llm 0.35 suma el modelo gpt-6-astra a la CLI de Simon Willison

El 7 de septiembre se publicó llm 0.35, la nueva versión de la herramienta de línea de comandos con la que Simon Willison lleva desde 2023 hablando con modelos de lenguaje desde la terminal. Las notas de la release caben en una línea: un modelo nuevo de OpenAI, `gpt-6-astra`, correspondiente a GPT-6 Astra.

Un changelog de un solo punto no suele ser noticia. Aquí lo relevante no es el contenido de la entrada sino lo que revela del diseño de la herramienta: incorporar un modelo recién anunciado ha costado tan poco que no ha hecho falta acompañarlo de nada más.

Qué es llm y por qué se actualiza así

llm funciona a la vez como CLI y como librería de Python. Una llamada del tipo `llm 'resume este texto'` devuelve la respuesta por salida estándar, encadenable con pipes como cualquier otro comando Unix, y cada prompt con su respuesta queda guardado en una base SQLite local que después se consulta con `llm logs`. Los proveedores se añaden mediante plugins instalables por separado, y buena parte de las APIs comerciales replican el formato de OpenAI, así que registrar un modelo nuevo se reduce muchas veces a declarar su identificador.

De ahí que una versión entera se justifique con un solo apunte. La alternativa, esperar semanas a que el proveedor publique su propio cliente o a que un SDK grande incorpore el modelo, es exactamente lo que este diseño evita.

Qué dice la fuente sobre gpt-6-astra y qué no

Conviene ser preciso. La release aporta el identificador `gpt-6-astra` y el enlace al anuncio de OpenAI. No incluye ventana de contexto, precios ni resultados de evaluación. Quien necesite esos datos tiene que ir a la página de OpenAI enlazada desde el propio changelog. Lo único verificable desde llm es el string que hay que pasar en `llm -m gpt-6-astra`. Rellenar el resto con suposiciones sería inventar, y aquí no lo vamos a hacer.

Para quién resulta útil

Tres perfiles concretos:

1. Equipos que comparan modelos antes de fijar uno en producción. Con el plugin `llm-anthropic` instalado, los modelos de Claude quedan disponibles en la misma CLI, de modo que contrastar dos proveedores sobre el mismo prompt consiste en cambiar el valor de `-m` y mirar los dos registros.
2. Quien automatiza con shell. llm encaja en cron, en Makefiles y en cualquier script donde ya se usan pipes, sin montar un servicio ni escribir código de cliente.
3. Quien necesita trazabilidad. El registro en SQLite deja auditable qué se preguntó, con qué modelo y cuándo, algo que en un chat de navegador se pierde en cuanto cierras la pestaña.

Dónde encaja esto si tu día a día es Claude

llm y Claude Code resuelven problemas distintos y conviene no confundirlos. Claude Code es la CLI oficial de Anthropic, con skills, subagentes, servidores MCP, hooks y plugins, pensada para trabajar dentro de un repositorio y con contexto del proyecto. llm es una pieza pequeña y multiproveedor, orientada a scripting y a evaluación rápida. En nuestro flujo conviven sin fricción: Claude Code para el trabajo con código, llm para lanzar el mismo prompt contra cuatro modelos y ver cuál responde mejor antes de decidir nada.

Hay además un paralelismo que merece atención. Que añadir un modelo cueste una línea es consecuencia de que las interfaces se hayan estabilizado. Es el mismo principio que sostiene MCP: cuando el contrato entre capas está definido, la integración deja de ser un proyecto y pasa a ser configuración. Los ecosistemas que llevan esa idea al extremo son los que absorben novedades sin reescribirse por dentro.

Nuestra lectura es sobria. llm 0.35 no cambia nada en la práctica para quien no use OpenAI, pero es un buen recordatorio de que la herramienta que sobrevive a los cambios de modelo no es la más completa, sino la que tiene el punto de extensión en el sitio correcto. Merece la pena tenerla instalada aunque tu modelo por defecto sea otro.