Agentes
OpenRouter tiene en beta dos herramientas que ejecutan el código del modelo en su propio sandbox
OpenRouter publicó el 5 de octubre una comparación de las herramientas que ejecutan código en el servidor del proveedor, y dentro documenta las suyas: openrouter:shell, que corre órdenes para cualquier modelo en sus APIs Responses y Messages, y openrouter:bash, limitada a Messages. Las dos están en beta. El funcionamiento es que el modelo decide cuándo necesita ejecutar algo y el proveedor lo corre en su propio contenedor aislado, devolviendo la salida dentro de la misma petición, sin que haya que montar ni parchear nada.
Preview o betaEn preview o betaSin confirmar si afecta al plan gratuito
Qué significa para ti
El precio está publicado, que es lo que suele faltar en estos anuncios: el tiempo de sandbox se cobra a 0,0001 dólares por segundo, con un mínimo de 30 segundos cuando el contenedor es nuevo o estaba dormido. El contenedor queda atado a la cuenta, sin salida a la red por defecto y con topes de tiempo y de tamaño de salida por cada orden. Y acaban diciendo cuándo no usarlo: si hace falta una imagen base propia, trabajo con GPU o una sesión de horas, sigue conviniendo un sandbox gestionado por uno mismo. OpenAI, Anthropic y Google sólo ejecutan código para sus propios modelos.
Fuentes
Todo lo anterior sale de estas páginas. Si alguna contradice lo que publicamos, gana la fuente y lo corregimos.
Seguir leyendo
- Agentes
Ollama y Fly.io encierran al agente en una máquina aislada y le esconden la clave de la API
Ollama anunció el 13 de octubre que los modelos de su nube funcionan ya dentro de los Sprites de Fly.io, que son máquinas virtuales Linux completas con su propio disco y que se conservan entre sesiones. Claude Code, Codex y Gemini CLI están soportados de salida, de modo que el agente puede ejecutar órdenes dentro del aislamiento. Con el conector nuevo, esas máquinas pueden usar modelos como kimi-k3, glm-5.3 y deepseek-v4.1-flash.
LanzamientoDisponible
- Agentes
Microsoft publica una prueba que juzga a los agentes por lo que dejan en la base de datos, no por lo que dicen
Microsoft y Hugging Face publicaron el 3 de octubre ThinkingBox, una prueba que califica a los agentes por los registros que dejan detrás, no por las frases que generan, y que pregunta además si pueden repetirlo veinte veces seguidas. Cubre 507 flujos de trabajo empresariales con estado, cada uno ejecutado 20 veces contra distintos modelos, y puntúa el estado final del sistema y los efectos secundarios. Cada repetición arranca desde un sistema limpio idéntico, y está disponible a través de Hugging Face.
LanzamientoDisponible
- Agentes
ComfyUI estrena un agente que monta y arregla los flujos de trabajo, en beta y de momento sólo en su nube
Comfy presentó el 1 de octubre Comfy Agent, un agente que vive dentro de ComfyUI: se le describe lo que se quiere y él construye, ejecuta e itera los flujos de trabajo a la vista del usuario. Está disponible para todo el mundo en Comfy Cloud y llegará a Comfy Desktop en unas semanas. Trabaja sobre el mismo lienzo mientras el usuario edita, admite skills públicas o privadas y hasta cinco conversaciones en paralelo, y la compañía insiste en que todos los controles de ComfyUI siguen ahí, nodo por nodo.
Preview o betaPreview