Precios de AutoGPT: planes alojados, coste del autoalojamiento y dónde va la clave de API

Los precios de AutoGPT tienen tres respuestas distintas. La plataforma AutoGPT alojada es de pago y no tiene nivel gratuito: Pro cuesta $42.50 al mes con facturación anual ($50.00 al mes con facturación mensual) y Max cuesta $272.00 al mes con facturación anual ($320.00 al mes con facturación mensual). El autoalojamiento de la misma plataforma no tiene cuota de licencia. AutoGPT Classic es gratuito, tiene licencia MIT y no tiene soporte. Los tres viven en un mismo repositorio, por eso la mayoría de los resúmenes de precios de este producto son incorrectos: citan uno y describen otro.

El repositorio está activo, independientemente de lo que indiquen los tutoriales antiguos. La API de GitHub informa de que Significant-Gravitas/AutoGPT no está archivado, no está deshabilitado ni es un fork; su rama predeterminada es master, recibió cambios el mismo día en que se comprobó esta página y tiene 187.475 estrellas. La versión más reciente está etiquetada como autogpt-platform-beta-v0.8.0 y se publicó el 19 de septiembre de 2026, después de v0.7.4 el 4 de septiembre y v0.7.3 el 28 de agosto; aproximadamente una vez por semana. La cadena de la etiqueta aún conserva «beta» como legado de nomenclatura; la plataforma alojada se comercializa públicamente, así que no interpretes esa palabra como una lista de espera ni como una versión cerrada.

Tres productos, un solo nombre

De esa tabla se desprenden dos cosas. Primero, Polyform Shield es una licencia con código fuente disponible, no una licencia aprobada por la OSI; las propias palabras del README son «gratuito para uso personal y empresarial interno; no puede venderse como servicio alojado competidor», por lo que la plataforma no es de código abierto en el sentido de MIT, aunque el marketing de AutoGPT utilice esa expresión. Solo classic/ y el resto del repositorio tienen licencia MIT. Segundo, si una guía te indica que pongas OPENAI_API_KEY en un .env junto a SMART_LLM y FAST_LLM, está describiendo Classic, cuyo README actual documenta exactamente esas variables y Python 3.12+ con Poetry. Ese es un objetivo del que migrar, no una recomendación. Fuentes: README de master y classic/README.md, ambos consultados el 21 de septiembre de 2026.

Plataforma AutoGPT alojada: qué compra realmente la suscripción

Consultado en agpt.co/pricing el 21 de septiembre de 2026. Las cifras anuales son las que la página muestra de forma predeterminada; las mensuales proceden de los propios atributos data-monthly del elemento de precio en el código fuente de la página, y el selector etiquetado «Save 15%» coincide en ambos sentidos ($50.00 × 0.85 = $42.50, $320.00 × 0.85 = $272.00). Team no se puede comprar hoy, así que considera inventada cualquier cifra que veas publicada para ese plan.

Ahora, el dato que desbarata la mayoría de los presupuestos de AutoGPT. La suscripción no es un paquete de uso. La página de precios de AutoGPT indica que las automatizaciones —ejecutar agentes y flujos de trabajo— se pagan según el uso mediante la cartera de crédito, con la misma tarifa en todos los planes, y que la suscripción limita el uso de AutoPilot Chat. Las preguntas frecuentes de la página de inicio lo expresan claramente: la suscripción cubre el chat y la cartera de crédito cubre los agentes que ejecutas. Por tanto, el 8,5x anunciado para Max es 8,5x la asignación de chat, y comprarlo no cambia nada sobre el coste de una ejecución de agente.

Hay dos puntos en los que el propio texto de AutoGPT se contradice, mostrados aquí en lugar de resolverse. La página de inicio afirma que cada plan «incluye suficiente uso para poner a trabajar a los agentes desde el primer día … y una cartera de crédito para las ejecuciones de tus agentes», mientras que la tabla comparativa indica que «solo pagas por las ejecuciones de automatización que utilizas»; la documentación de facturación remite a la página de precios para los detalles de los créditos incluidos, y la página de precios no publica ninguna cifra de ese tipo. Por separado, ninguna de las tres páginas públicas consultadas —la página de precios, las preguntas frecuentes de la página de inicio y el documento Credits & Billing— indica cuánto cuesta un crédito en dólares, y el proceso de pago está detrás de un inicio de sesión. Confirma ambos datos durante el proceso de pago antes de elaborar tu presupuesto. Esta página no hará ninguna suposición sobre ellos.

Lo que cobra la cartera de crédito por los tokens de los modelos

AutoGPT no publica una tarifa por token en su página de precios, pero el código de código abierto de la plataforma hace las cuentas públicamente. block_cost_config.py en master indica que las tarifas se almacenan como «créditos/1M de tokens según la conversión actual de crédito a USD, 1 crédito ≈ $0.01, margen uniforme de 1,5x sobre el precio publicado del proveedor», con la constante _USD_PER_1M_DIVISOR = 150 anotada como «150 = 100 cr/$ × margen 1,5x». Convertir el catálogo distribuido con esas dos constantes proporciona directamente la tarifa cobrada.

Esas son las entradas del catálogo propio de AutoGPT, convertidas con las constantes propias de AutoGPT el 21 de septiembre de 2026: 83 de sus entradas tienen tarifas por cada 1 millón, que abarcan aproximadamente de 0,12 a 270,00 $ por millón de tokens de salida a la tarifa cobrada. La última columna solo se completa cuando la propia entrada del catálogo incluye un par provider_input_usd_per_1m / provider_output_usd_per_1m, como ocurre con cuatro entradas; las demás lo omiten. Dividir los créditos entre 150 reproduciría en cambio la cifra a partir de la cual se fijó el margen de 1,5x, pero esa es la aritmética propia del margen, no una tarifa de proveedor publicada por AutoGPT. Tres salvedades importan más que las cifras. Esto es lo que hace el código distribuido, no una proporción que AutoGPT anuncie en ninguna parte de su página de precios, así que debe tratarse como una lectura del código fuente. La implementación activa superpone anulaciones por cuenta a ese catálogo, por lo que tu cuenta puede diferir. Además, los identificadores de modelo cambian semanalmente; por eso, la afirmación duradera es el mecanismo de 1,5x, no el nombre de un modelo concreto.

Una consecuencia que el código implica pero que ninguna documentación declara: el cargo de créditos del bloque LLM se filtra según un id de credencial vinculado a las credenciales del sistema propio de la plataforma, tituladas literalmente "Use Credits for OpenAI" y "Use Credits for Anthropic". Una credencial que hayas añadido tú tiene un id diferente y no coincide con ninguna entrada de coste. Por separado, el módulo de límite de tasa del chat de AutoGPT afirma expresamente que las ejecuciones en las que el usuario proporciona su propia clave de API no reducen el contador del chat: "el usuario paga al proveedor, no nosotros". Por tanto, llevar tu propia clave parece tener importancia económica en la plataforma alojada, aunque allí es imposible llevar tu propio endpoint; pero esa primera mitad es una interpretación del código fuente, no un resultado de facturación que alguien haya probado en una cuenta de pago. Verifícalo en tu propia factura antes de basarte en ello.

Coste de AutoGPT autoalojado: no pagar una licencia no significa que no haya costes

La instalación en sí consta de un git clone, una copia de .env.default y docker compose up -d --build. Ten en cuenta el estado del instalador de la versión antes de planificar en torno a él: el README indica que el instalador de versión para Linux y macOS en un solo contenedor "llegará con la próxima versión del dispositivo" y que, por ahora, los usuarios de Windows deben continuar con la guía manual. Vuelve a comprobar esa línea antes de estandarizar su uso, porque está escrita para cambiar.

Hay otro coste del autoalojamiento que es fácil de subestimar. El texto de resolución de problemas de AutoGPT dice que AutoPilot incluye una instrucción de sistema de aproximadamente 8.000 tokens y que, con 4 núcleos de CPU, un modelo 8B Q4 precarga a aproximadamente 3-4 tokens por segundo, "por lo que un turno nuevo tarda unos 35-45 min solo en empezar a generar". Una GPU de consumo reduce ese tiempo a segundos. Ese es el argumento más contundente del propio AutoGPT para dirigir el endpoint del chat a una API alojada en lugar de usar hardware local solo con CPU, y es una cifra publicada sobre inferencia local, no una medición de nada de este documento.

La cuestión de la clave de API de AutoGPT se divide en dos

AutoGPT tiene dos superficies independientes de configuración de LLM, y su documentación declara el problema: "las dos rutas leen variables de entorno diferentes, por lo que configurar una no configura la otra". Los tutoriales antiguos y las páginas de agregadores las confunden constantemente.

El límite de la capa de bloques es estructural, no una configuración que alguien haya olvidado exponer. En blocks/llm.py, los proveedores aceptados son exactamente AIML_API, ANTHROPIC, GROQ, OLLAMA, OPENAI, OPEN_ROUTER, LLAMA_API, V0. En util/llm/providers.py, el cliente de OpenAI se construye como openai.AsyncOpenAI(api_key=api_key), sin el parámetro base_url en esa ruta, y Anthropic y Groq funcionan igual; el ayudante compatible con OpenAI que acepta una URL base solo se alcanza con cuatro URL codificadas de forma fija. Por eso, quien te diga que "solo cambies la URL base en AutoGPT" está describiendo otro producto. El único campo de host editable, el de Ollama, está protegido por una barrera contra SSRF que se comprueba frente a una lista de confianza configurada por el operador, y la documentación de AutoGPT afirma categóricamente que Ollama "solo está disponible cuando se usa el autoalojamiento … No se puede utilizar con la versión alojada en la nube".

El agente de chat es la superficie que el propio AutoGPT autoriza para un endpoint externo. Su guía de LLM local incluye "una API gestionada compatible con OpenAI por la que no pagas a AutoGPT" como destino compatible, y comienza con "Solo autoalojamiento: la implementación en la nube de agpt.co dirige AutoPilot a través de Anthropic / OpenRouter e ignora las variables siguientes". No existe ningún plan —Pro, Max ni el próximo Team— que desbloquee una URL base personalizada. La restricción depende del modo de implementación, no del nivel de precio.

# Self-hosted AutoPilot chat only. These variables do NOT configure the
# agent-graph LLM blocks, and the cloud deployment ignores them entirely.
CHAT_USE_LOCAL=true
CHAT_BASE_URL=https://api.kunavo.com/v1
CHAT_API_KEY=sk-...
CHAT_FAST_STANDARD_MODEL=claude-sonnet-4-6

Hay cuatro límites documentados antes de comprometerte con esa ruta, todos procedentes de la misma guía. El razonamiento extendido no está disponible con el transporte local y se degrada automáticamente al modelo rápido, registrándose como WARNING en lugar de fallar. Desde dentro de los contenedores, la URL base no puede ser 127.0.0.1 ni localhost, y CHAT_API_KEY deliberadamente no recurre a OPENAI_API_KEY. Los backends que no informan de una ventana de contexto —la guía menciona el proxy de LiteLLM, Jan y text-generation-webui— recurren a 32k, independientemente del modelo real. Además, la configuración es más amplia que el chat: el mismo cliente sirve al simulador de bloques de ejecución en seco, la extracción durante la incorporación, la compresión de instrucciones y la ejecución nocturna de sueños, así que debes presupuestar más que los turnos de chat visibles. Kunavo no ofrece ningún modelo de embeddings, por lo que el paso de embeddings de la búsqueda del marketplace tampoco está cubierto por Kunavo en esta ruta; además, AutoGPT bloquea estrictamente ese reemplazo, ya que la columna pgvector se declara como vector(1536) y las inserciones con cualquier otra dimensión fallan.

El mejor modelo para AutoGPT: elige el mecanismo, no el identificador

La plataforma alojada no te pide que adivines. Su configuración predeterminada es la que el catálogo distribuido marca como su entrada GA recomendada; llm_models.py la describe así: "el valor predeterminado de la plataforma ES el modelo recomendado del catálogo: un hecho, un único origen", tomando la primera entrada recomendada habilitada que también sea GA. El 21 de septiembre de 2026, eso se resuelve en GPT-5.6 Terra. Como el catálogo cambia semanalmente, el mecanismo es el dato que merece la pena aprender; el identificador no.

La palanca que realmente cambia la factura de un agente no es la elección del modelo, sino el bucle de reintentos, y AutoGPT incluye un control para ello: la página de precios enumera "Límites de presupuesto de LLM por tarea: establece max_budget_usd para limitar el gasto de LLM en cualquier tarea". Configúralo antes de ajustar los modelos. Ten en cuenta también que las filas de marketing de la página de precios y el catálogo distribuido no son la misma lista: la página anuncia "modelos de frontera de Anthropic, OpenAI, Google, xAI, Meta, Mistral, Cohere y más" y nombra una fila de Claude con Opus 4.7/4.6/4.5, Sonnet 4.6/4.5 y Haiku 4.5, mientras que el catálogo de código en master contiene de nuevo entradas diferentes. Comprueba qué ofrece el selector de tu propia cuenta en lugar de cualquiera de las dos listas.

En un AutoPilot autoalojado apuntado a tu propio endpoint, las restricciones cambian de forma. El transporte local pasa literalmente tu id de modelo, por lo que debe ser un id que resuelva tu propio endpoint; la guía de AutoGPT pide nombres de modelo sin prefijo porque su ejemplo en ejecución es Ollama, que no puede resolver un identificador provider/model. La ruta de razonamiento extendido no está disponible, por lo que un modelo orientado al razonamiento te aporta menos de lo que su tarifa sugiere. Un modelo cuya ventana de contexto real no anuncie tu endpoint se trata como 32k. Elige primero para la ruta rápida y confirma que se informa de la ventana.

Una estimación práctica para la ruta de chat autoalojada

Esto es una operación ilustrativa con tokens, no un coste de tarea medido ni un límite máximo de facturación. Supón un día de AutoPilot autoalojado que envía 400.000 tokens de entrada sin caché —una instrucción de sistema de aproximadamente 8.000 tokens reenviada en cada turno más una conversación creciente— y recibe 25.000 tokens de salida. Las tarifas son precios actuales del catálogo de Kunavo por cada millón de tokens.

Escala el cálculo según tus propios días antes de tratarlo como un presupuesto, y observa qué compara y qué no. No sustituye la suscripción de la plataforma alojada, que compra el servicio gestionado, el marketplace y las credenciales que AutoGPT proporciona para sus integraciones; el autoalojamiento renuncia a todo ello. El importe del catálogo de Kunavo es un mínimo de facturación, no un límite máximo: cuando el upstream informa de su cargo, la factura es el mayor entre el coste del catálogo y el coste del upstream multiplicado por el margen aplicable. Los cargos de caché y las herramientas externas quedan fuera de este ejemplo. La recarga mínima de Kunavo es $10 en crédito prepago, un mínimo de financiación, no una tarifa por tarea ni una suscripción; consulta los detalles de facturación.

Qué ruta gana en cada caso

Si la respuesta es una puerta de enlace para la ruta de chat, la configuración consiste en una URL base compatible con OpenAI y una clave: empieza con la guía de inicio rápido de Kunavo y crea una cuenta cuando estés listo para financiarla. Mantén disponible una ruta funcional mientras lo pruebas, ejecuta una tarea limitada y después lee lo que tu cuenta haya registrado realmente. Para una comparación más amplia, API compatible con OpenAI cubre el protocolo, Alternativas a OpenRouter compara la puerta de enlace actual que AutoGPT compila y el directorio de API de agentes de IA registra dónde se encuentra el límite de configuración de cada cliente. Si estás presupuestando un constructor de flujos de trabajo en lugar de una plataforma de agentes, coste de la API de IA de n8n y coste de la API de Dify utilizan la misma separación entre las tarifas de software y los tokens de modelo.

Preguntas frecuentes

Comprobado el 21 de septiembre de 2026: precios y textos de la página de inicio de agpt.co, el documento Credits & Billing, la API de GitHub para el estado del repositorio y las fechas de lanzamiento, las fuentes master de README.md, classic/README.md, blocks/llm.py, util/llm/providers.py, block_cost_config.py y el catálogo de modelos, además de la documentación de AutoGPT sobre LLM local y Ollama. No se ha establecido aquí y se omite deliberadamente: el valor en dólares de un crédito, si algún plan incluye créditos iniciales, el tamaño absoluto de la asignación de chat y si existe una prueba. Kunavo no ha ejecutado ninguna prueba de compatibilidad con AutoGPT; la ruta CHAT_BASE_URL anterior es el escenario documentado por AutoGPT, y todos los ejemplos en dólares son operaciones ilustrativas con tokens, no costes de tareas medidos.