Volver a las guías
Agentes de programación·21 de septiembre de 2026·Actualizado el 24 de septiembre de 2026·11 min de lectura

Alternativas a Open Interpreter: agente actual, Python heredado y migración

Determina primero qué Open Interpreter vas a abandonar — el agente de programación en Rust, la herramienta de Python congelada o la aplicación de escritorio — y después elige la ruta adecuada.

Última revisión: .

Antes de buscar alternativas a Open Interpreter, determine qué Open Interpreter está abandonando: el nombre ahora corresponde a un agente de programación de terminal en Rust que es un fork de Codex de OpenAI, mientras que la herramienta de Python que ejecutaba código generado en su propia máquina está congelada en la versión 0.4.3 de octubre de 2024 y el proyecto ya no la mantiene. Todas sus generaciones son gratuitas y de código abierto, por lo que nunca se trata de una decisión sobre el precio de la licencia, sino sobre qué programa quiere; el único coste recurrente es la API del modelo a la que lo dirija.

Dos redirecciones ocultan la división. Solicitar la antigua ruta del repositorio OpenInterpreter/open-interpreter mediante la API de GitHub devuelve openinterpreter/openinterpreter, en lenguaje Rust, y docs.openinterpreter.com responde HTTP 308 a la documentación del terminal Rust. Los enlaces de un tutorial de 2023 o 2024 siguen resolviendo; simplemente entregan documentación de otro programa, que describe comandos que el binario instalado no tiene. Ambos se comprobaron el 18 de septiembre de 2026.

Un nombre, tres programas y un paquete obsoleto

Qué esLenguaje y licenciaCómo se instalaEstado al 18 de septiembre de 2026
Open Interpreter — el agente de terminal actual, un fork de Codex de OpenAIRust, Apache-2.0Instalador de shell: curl -fsSL https://www.openinterpreter.com/install | shNo está archivado, tiene 68.379 estrellas y el último push fue el 15 de septiembre de 2026. La versión más reciente es rust-v0.0.44, publicada el 15 de septiembre de 2026
Open Interpreter Classic — el asistente de Python que describe casi toda la documentaciónPython, AGPL-3.0pip install open-interpreterCongelado en la versión 0.4.3, subido el 26 de octubre de 2024 y no retirado. El upstream ya no lo mantiene
endolith/open-interpreter — el fork comunitario al que apunta el propio proyectoPython, AGPL-3.0pip install git+https://github.com/endolith/open-interpreter.git@classic/developActivo; último push el 17 de septiembre de 2026, con 33 estrellas. Nunca se volvió a publicar en PyPI
Interpreter Workstation — un producto de escritorio independiente bajo la misma marcaTypeScript, Apache-2.0Descargas de la plataforma desde el sitio del proyectoCreado el 1 de agosto de 2026; último push el 15 de septiembre de 2026
El paquete npm open-interpreter—npm i open-interpreter instala un marcador de posiciónVersión 0.0.0, una única publicación el 23 de septiembre de 2023 desde otro repositorio. No es este producto

La redirección desde la antigua ruta del repositorio es la razón por la que la división es fácil de pasar por alto. El README actual lo declara en una sola línea cerca del final: "Esta es la nueva versión Rust de Open Interpreter, basada en Codex. ¿Buscas el proyecto Python original? Sigue existiendo como fork mantenido por la comunidad en endolith/open-interpreter." Ten en cuenta que la licencia también cambió con la reescritura, de AGPL-3.0 a Apache-2.0, algo importante si incorporaste el código antiguo como dependencia. La organización también mantiene el proyecto de voz inactivo 01, cuyo último push fue en noviembre de 2024, además de 01-app y aifs, ninguno modificado desde 2024. Ninguno de los tres está archivado, y ninguno de ellos es actual.

Precios de Open Interpreter: no existen, y esas tres cifras no corresponden

No existe ningún plan, puesto, cuota ni cuenta. openinterpreter.com/pricing devolvió HTTP 404 el 18 de septiembre de 2026; las páginas de instalación del terminal, inicio rápido y configuración no contienen texto sobre precios, suscripciones ni facturación; y el propio README del producto de escritorio dice que "no requiere una cuenta de Interpreter". Esa es una conclusión basada en la ausencia de pruebas —no se encontró ninguna página de precios, en lugar de una promesa del proyecto de que nunca aparecerá—, pero es la respuesta honesta a "precios de open interpreter": el único coste recurrente son los tokens del modelo.

Los precios que dominan esta búsqueda pertenecen a otros productos. Mantenlos fuera de tu presupuesto:

Cifra que encontrarásLo que realmente tarificaPor qué no es Open Interpreter
$0.03 / $0.12 / $0.48 / $1.92 por sesión de 20 minutos, según la memoria del contenedor, facturados por minuto con un mínimo de 5 minutos (precios de la API de OpenAI)La herramienta Code Interpreter alojada de OpenAIUn sandbox remoto alquilado por minuto. Open Interpreter se ejecuta en tu propia máquina y no cobra nada por la ejecución
$0.05 por hora y contenedor después de 1.550 horas gratuitas por organización al mes, mínimo de 5 minutos, gratuito junto con la búsqueda web o la obtención web (herramienta de ejecución de código)La herramienta de ejecución de código de AnthropicTambién es un contenedor alojado, facturado por tiempo de ejecución y no por tokens
Cualquier nivel de suscripción de ChatGPT citado como "el precio de Code Interpreter"Acceso al plan de consumo de ChatGPT, otro producto diferenteEsta página no muestra ningún precio de plan de ChatGPT: la página oficial de precios rechazó la solicitud el 18 de septiembre de 2026, por lo que no se verificó ni se cita ninguna cifra

Ambos precios de herramientas se comprobaron el 18 de septiembre de 2026.

Qué alternativa encaja con cada usuario

Por qué te vasAdónde irQué aceptas
Quieres el interpreter de Python que ejecutaba código en un bucle de chat y la reescritura lo eliminóEl fork de endolith, instalado desde git — el upstream apunta allí directamenteUn fork personal con 33 estrellas cuyo propio README describe la rama predeterminada como "acumulando cambios codificados con vibe (de calidad dudosa)" — el mismo párrafo añade que el mantenedor lo usa con mucha frecuencia y que funciona bastante bien. Nunca se volvió a publicar en PyPI, por lo que no existe una versión fijada que instalar
Quieres un agente de codificación de terminal mantenido activamente y no te importa el linaje de PythonEl Open Interpreter actual. Su README lo describe como un fork de Codex centrado en emular el arnés que obtiene el mejor rendimiento de los modelos de bajo costeUna reescritura completa: nueva ruta de instalación, nuevo formato de configuración y nueva superficie de comandos. Ninguna instrucción de 2024 se transfiere
Ya ejecutas Codex CLI y quieres modelos más baratos con la misma memoria muscularEl Open Interpreter actual, que lee la misma estructura TOML [model_providers.<id>] y acepta dos transportes que el Codex upstream no aceptaUn directorio de configuración diferente (~/.openinterpreter/), una capa de arnés que aprender y ningún inicio de sesión de ChatGPT documentado para un proveedor personalizado — la documentación lo enumera solo para el proveedor integrado openai
Quieres una aplicación de escritorio en lugar de un terminalInterpreter Workstation, un producto TypeScript independiente configurado mediante Settings → Models → New Model → Custom endpoint, con campos Base URL, API Key y Model ID en lugar de TOMLUna base de código más reciente — creada en agosto de 2026 — y ajustes que no comparten el archivo de configuración del agente de terminal. Su casilla "Use Chat Completions" está desactivada de forma predeterminada, por lo que un endpoint que solo admita chat necesita activarla
Quieres otro cliente completamente distintoAider, OpenCode, Cline y Codex CLI aceptan un endpoint personalizado, aunque no usan el mismo protocolo — Codex CLI necesita una ruta Responses; consulta el directorio de agentes de IACada uno tiene su propio límite de protocolo. Precios de Aider, alternativas a OpenCode y alternativas a Claude Code cubren las ventajas y desventajas

Qué se migra y qué no

Nada se conserva de la generación de Python. Los indicadores, la superficie de la API de Python, los archivos de perfil YAML y Python y la convención de nombres de modelos de LiteLLM han desaparecido. Lo que sí se conserva tiene forma de Codex y de estándares, y el proyecto lo documenta deliberadamente en su página de migración:

Lo que tienesDónde terminaEsfuerzo
Instrucciones del agenteAGENTS.mdYa es una convención compartida; normalmente no hay nada que hacer
Habilidades.agents/skills/ o ~/.agents/skills/Ninguno — la documentación indica que las skills ya presentes en esas ubicaciones compartidas se leen directamente
Servidores MCP[mcp_servers] en la configuraciónCopia y vuelve a comprobar cualquier servidor con autenticación, encabezados o transportes personalizados
Puntos de enganchehooks.json o [hooks] en líneaCopia y lee cada hook que ejecute un comando local antes de confiar en él
SubagentesConfiguración de [agents]Reescritura en el bloque de configuración
Elección de proveedor y modelo~/.openinterpreter/config.toml o .openinterpreter/config.tomlEscrito desde cero — consulta la siguiente sección
Cualquier elemento de Python 0.4.3: --api_base, --api_key, --model openai/…, perfilesEn ningún sitioDescarta. Los conceptos sobreviven; ninguna sintaxis lo hace

Comprueba la colisión de nombres de binarios antes de instalar. El wheel heredado 0.4.3 declara cuatro scripts de consola — interpreter, i, interpreter-classic y wtf — mientras que el instalador actual coloca interpreter, i y codex-code-mode-host en ~/.local/bin, según la página de instalación. Si alguna vez ejecutaste pip install open-interpreter, ahora dos programas distintos compiten por dos de esos nombres, interpreter y i, y cuál gana depende de la precedencia del shell. Ejecuta which -a interpreter, which -a i y interpreter --version primero, y de nuevo después de instalar.

Rollback. Haz una copia de seguridad de ~/.openinterpreter/ antes de cambiar de proveedor — el bucle de desinstalación documentado elimina la instalación independiente administrada, pero conserva deliberadamente ese directorio, incluida la configuración, las sesiones, los registros y las credenciales almacenadas en archivos, de modo que reinstalar restaura tu configuración. En sentido contrario, conserva intacto el entorno virtual heredado en lugar de eliminarlo: la versión 0.4.3 sigue en PyPI, pero no se garantiza que volver a fijar un conjunto antiguo de dependencias pueda resolverse más adelante.

Apuntar el agente actual a un endpoint compatible con OpenAI

Esta es la frase más importante si vienes de nuestra configuración de Codex CLI, que indica que wire_api tiene exactamente un valor válido. Esa regla es cierta para el Codex upstream y falsa para Open Interpreter. La propia referencia de configuración del upstream dice sobre wire_api que "responses es el único valor compatible y es el predeterminado cuando se omite". La delta mantenida de Open Interpreter enumera como incorporaciones deliberadas un "transporte OpenAI-compatible Chat Completions de primera clase" y un "transporte compatible con Anthropic Messages para proveedores que exponen esa API". Por tanto, el fork llega a endpoints que el Codex upstream no puede alcanzar, y las tres superficies de Kunavo — /v1/responses, /v1/chat/completions y /v1/messages — tienen un valor de protocolo correspondiente.

La estructura documentada para un proveedor personalizado, de la página de proveedores, es un bloque de chat completions con una URL base que termina en /v1; la misma página muestra una pasarela alojada configurada exactamente de esa manera. Aplicado a Kunavo:

~/.openinterpreter/config.toml
# Top-level keys come FIRST. Anything written after a [table] header
# belongs to that table, so model_provider placed below would be ignored.
model_provider = "kunavo"
model = "gpt-5-6-terra"

[model_providers.kunavo]
name = "Kunavo"
base_url = "https://api.kunavo.com/v1"
env_key = "KUNAVO_API_KEY"
wire_api = "chat"

Tres límites que conviene conocer antes de dedicarle una tarde, todos leídos de la documentación del proyecto y no probados aquí:

  • Kunavo no está en el catálogo incluido, así que debes configurar model manualmente. El catálogo de proveedores generado se crea a partir de models.dev y algunos endpoints de proveedores activos, y contenía 116 proveedores cuando se comprobó; Kunavo no está ni en él ni en models.dev. No esperes que el selector /model proporcione metadatos de ventana de contexto o capacidades para un proveedor escrito manualmente.
  • El enrutamiento del arnés es estricto. Según la página del arnés, chat acepta chat nativo además de claude-code, claude-code-bare, deepseek-tui, kimi-code, kimi-cli, qwen-code, swe-agent y minimal; responses acepta nativo, claude-code y claude-code-bare; y en messages, "el modo nativo se rechaza porque Messages requiere un transporte nativo del arnés". Cualquier cadena de arnés no reconocida vuelve al chat sin generador de solicitudes integrado, por lo que un error tipográfico degrada silenciosamente la ejecución. No se documenta qué arnés funciona mejor con cada modelo, y esta página no lo supone.
  • La URL base de Messages es una inferencia, no un ejemplo documentado de Kunavo. Los proveedores de Messages incluidos en el catálogo — Anthropic y ZCode de Z.AI — usan ambos una raíz de API sin /v1, y la página de Z.AI indica que la solicitud ZCode Messages se envía a /v1/messages — por lo que el cliente añade la ruta. Según esa regla, un bloque compatible con el protocolo de Anthropic usaría la raíz de la API en lugar de la URL /v1 anterior, pero no existe ningún ejemplo de Messages para proveedores personalizados en la documentación oficial y esto no se ejecutó. Empieza con el protocolo de chat, que es la estructura documentada.

Otros dos detalles documentados: env_key nombra la variable de entorno, no la clave en sí, y para ejecuciones puntuales interpreter --chat-completions sobrescribe la estructura de la solicitud para esa invocación sin cambiar la URL base, las credenciales ni el modelo del proveedor. El inicio de sesión de ChatGPT aparece como autenticación del proveedor integrado openai, no como opción de proveedor personalizado; las fuentes de autenticación que la página de proveedores documenta para una tabla de proveedores son env_key, experimental_bearer_token y un bloque auth respaldado por comandos, además de un bloque aws únicamente para Amazon Bedrock.

Una estimación de costes calculada para una sesión

Estos son cálculos ilustrativos de tokens, no costes medidos de tareas ni un límite de facturación. Supón una sesión de agente que envía 300.000 tokens de entrada no almacenados en caché y recibe 20.000 tokens de salida — una forma elegida con fines ilustrativos, porque un arnés de estilo Codex reenvía el contexto acumulado en cada turno. Tu propio repositorio y el número de turnos serán diferentes. Las tarifas son precios actuales del catálogo de Kunavo por millón de tokens.

ModeloEntrada/salida por 1MEstimación para la sesión supuesta
Claude Haiku 4.5$0.70 / $3.50$0.280
GPT-5.6 Terra$0.70 / $4.20$0.294
Claude Sonnet 4.6$2.10 / $10.50$0.840

La diferencia es el punto, no una fila concreta: bajo estas suposiciones, los modelos Claude Haiku 4.5 calculan la misma sesión a $0.280 frente a $0.840 para Claude Sonnet 4.6. Eso no es una recomendación de elegir la tarifa más barata. El precio indicado más bajo y el coste más bajo para terminar la tarea son afirmaciones diferentes, y un modelo que necesita tres intentos para una refactorización puede costar más que uno que necesita una sola pasada; mide ambos en tu propio repositorio antes de decidir. El importe del catálogo de Kunavo es un mínimo de facturación, no un límite: cuando el upstream comunica 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 es de $10 en crédito prepago, que es un mínimo de financiación, no una tarifa por tarea ni una suscripción; consulta los detalles de facturación.

Configurarlo con honestidad

Open Interpreter no se ha probado en tiempo de ejecución con Kunavo: no se ejecutó nada de esta página, y cada afirmación de configuración anterior se leyó en el repositorio y la documentación del proyecto el 18 de septiembre de 2026. La referencia publicada más cercana es la integración de Codex CLI, cuyo bloque TOML tiene la misma estructura; cópialo, cambia el directorio de configuración a ~/.openinterpreter/config.toml e ignora su regla de un único wire_api, que pertenece al Codex upstream. Conserva una ruta operativa disponible, ejecuta una tarea acotada y después lee el cargo que tu cuenta registró. Crea una cuenta de Kunavo cuando estés listo para financiar una clave.

¿Sigues comparando rutas en lugar de clientes? API compatible con OpenAI explica qué garantiza y qué no garantiza el protocolo de chat, y pasarela de LLM cubre en general la disyuntiva entre una clave y un saldo.

Preguntas frecuentes

¿Cuáles son las mejores alternativas a Open Interpreter?

Depende de qué Open Interpreter esté sustituyendo. Si quiere el asistente de Python que ejecutaba código generado en su propia máquina, el README del proyecto apunta al fork comunitario endolith/open-interpreter, instalado desde git; su propio README describe esa rama como «acumulando cambios programados por intuición (de calidad dudosa)», mientras que el mantenedor añade que lo utiliza con mucha frecuencia y que funciona bastante bien. Si quiere un agente de programación de terminal desarrollado activamente, el Open Interpreter actual en Rust es precisamente esa alternativa, y entre los clientes comparables se encuentran Aider, OpenCode, Cline y Codex CLI. Esos cuatro no utilizan todos el mismo protocolo: la propia referencia de configuración de Codex CLI establece «responses» como el único valor compatible, por lo que necesita una ruta Responses en lugar de una de chat-completions. Si quiere una aplicación de escritorio en lugar de una terminal, la misma organización ofrece Interpreter Workstation como producto independiente. Ninguna de estas cuatro vías es un producto de pago, por lo que la comparación trata sobre el flujo de trabajo y el mantenimiento, no sobre las tarifas de licencia.

¿Cuánto cuesta Open Interpreter?

Nada, en todas sus generaciones. El agente actual en Rust utiliza Apache-2.0, el paquete heredado de Python utiliza AGPL-3.0 y openinterpreter.com/pricing devolvió HTTP 404 al comprobarse el 18 de septiembre de 2026: no hay plan, asiento ni cuenta que crear. Lo que paga es la factura de la API del modelo en el proveedor que configure, o nada por solicitud si ejecuta un modelo local mediante Ollama o LM Studio, que se ofrecen como proveedores integrados. Esta es una conclusión basada en la ausencia de pruebas sobre ofertas de pago: no hay página de precios ni texto de facturación en ninguna parte de la documentación, en lugar de una afirmación del proyecto de que nunca existirá ninguna.

¿El precio de Open Interpreter es el mismo que el de Code Interpreter de ChatGPT?

No, y esta es la confusión más habitual en esta consulta. La herramienta Code Interpreter alojada de OpenAI factura las sesiones de contenedor: $0.03 por 1 GB, $0.12 por 4 GB, $0.48 por 16 GB y $1.92 por 64 GB por sesión de 20 minutos, con sesiones elegibles facturadas por minuto y un mínimo de 5 minutos, según la página de precios de API de OpenAI del 18 de septiembre de 2026. La herramienta de ejecución de código de Anthropic factura $0.05 por hora y contenedor después de 1.550 horas gratuitas por organización al mes, también con un mínimo de 5 minutos, y es gratuita cuando se utiliza junto con la búsqueda web o la obtención web. Ambos son sandboxes remotos alquilados por minuto. Open Interpreter ejecuta código en su propia máquina y no cobra por la ejecución, por lo que ninguno de esos precios de contenedor corresponde al presupuesto de Open Interpreter.

¿Sigue funcionando pip install open-interpreter?

Sigue instalándose, y ese es el problema. PyPI ofrece open-interpreter 0.4.3, cargado el 26 de octubre de 2024 y no retirado, por lo que el comando le proporciona silenciosamente la generación que el proyecto ya no mantiene. Su compatibilidad declarada con Python es >=3.9,<4, pero un conjunto de dependencias de 2024 frente a bibliotecas de 2026 supone un riesgo evidente de fallo y esta página no creó un entorno para probarlo: no dé por hecho que todavía se ejecuta. El agente actual no está en PyPI ni en npm: se instala mediante un instalador de shell desde openinterpreter.com/install, y el paquete npm llamado open-interpreter es un marcador de posición de 2023 en la versión 0.0.0, con una publicación, procedente de otro repositorio.

¿Puedo seguir usando --api_base y --model con la nueva versión?

No. Esas opciones pertenecen a la generación de Python, que se conectaba mediante LiteLLM: interpreter --api_base <endpoint> --api_key <key> --model openai/<model-id>, donde la propia documentación de LiteLLM exige el prefijo openai/ para saber que debe llamar a un endpoint de chat-completions. El agente de Rust no tiene esas opciones ni esa convención de prefijo. Lee una tabla de proveedores TOML desde ~/.openinterpreter/config.toml o desde un archivo .openinterpreter/config.toml a nivel de proyecto, lo selecciona con las claves de nivel superior model_provider y model, y toma la clave de API de la variable de entorno que usted indique en env_key. Nada se conserva entre generaciones; la configuración se escribe desde cero.

¿Qué wire_api debe utilizar un endpoint de terceros en Open Interpreter?

Open Interpreter documenta tres valores y no son intercambiables: responses para proveedores compatibles con OpenAI Responses, chat para proveedores compatibles con chat-completions de OpenAI y messages únicamente para proveedores compatibles con Anthropic Messages. El ejemplo documentado de proveedor personalizado utiliza wire_api = "chat" con una URL base que termina en /v1, y la documentación muestra un gateway alojado configurado exactamente de esa manera. Tenga en cuenta que el enrutamiento del harness es estricto: en el protocolo messages, el modo nativo se rechaza directamente y solo se aceptan claude-code, claude-code-bare y zcode, aunque un proveedor messages adopta automáticamente claude-code cuando no se establece ningún harness. Un valor de harness que no sea un ID reconocido vuelve a chat sin un constructor de solicitudes de harness integrado, por lo que un error tipográfico degrada la ejecución en lugar de hacerla fallar.

El estado del repositorio, las versiones, los registros de paquetes, la documentación y el catálogo de proveedores generado se comprobaron el 18 de septiembre de 2026; los precios de las herramientas de OpenAI y Anthropic se leyeron en sus propias páginas de precios ese mismo día. No se cita ningún precio de suscripción de ChatGPT porque esa página rechazó la solicitud. Nada de esto se probó en tiempo de ejecución contra ningún endpoint. Las tarifas de tokens de Kunavo proceden del catálogo actual, y cada ejemplo en dólares de esta página es un cálculo ilustrativo de tokens, no un coste de tarea medido.