Saltar al contenido

Modelos gratis para agentes de IA: lo que medí

12 min de lectura · 2.618 palabras

Elegir modelos gratis para agentes de IA dejó de ser una decisión de segunda mano. Lo que cambió no es que existan modelos sin costo —eso hay desde hace años— sino que varios de ellos aceptan llamadas a herramientas, sostienen ventanas de contexto enormes y responden con la disciplina suficiente para encadenar acciones dentro de un programa. El problema se mudó de lugar: antes era el precio, ahora es la manera de dar la orden.

La cuota que se gastó sin que nadie la tocara

La historia empieza con un error de administración, no de tecnología. Las sesiones del agente se estuvieron reutilizando durante días enteros: el mismo hilo abierto, el mismo contexto que crece, la misma configuración trabajando de fondo en la promoción de unas piezas. Ese ahorro aparente tiene un costo escondido, porque cada turno vuelve a enviar el hilo completo al modelo. Un hilo que no se cierra no es una sesión gratis: es una sesión que paga peaje cada vez que alguien le habla.

Cuando el cupo mensual se agotó antes de lo previsto, apareció la pregunta incómoda: ¿cuánto de ese consumo era trabajo real y cuánto era contexto arrastrado? La respuesta estaba en los registros, y no era decorosa.

La alternativa apareció en la misma cuenta, casi por descuido. Quedaba saldo comprado en OpenRouter de una vez que se cargó crédito para probar algo, y con ese saldo venía adjunta una categoría entera de modelos gratuitos. No eran versiones de demostración recortadas: eran modelos completos con precio cero, incluidos varios que aceptan herramientas. La casualidad hizo el trabajo que no había hecho la planificación.

Diecisiete modelos gratis, quince con herramientas

Dato verificado Consultar el catálogo público de OpenRouter en el momento de escribir esta pieza devuelve 470 modelos, de los cuales 17 son variantes gratuitas con precio declarado en cero, y 15 de esas 17 aceptan llamadas a herramientas. Quince de las diecisiete sostienen además ventanas de contexto de 200.000 tokens o más, y siete pasan del millón.

La variante gratuita no es un truco de mercadeo: es una entrada propia en el catálogo, con su propio contexto y sus propios puntos de servicio. Se invoca agregando el sufijo al identificador del modelo, y solo funciona en los modelos que declaran esa entrada.[2]

Variante gratuita Ventana Entrada
inclusionai/ling-3.2-flash:free 1.048.576 texto e imagen
thinkingmachines/inkling-2-small:free 1.048.576 texto e imagen
particle-ai/particle-1:free 1.048.576 texto e imagen
baidu/ernie-5.5-flash-preview:free 1.024.000 texto
nvidia/nemotron-3.5-super-vl:free 1.000.000 texto, imagen y video
dots-studio/dots-3-note-preview:free 512.000 texto e imagen

Tabla 1 — Seis de las quince variantes gratuitas con soporte de herramientas, ordenadas por ventana de contexto. Datos consultados en el catálogo público el 17 de noviembre de 2026.[8]

Ese catálogo, además, se puede dejar decidir. Existe un enrutador gratuito que analiza la petición, filtra los modelos gratuitos que soportan lo que la petición necesita —visión, herramientas, salida estructurada— y elige uno al azar entre los que quedan.[3] Sirve para experimentar; no sirve para producir, porque no se controla cuál de los modelos va a contestar ni con qué estilo. La diferencia entre un banco de pruebas y un taller es exactamente esa.

El número exacto: cincuenta o mil al día

La documentación de límites de la plataforma es inusualmente clara, y es donde la mayoría de los resúmenes se equivocan. Las variantes gratuitas tienen 20 peticiones por minuto y un techo diario que depende de un solo dato histórico: cuántos créditos se compraron en la vida de la cuenta.[1]

Créditos comprados (histórico) Peticiones por minuto Peticiones por día
Menos de 10 20 50
10 o más 20 1.000

Tabla 2 — Límites de la variante gratuita según lo comprado alguna vez, no según el saldo actual.[1]

El detalle importante: el umbral se mide por créditos comprados alguna vez, no por saldo disponible. Una cuenta que cargó diez dólares una vez y los gastó conserva el techo alto. Y el proveedor lo expone en su propia interfaz de consulta, junto al contador del día en curso, así que no hace falta adivinar nada: el número está disponible.

Ese contador, consultado mientras se escribía esta pieza, marcaba 541 peticiones gratuitas usadas de 1.000 en el día. La cuenta había comprado créditos, de modo que no figuraba como cuenta gratuita y el techo alto estaba activo. Un pico de esa magnitud coincide con la estimación previa de quien escribe, que rondaba las quinientas llamadas diarias. La estimación era buena; ahora es una cifra.

Del otro lado hay una contabilidad distinta que conviene no mezclar con la del proveedor. Los registros del propio agente, leídos línea por línea desde el 5 de noviembre, cuentan 1.866 llamadas a OpenRouter sobre un total de 9.955 llamadas a todos los proveedores. Ese mismo período acumuló 167 millones de tokens de entrada y poco más de un millón de salida, repartidos en 36 sesiones distintas.

Llamadas diarias a OpenRouter medidas en los registros del agenteBarras horizontales por dia. El pico es 549 llamadas el 16 de noviembre, el 55 por ciento del techo diario de 1000 llamadas gratuitas. La linea vertical marca ese techo.Llamadas diarias a OpenRouterMedidas en los registros del agente, 5 al 17 de noviembre250500750techo 1000/dia5 nov66 nov2627 nov38 nov1510 nov412 nov2113 nov16214 nov43015 nov31516 nov54917 nov99El 17 de noviembre es un dia en curso al momento de la medicion.

Fig. 1 — Llamadas diarias a OpenRouter medidas en los registros del agente. El pico del 16 de noviembre quedó en 549, poco más de la mitad del techo de 1000 llamadas gratuitas por día.
Día Llamadas Tokens de entrada
5 de noviembre 6 719.207
6 de noviembre 262 35.843.454
7 de noviembre 3 554.363
8 de noviembre 15 359.621
10 de noviembre 4 763.765
12 de noviembre 21 1.924.994
13 de noviembre 162 14.633.346
14 de noviembre 430 39.385.914
15 de noviembre 315 33.799.997
16 de noviembre 549 30.073.314
17 de noviembre 99 9.281.854

Tabla 3 — Llamadas diarias al proveedor y tokens de entrada, leídos de los registros locales del agente. Los días 9 y 11 no tienen actividad. El 17 es un día en curso.

Reflexión personal La cuenta no la salvó el precio. Seis dólares y medio de tokens equivalentes a precio pagado es lo que habría costado el mismo tráfico en once días; eso no cambia ninguna decisión. Lo que cambió fue el techo: con mil llamadas diarias disponibles, el trabajo de fondo puede seguir corriendo mientras alguien lo mira, sin que el contador sea el que decide cuándo parar.

Un caballo salvaje con freno de fábrica

La primera semana con estos modelos se pareció al primer año de la inteligencia artificial conversacional, cuando había que escribir instrucciones larguísimas y esperar que algo saliera. La diferencia es que ahora el modelo no solo responde: ejecuta. Y ejecutar mal cuesta más que responder mal, porque deja archivos escritos, mensajes enviados y comandos corridos.

El patrón que aparece una y otra vez es el mismo. Se le da al modelo un mensaje con siete órdenes encadenadas, sin pausas, en el registro en el que se hablaría con una persona. El modelo intenta cumplirlas todas, pierde el hilo, repite una llamada que ya falló, y sigue repitiendo porque nada en el contexto le dice que pare. No es terquedad: es una instrucción sin punto de verificación.

Un modelo gratis no falla porque sea gratis. Falla porque recibe cuatro órdenes en un mensaje y ninguna pausa para verificar la primera.

Conversacion continua contra turno puntualPanel izquierdo: un pedido largo con varias ordenes encadenadas produce llamadas repetidas a la misma herramienta. Panel derecho: un pedido con una sola orden, la herramienta ejecutada y la verificacion del resultado produce una parada limpia.Dos formas de dar la misma ordenConversacion continuaun mensaje, cuatro ordeneslee el archivo?y ordenalo?y mandalo?y avisame?repite la misma llamaday vuelve a empezarTurno puntualuna orden por turnouna ordenuna herramientaverificarparartermina cuando el resultado se verifica

Fig. 2 — El mismo encargo, repartido de dos maneras. Encadenar varias órdenes en un mensaje hace que el modelo repita llamadas que ya fallaron; una orden por turno, con verificación antes de seguir, termina el trabajo.

Dato verificado La diferencia se puede medir porque el agente registra cada fallo. Sobre las 1.866 llamadas a modelos gratuitos se registraron 163 fallos por límite de tasa del proveedor, es decir 87 por cada mil llamadas. Sobre las 8.089 llamadas al proveedor de pago, 18 fallos, o 2,2 por cada mil. La proporción es de casi cuarenta a uno.[1]

La cifra paralela, en cambio, desarma la conclusión fácil. Los cortes de flujo —la conexión que se cae a mitad de respuesta— fueron 19 sobre las llamadas gratuitas y 77 sobre las de pago: 10,2 y 9,5 por cada mil. Prácticamente iguales. La inestabilidad de transporte no distingue entre un modelo de pago y uno gratuito; lo que distingue es la saturación del servicio, que es un problema de capacidad y no de calidad.

Qué se midió Gratis De pago
Llamadas registradas 1.866 8.089
Fallos por límite de tasa
por cada mil llamadas
87,4 2,2
Cortes de flujo
por cada mil llamadas
10,2 9,5

Tabla 4 — Fallos normalizados por volumen, del 5 al 17 de noviembre, en los registros locales del agente.

Y hay una señal más elocuente que cualquier estadística: el propio proveedor publicó detección de bucles para agentes. Su documentación describe el caso con una imagen precisa —un robot aspiradora que choca contra la misma pared para siempre— y ofrece un mecanismo que observa, bloquea y detiene la ejecución cuando el modelo repite la misma llamada o el mismo texto sin avanzar.[5] Cuando el que vende el motor tiene que fabricar el freno, el freno es parte del producto.

Dónde la evidencia no alcanza

El entusiasmo por el precio cero tiene tres costos que no aparecen en la comparación de tarifas.

El primero es la capacidad, y no la que se mide en pruebas de conocimiento sino la que se mide en disponibilidad. Las variantes gratuitas pueden tener latencia alta en horas pico y desaparecer temporalmente; el catálogo cambia con frecuencia y lo que hoy está disponible mañana puede no estarlo.[3] Un flujo de trabajo que depende de un modelo gratuito específico está construido sobre algo que su proveedor no prometió mantener.

El segundo es el dato. La plataforma no retiene las peticiones salvo que se active el almacenamiento privado o se acepte compartirlas para mejorar el producto, y documenta qué proveedores pueden capturar datos para entrenamiento y qué ajustes controlan ese uso.[6] Es una documentación seria, y precisamente por eso hay que leerla: la gratuidad no implica que el contenido circule menos, sino que el control sobre él se negocia en la configuración de privacidad de cada cuenta, no en la del modelo.

El tercero es contable. Comprar créditos tiene una comisión de 5,5 %, con un mínimo de ochenta centavos.[7] Para acceder al techo de mil llamadas diarias hay que comprar al menos diez créditos una vez, y esa compra paga comisión. No es un costo grande, pero conviene decirlo: el techo alto no es gratis, el uso sí.

Hipótesis Falta evidencia sobre un punto que ninguna medición local resuelve: si la disciplina de ejecución de estos modelos se sostiene en tareas de muchas horas o solo en ráfagas cortas. Los registros disponibles cubren once días y tareas de minutos; la magnitud de la degradación en cadenas largas todavía no está cuantificada en la literatura disponible.

Cómo se le habla a un modelo que hace cosas

La pregunta ya no es si existen modelos gratis para agentes de IA. La pregunta es cómo se les da la orden. Lo que separa el fracaso del resultado no es el modelo elegido. Es el tamaño del turno.

Una orden por turno. «Lee el archivo y ordénalo y mándalo y avísame» se convierte en cuatro llamadas a herramientas dentro de un mismo turno, sin que el modelo haya visto el resultado de ninguna antes de decidir la siguiente. «Lee el archivo» produce una llamada, un resultado, y una decisión basada en información real.

Un punto de verificación después de cada acción. El turno termina cuando el resultado se puede comprobar, no cuando el modelo dice que terminó. La diferencia entre «ya lo envié» y «el registro muestra el envío» es la diferencia entre una promesa y un hecho.

Herramientas con formato explícito. La interfaz de llamadas a herramientas estandariza el contrato: el modelo propone la llamada, el programa la ejecuta y devuelve el resultado, y recién entonces el modelo redacta la respuesta.[4] Un esquema mal definido produce argumentos inválidos, y los argumentos inválidos se repiten: el modelo insiste con la misma llamada rota como si la culpa fuera del mundo.

Un límite de parada declarado. La detección de bucles existe justamente porque el modelo no sabe cuándo está atascado. Un número máximo de pasos, o la repetición de una misma llamada, deben cerrar el turno sin esperar a que el modelo se dé cuenta.

Reflexión personal Hay una simetría que no es casual: el registro de sesiones que se reutilizaban durante días es el mismo error que encadenar órdenes en un mensaje. En los dos casos, el sistema arrastra contexto que ya no aporta y paga por él en cada paso. Un hilo que nunca se cierra se parece mucho a un agente que nunca verifica.

El precio dejó de ser el techo

Durante años la discusión sobre automatizar trabajo con modelos fue una discusión de facturas: cuánto cuesta el token, cuánto el contexto, cuánto la ventana enorme que hace falta para sostener un proyecto entero. Esa conversación está terminando, no porque el cómputo se haya vuelto gratis, sino porque apareció una franja de capacidad suficiente a costo cero, con un techo diario que un uso intenso roza pero no cruza.

Lo que la reemplaza es menos cómoda. Si el recurso escaso ya no es el token, el recurso escaso es la instrucción. Un modelo capaz y gratuito al que se le habla como a un asistente conversacional produce un resultado caro disfrazado de ahorro: llamadas repetidas, contexto arrastrado, verificación ausente. El mismo modelo, con una orden por turno y una comprobación después de cada acción, hace trabajo que antes requería presupuesto.

Queda una pregunta que esta pieza no puede responder, y que probablemente sea la del año siguiente: si la capacidad de actuar se volvió barata, ¿qué se hace con la capacidad de decidir cuándo una acción está terminada?

Fuentes

  1. OpenRouter. «Limits — Credit Limits and Rate Limits». Tabla de límites de la variante gratuita y campos de consulta del contador diario. openrouter.ai/docs/api_reference/limits
  2. OpenRouter. «Free Variant — Access free models with the :free variant». openrouter.ai/docs/guides/routing/model-variants/free
  3. OpenRouter. «Free Models Router — Get free AI inference by routing to available free models». openrouter.ai/docs/guides/routing/routers/free-router
  4. OpenRouter. «Client Tools — Use client tools in your prompts». openrouter.ai/docs/guides/features/tool-calling
  5. OpenRouter. «Doom-Loop Detection — Detect and act on agent runs that repeat the same tool calls». openrouter.ai/docs/agent-sdk/call-model/doom-loop-detection
  6. OpenRouter. «Data Collection — What data OpenRouter collects». openrouter.ai/docs/guides/privacy/data-collection
  7. OpenRouter. «Frequently Asked Questions». Comisión de 5,5 % (mínimo 0,80 USD) al comprar créditos. openrouter.ai/docs/faq
  8. OpenRouter. Catálogo público de modelos, consultado el 17 de noviembre de 2026. openrouter.ai/api/v1/models

Sobre el mismo problema de fondo, en este blog: La ignorancia en la era de la IA y Cómo cambié el modelo de mi agente desde el celular.

¿Te sirvió esta entrada?

Puedes apoyar con una donación voluntaria. Sin publicidad, sin muros.

Donar con PayPal

También: más formas de apoyar

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.