Explicador de Errores
Convierte errores crípticos en lenguaje claro
Pega un mensaje de error, una traza de pila o la salida de un test fallido y obtén una explicación clara y accionable de qué falló, por qué ocurrió y cómo corregirlo exactamente, con ejemplos de código adaptados a tu stack.
GPT-6 Luna
para 200K tokens al mes · 80% entrada / 20% salida
¿Por qué este modelo?
Para esta carga de trabajo —200K tokens al mes, un 80 % de entrada— cuesta unos 0,04 US$ al mes, lo más bajo entre los modelos sugeridos aquí.
Modelos alternativos
Consejos de implementación
- 1
Incluye siempre las 20-30 líneas de código que rodean la traza: el modelo identifica la causa raíz con mucha más precisión cuando ve el código real y no solo el mensaje de error.
- 2
Pide la explicación en tres partes: «qué pasó», «por qué pasó» y «cómo arreglarlo». Esa estructura da a los desarrolladores junior el modelo mental completo, no solo un parche.
- 3
Registra qué errores se pegan con más frecuencia: son tus objetivos de mayor impacto para cobertura de tests o refactorización, y revelan la fragilidad sistémica de tu código.