AnythingLLM frente a LibreChat: espacios de trabajo de conocimiento o agentes multimodelo

AnythingLLM y LibreChat son gratuitos, tienen licencia MIT y se pueden autoalojar, así que la elección no depende del precio, sino de si la recuperación está integrada en el producto o se implementa junto a él. AnythingLLM convierte los documentos en la unidad de trabajo: arrastra archivos a un espacio de trabajo y el generador de embeddings y el almacén vectorial ya están disponibles. LibreChat convierte la conversación en la unidad de trabajo: muchos modelos, muchos usuarios, permisos por rol y búsqueda de documentos como servicio independiente que debes configurar por tu cuenta.

Una corrección de enfoque antes de la comparación, porque cambia la forma de interpretar el proyecto. LibreChat es ahora un proyecto de ClickHouse: ClickHouse, Inc. anunció la adquisición el 4 de noviembre de 2025 y afirmó que, para las implementaciones existentes, "las operaciones continúan sin cambios, con inversión constante en el proyecto y la comunidad de código abierto", y librechat.ai todavía muestra hoy ese anuncio. AnythingLLM sigue siendo un producto de Mintplex Labs. Todas las fuentes citadas a continuación tienen como fecha de comprobación el 21 de septiembre de 2026; la nota final indica cuáles se volvieron a leer directamente para esta página.

Cuál se adapta a la tarea que realmente tienes

Cuánto cuesta cada uno y qué significa "Pro"

Precios consultados en anythingllm.com/cloud y en las páginas enlazadas arriba el 21 de septiembre de 2026. Hay dos trampas en esa tabla. Primero, "AnythingLLM Pro" denomina dos cosas no relacionadas: el nivel Cloud alojado de $99/mes y una licencia Desktop Pro que requiere Desktop v1.15.0 o posterior y cuyo precio no aparece en ninguna página oficial accesible; por tanto, citar un precio sin indicar cuál de las dos es carece de sentido. Segundo, la propia terminología del proveedor se contradice: la página de precios dice Basic y Pro, mientras que la página de limitaciones de Cloud dice "Starter" y "Professional". Ninguna fuente oficial de primera mano relaciona un conjunto con el otro, así que confirma el nivel al finalizar la compra en lugar de asumir que son los mismos.

También conviene conocer un conflicto temporal en el lado de LibreChat: una discusión de GitHub del 12 de febrero de 2026 cita el plan de "evolucionar esta oferta y descontinuar esta API en su forma actual", con el 1 de mayo de 2026 como objetivo, pero la página de precios del 21 de septiembre de 2026 todavía indica a los suscriptores existentes que pueden gestionar sus suscripciones. Esta página no puede confirmar si esa fecha se cumplió.

La división de la recuperación, que es la decisión real

AnythingLLM. Los documentos se incorporan a un espacio de trabajo y la aplicación los indexa por sí misma. El archivo de variables de entorno del servidor incluye VECTOR_DB="lancedb" como único valor sin comentar, con Chroma, Pinecone, Astra, pgvector, Weaviate, Qdrant, Milvus y Zilliz comentados junto a él. El inconveniente es el alcance: la documentación del generador de embeddings dice que "los modelos de embeddings se establecen a nivel de sistema y no se pueden configurar atómicamente por espacio de trabajo como sí se puede hacer con los LLM", y que cambiar la elección después significa que "tendrás que eliminar los documentos subidos y volver a generar sus embeddings". Ese es el coste de migración de este producto, y se paga con tiempo de reindexación en lugar de dinero.

LibreChat. La búsqueda de documentos no está en la aplicación de chat. La API de RAG "se ejecuta como un servicio FastAPI independiente respaldado por una base de datos PostgreSQL + pgvector", configurado mediante RAG_API_URL y EMBEDDINGS_PROVIDER (openai, azure, huggingface, huggingfacetei u ollama), con valores predeterminados de fragmentación de 1500 y una superposición de 100. Los agentes acceden a ella como la capacidad file_search, y un administrador puede retirarla por rol. Hay más que desplegar, pero también más que controlar.

Kunavo no ofrece embeddings, conversión de voz a texto ni conversión de texto a voz; ningún modelo habilitado incluye esos endpoints. Por tanto, en cualquiera de los dos productos, el campo del generador de embeddings y los campos independientes de transcripción y voz de AnythingLLM apuntan a un proveedor que sí los ofrece, mientras que el campo de chat es el que cubre una clave de Kunavo. La implementación de RAG explica cómo dividir esas etapas.

Agentes, MCP y quién puede cambiar qué

Dos advertencias sobre esa tabla. La lista de permisos de LibreChat corresponde a la documentación de 0.8.8-rc y, como el proyecto no publica ninguna etiqueta de versión estable, una imagen fijada más antigua no tendrá todos esos permisos; compruébalo con la versión que realmente ejecutas. Además, los nombres de los roles de AnythingLLM proceden de su página Security and Access, que comienza con "DOCKER VERSION ONLY! These settings are only available in the Docker version of AnythingLLM"; esta frase indica dónde se encuentran los ajustes, no que Cloud alojado sea monousuario, ya que la documentación de Cloud lo describe como una implementación multiusuario.

Dirigir cualquiera de los dos a una sola clave

Ambos aceptan un endpoint compatible con OpenAI, por lo que ejecutarlos uno al lado del otro con una sola clave es una forma válida de decidir. Las configuraciones difieren en aspectos importantes para una puerta de enlace.

# AnythingLLM — LLM Preference -> provider "OpenAI (generic)".
# Self-host env names, from server/.env.example on master:
LLM_PROVIDER='generic-openai'
GENERIC_OPEN_AI_BASE_PATH='https://api.kunavo.com/v1'
GENERIC_OPEN_AI_API_KEY=sk-kn-...
GENERIC_OPEN_AI_MODEL_PREF='claude-sonnet-5'      # typed by hand; no model-list fetch is documented
GENERIC_OPEN_AI_MODEL_TOKEN_LIMIT=1000000
# Embeddings are a SEPARATE provider slot with its own key and its own base
# path (EMBEDDING_ENGINE / EMBEDDING_BASE_PATH / EMBEDDING_MODEL_PREF), and so
# are the transcription and speech slots. A working chat endpoint proves
# nothing about any of them.

# LibreChat — librechat.yaml in the project root, beside your .env.
endpoints:
  custom:
    - name: "Kunavo"                      # required
      apiKey: "${KUNAVO_API_KEY}"        # required; resolved from .env
      baseURL: "https://api.kunavo.com/v1"  # required
      models:                             # required
        default: ["claude-sonnet-5", "claude-haiku-4-5"]
        fetch: true
      # tokenConfig is what the docs say supplies a custom endpoint's rates and
      # context windows — read by context usage, cost breakdowns and balance
      # transactions. prompt/completion are USD per million tokens; context is
      # that model's own window. All three are required, per model.
      tokenConfig:
        claude-sonnet-5:
          prompt: 1.4
          completion: 7
          context: 1000000

La documentación propia de AnythingLLM describe ese proveedor como un "proveedor de LLM orientado a desarrolladores; no deberías usarlo a menos que sepas lo que haces" que "puede no funcionar según lo previsto si introduces incorrectamente cualquier ajuste de configuración". No indica si las llamadas a herramientas, los agentes o el streaming sobreviven al enrutamiento, así que esta página no afirma ningún resultado. La referencia de endpoints personalizados de LibreChat requiere name, apiKey, baseURL y models, y añade la opción que AnythingLLM no documenta: provider: anthropic enruta el mismo bloque a través del cliente Anthropic nativo, a cambio de indicar manualmente los identificadores de modelo, porque "models.fetch al estilo de OpenAI no se utiliza para endpoints personalizados Anthropic nativos". Hay una barrera más si permites que cada usuario aporte su propio endpoint: con baseURL: "user_provided", LibreChat no reenvía las plantillas de encabezados configuradas a ese destino.

La visibilidad de costes también es asimétrica. LibreChat documenta tokenConfig como lo que define las tarifas por millón y las ventanas de contexto de un endpoint personalizado, y como entrada para el uso de contexto, los desgloses de costes y las transacciones de saldo; por tanto, un administrador lo escribe manualmente para cada modelo, como se indicó arriba. AnythingLLM no documenta su propia tabla de tarifas por modelo. Ningún producto debe tratarse como tu libro mayor. La configuración de ambos está publicada: AnythingLLM y LibreChat.

Una estimación mensual calculada

Esto es aritmética ilustrativa de tokens, no un coste medido ni un límite máximo de facturación. Supón un espacio de trabajo que responde a 600 preguntas al mes, cada una enviando 12,000 tokens de entrada de prompt del sistema, pasajes recuperados e historial breve, y devolviendo 600 tokens de salida. Las tarifas son precios actuales del catálogo de Kunavo por millón de tokens. La columna de la derecha duplica el contexto recuperado para mostrar la variable importante aquí: cuánto recuperas por pregunta es una decisión de precios, y es idéntica en ambos productos.

Léelo junto a la línea de suscripción, no en lugar de ella. Bajo estas suposiciones, Claude Haiku 4.5 cuesta $6.30 al mes en tokens, muy por debajo del nivel Basic de AnythingLLM Cloud de $50/mes; pero no son sustitutos, porque ese nivel compra una instancia privada administrada y aun así requiere que aportes una clave adicional. Una instancia autoalojada de LibreChat o AnythingLLM Docker traslada esos $50 a tu propia factura del servidor.

El importe del catálogo de Kunavo es un mínimo de facturación, no un límite: cuando el proveedor ascendente informa de su cargo, la factura es el mayor entre el coste del catálogo y el coste del proveedor ascendente multiplicado por el margen aplicable. Los cargos de caché y las herramientas externas quedan fuera de este ejemplo. La recarga mínima es de $10 en crédito prepago: un mínimo de financiación, no una tarifa por tarea ni una suscripción. Consulta los detalles de facturación o crea una cuenta de Kunavo cuando hayas elegido un cliente. Para un desglose de gasto más profundo en cualquiera de los dos lados, consulta coste de API de AnythingLLM y coste de API de LibreChat.

¿Estás considerando una tercera opción? AnythingLLM frente a Open WebUI y LibreChat frente a Open WebUI hacen la misma comparación con una alternativa compartida.

Preguntas frecuentes

Fuentes comprobadas el 21 de septiembre de 2026. Se volvieron a leer directamente al redactar esta página: anythingllm.com/cloud, las limitaciones de AnythingLLM Cloud, Desktop Pro, las documentaciones de agentes, MCP, Security and Access y configuración del generador de embeddings, el ejemplo de variables de entorno del servidor de AnythingLLM, las referencias de endpoints personalizados, interfaz, MCP y API de RAG de LibreChat, la lista de versiones de LibreChat y package.json, code.librechat.ai/pricing, el estado HTTP de librechat.ai/pricing y /enterprise, la discusión sobre Code Interpreter, y las publicaciones de adquisición de ClickHouse y de la beta de ClickHouse Agents. Las tarifas de tokens de Kunavo proceden del catálogo actual, todos los ejemplos en dólares son aritmética ilustrativa de tokens y Kunavo no ha probado en ejecución ninguno de los dos clientes; las páginas de configuración enlazadas son referencias de configuración, no pruebas de compatibilidad.