Coste de OpenHands autoalojado: API, sandboxes y planes cloud

Un OpenHands autoalojado cuesta 0 $ por el software y nada por una licencia — tiene licencia MIT y el repositorio está activo, no archivado —, por lo que el coste real del autoalojamiento son tres facturas independientes: los tokens del modelo, la máquina que ejecuta el sandbox y una clave de búsqueda opcional. OpenHands no publica ningún precio para ninguna de las tres. Lo que sí publica, algo poco habitual en un agente de programación, es su propio repositorio de benchmarks, que registra dólares y segundos por tarea; esa es la referencia que utiliza esta página en lugar de adivinar cantidades de tokens.

Primero, tres desambiguaciones, porque cada una envía una pregunta sobre costes a la página equivocada. AI4Bharat distribuye otro proyecto de código abierto también llamado OpenHands — un kit de herramientas de reconocimiento de lengua de signos cuyo banner del repositorio indica que ya no recibe mantenimiento activo — y nada de su documentación se aplica aquí. Este producto se llamó OpenDevin hasta agosto de 2024 y la empresa era All Hands AI, por lo que cualquier configuración de la era OpenDevin queda sustituida por V0. Y aunque el sitio de marketing es openhands.dev, los servicios en ejecución siguen estando en all-hands.dev: la aplicación Cloud es app.all-hands.dev, y la documentación del proveedor indica que, si tu red tiene restricciones de firewall, debes permitir el dominio all-hands.dev, porque el SDK se conecta a llm-proxy.app.all-hands.dev.

Precios de OpenHands: lo que cobra la propia empresa

Consultado en openhands.dev/pricing el 21 de septiembre de 2026. No existe una suscripción individual de pago y la fila de funcionalidades de cada nivel ofrece la opción de aportar tu propia clave: la sección de preguntas frecuentes dice allí: "Sí. Los planes OpenHands Open Source y OpenHands Cloud permiten utilizar tus propias claves de LLM". Dos referencias que circulan ampliamente fuera del sitio no aparecen en ninguna página oficial que pudiéramos encontrar ese día: un plan de pago Growth y 20 $ en créditos gratuitos para nuevos usuarios de Cloud. Considera ambos datos obsoletos hasta que OpenHands vuelva a publicarlos.

Una cifra oficial contradice la palabra Gratuito, y constituye el mínimo honesto: la documentación de claves de API indica: "Debes comprar al menos 10 $ en créditos de OpenHands Cloud antes de generar una clave de LLM de OpenHands". Ambas cosas son ciertas. El cliente y el nivel son gratuitos; el proveedor de modelos propio comienza con una compra prepaga de 10 $. Aportar tu propia clave elimina por completo ese mínimo y traslada toda la factura a tu proveedor.

Las tres facturas detrás de «autoalojado»

OpenHands V1 se divide en tres componentes que fallan y se facturan de forma independiente, según su página de arquitectura: Agent Canvas, el cliente del navegador, que esa página afirma explícitamente que "no es un entorno de ejecución de agentes ni un sandbox"; Agent Server, que ejecuta conversaciones y herramientas; y el espacio de trabajo o sandbox, descrito únicamente como "Específico de la implementación". Esa separación explica por qué una sola cifra mensual nunca responde a esta pregunta.

Tampoco deduzcas una única "versión actual" de todo esto. Cuatro superficies no coinciden y cada cifra pertenece a una de ellas: las versiones de GitHub están en v1.20.0 (17 de septiembre de 2026), el paquete CLI openhands de PyPI está en 1.16.0, subido el 8 de mayo de 2026, openhands-sdk de PyPI está en 1.49.2, subido el 17 de septiembre de 2026, y la documentación de configuración local fija sus propias etiquetas de imagen de Docker. Fija la superficie que realmente implementes.

La partida de la máquina, calculada según el dimensionamiento propio de OpenHands

OpenHands es excepcionalmente específico en este punto: su guía del backend de máquinas virtuales indica: "Ubuntu 24.04 LTS con 2 vCPU y 4 GB de RAM es suficiente para un solo usuario". Ese tipo de máquina tiene un precio publicado en dos proveedores importantes: un Basic Droplet de DigitalOcean con 4 GiB de memoria, 2 vCPU, SSD de 80 GiB y 4.000 GiB de transferencia a $24.00 al mes, $0.03571 por hora (DigitalOcean), y un paquete Linux de AWS Lightsail con 4 GB de memoria, 2 vCPU, SSD de 80 GB y 4 TB de transferencia a 24 $ al mes (Lightsail). Son precios de terceros por una máquina que tú eliges, no precios de OpenHands.

Si colocas esa tarifa horaria junto a los tiempos medios de ejecución publicados por OpenHands, la estructura de la factura resulta evidente. Las cifras siguientes son una estimación: suponen una conversación cada vez en una máquina virtual siempre encendida y omiten las descargas de imágenes, el tiempo de inactividad entre turnos, el almacenamiento y la transferencia.

Los tokens superan al cómputo en todas las filas, pero no por un factor constante: la proporción va de aproximadamente 16× en la fila de MiniMax-M3 SWE-bench a cerca de 475× en la de claude-opus-4-8, porque el modelo barato también es el lento. La máquina no es gratuita, sin embargo: es un mínimo mensual fijo que se cobra tanto si ejecutas algo como si no, lo que constituye una estructura de facturación opuesta a la de los tokens. Conviene diseñar teniendo en cuenta dos consecuencias. Primero, la máquina virtual solo compensa a partir de cierto volumen: con los precios del catálogo más abajo, 24 $ de máquina equivalen aproximadamente al gasto de modelo de 46 tareas del tamaño de SWE-bench, por lo que por debajo de ese volumen domina el coste fijo. Segundo, el rendimiento está más limitado de lo que sugiere el precio: la página del sandbox Docker de OpenHands advierte que el modo de red del host vincula cada sandbox a los mismos puertos fijos del host, por lo que "Solo se puede ejecutar un sandbox a la vez; las conversaciones simultáneas colisionarán en esos puertos". Observa también que el término orientado al usuario ahora es sandbox, mientras que el parámetro de configuración sigue siendo RUNTIME; la vista general de sandboxes enumera docker (predeterminado), process y remote como valores heredados, así que debes buscar ambas palabras.

Ejecutar también el modelo en esa máquina es una compra diferente. La página de LLM locales de OpenHands indica su requisito de hardware para un modelo específico — Qwen3.6-35B-A3B, el modelo que esa página recomienda para programar — como «una GPU reciente con al menos 24 GB de VRAM para variantes cuantizadas, o varias GPU para precisión completa y ventanas de contexto más grandes, o un Mac con Apple Silicon con al menos 64 GB de memoria unificada para variantes cuantizadas», además de establecer OLLAMA_CONTEXT_LENGTH en al menos 22.000 en Ollama. Es posible que un modelo local más pequeño necesite menos; OpenHands no publica un mínimo para los modelos locales en general. En cualquier caso, es capital para hardware, no un droplet de 24 $.

Coste de la API de OpenHands: los únicos importes por tarea de primera mano

Ninguna página de OpenHands publica tokens por tarea, por conversación ni un tamaño de contexto medio, por lo que cualquier ejemplo de recuento de tokens es una suposición. Su repositorio de resultados del índice publica dólares y segundos, lo cual es más sólido. Obtuvimos los sidecars de 500 filas de SWE-bench para cuatro modelos y los recalculamos; las medias y las tasas de resolución reproducen las cifras publicadas, lo que valida interpretar cost_per_instance como el coste medio de API por instancia del benchmark.

La distribución importa más que la media. En claude-opus-4-8, el coste de la instancia mediana es $0.3877, frente a una media de $0.7418, y el coste de la peor instancia individual es $8.35: aproximadamente once veces la media. Presupuesta teniendo en cuenta la cola, no el promedio. Tres advertencias sobre toda la tabla: el repositorio recibió su último push el 8 de julio de 2026, por lo que estas ejecuciones tienen aproximadamente dos meses y medio; cada fila se ejecutó con su propia versión registrada del agente, por lo que las filas no constituyen una comparación directa controlada; y estas son instancias de benchmark, no tu repositorio.

El precio más bajo de la lista y el coste más bajo para terminar la tarea son afirmaciones distintas, y esta tabla las separa. MiniMax-M3 tiene la tarifa por token más baja del grupo y el coste medio por instancia más bajo, aproximadamente una quinta parte del de claude-opus-4-8, pero resolvió el 76,4 por ciento frente al 83,8 por ciento, por lo que parte de esos intentos baratos no produjo nada y debe volver a ejecutarse o completarse manualmente. GPT-5.5 representa la dirección opuesta: duplica el coste medio de claude-opus-4-8 para resolver 5,6 puntos porcentuales menos. La regla que se mantiene es poco emocionante: preselecciona el modelo menos caro que termine tu trabajo con un esfuerzo de revisión que aceptes y, después, lee el cargo que tu propia cuenta registró para una tarea acotada.

El límite superior está en el benchmark commit0, donde una sola tarea llega a los dígitos individuales en dólares y donde la columna de la máquina muestra cuánto cuesta la poca diferencia de tiempo de ejecución cuando solo se ejecuta una conversación a la vez.

OpenHands es claro sobre el motivo: su página de LLM dice que «requiere un modelo potente para funcionar» y advierte que «enviará muchas solicitudes al LLM que configures». El control que ofrece es una detención forzada, no una previsión: Settings > Application tiene un Maximum Budget Per Conversation en USD, y esa página indica que OpenHands «detendrá la conversación cuando se alcance el presupuesto, pero puedes elegir continuar la conversación con una solicitud». Por tanto, es una detención por conversación que puedes anular, no un límite mensual.

Recalcular ese benchmark con las tarifas del catálogo

Este es el único punto en el que las cifras publicadas se transfieren sin adivinar tokens. El metadata.json de OpenHands para claude-opus-4-8 registra los precios exactos con los que se calculó el coste de su ejecución, y Kunavo incluye ese mismo ID de modelo.

Como las cuatro clases llegan hoy al mismo factor, la ejecución publicada se recalcula mediante ese factor sin necesitar los recuentos de tokens que nadie publica. La instancia media de SWE-bench pasa de $0.7418 a $0.5193, la mediana de $0.3877 a $0.2714, y la peor instancia de $8.35 a $5.84. Esto es un recálculo del benchmark de otra persona, no un coste de tarea medido en tu repositorio: la versión del agente, la combinación de solicitudes y el comportamiento de la caché tendrían que coincidir.

Para una forma de conversación en lugar de un benchmark, aquí tienes una aritmética sencilla de tokens. Suposición nuestra, no de OpenHands: una conversación envía 800k tokens de entrada a lo largo de sus turnos mientras se reenvía el contexto, y recibe 30k tokens de salida, sin contar aciertos de caché. Las tarifas son los precios actuales del catálogo de Kunavo.

Aritmética ilustrativa de tokens, no un coste de tarea medido ni un límite máximo de facturación: escálala según tus propias conversaciones diarias antes de tratarla como un presupuesto. 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. La recarga mínima es $10 en crédito prepago, que es un mínimo de financiación, no una suscripción ni una tarifa por tarea; consulta los detalles de facturación.

La mejor API para OpenHands: qué ruta gana en cada caso

Una advertencia antes de elegir la ruta «al coste» basándote solo en el precio: las dos propias páginas de OpenHands describen catálogos diferentes. Su resumen de LLM recomienda claude-opus-4-8 (media del índice: 71,9), GPT-5.5 (65,9) y Gemini-3.5-Flash (62,6), mientras que la tabla de precios de proveedores de la página hermana enumera 15 ID de generaciones anteriores — el más reciente de cada proveedor es claude-sonnet-4-5-20250929 y claude-opus-4-1-20250805, gpt-5-codex y gpt-5-2025-08-07, o3 y gemini-3-pro-preview — y no contiene ninguno de esos tres. Ambas se consultaron el 21 de septiembre de 2026. No pudimos establecer si la tabla está desactualizada o si el catálogo realmente es tan antiguo, así que comprueba qué ofrece realmente el proveedor al finalizar la compra antes de presupuestar basándote en su nota al pie: «Los precios indicados reflejan las tarifas del proveedor sin margen».

Cuatro límites determinan en cuál de esas opciones estás realmente, y cada uno es una bifurcación de atribución de costes. El crítico está condicionado. La documentación del crítico de OpenHands indica que la función experimental de crítico se «habilita automáticamente» para los usuarios del proveedor de LLM de OpenHands y es «gratuita durante la fase beta pública» para ellos; es un segundo endpoint, por lo que una clave de agente de terceros no impide tener uno, simplemente significa que no hay ninguno configurado para ti. Su refinamiento iterativo está deshabilitado de forma predeterminada y, cuando lo habilitas, el ajuste Max Iterations tiene como valor predeterminado 3 por turno de usuario y acepta 1–10: un multiplicador real, solo en esa ruta. Provider Connections invierte el límite habitual del plan: la página de configuración del modelo indica que el panel reutilizable de clave y URL base está «disponible en backends locales de servidor de agentes» y «oculto al usar un backend de OpenHands Cloud», por lo que el autoalojamiento obtiene esa función y Cloud no. Los perfiles tienen un límite: la página de ajustes de LLM indica: «Puedes guardar hasta 10 perfiles de LLM por cuenta». Y un perfil guardado se valida antes de persistirse: la página de perfiles indica que una clave rechazada o un modelo no disponible bloquea el guardado y muestra el error del backend, aunque también señala que los backends antiguos que carecen del endpoint de validación omiten la comprobación y guardan de todos modos.

Kunavo no ofrece ningún modelo de embeddings, ningún modelo de texto a voz ni ningún modelo de voz a texto, por lo que un endpoint aquí responde a completions de chat y nada más; esto importa porque OpenHands menciona LLM_EMBEDDING_MODEL entre sus opciones adicionales exclusivas del entorno, y ese ajuste no tiene ningún equivalente al que apuntar.

En el propio endpoint, el prefijo del modelo y la URL base son una sola decisión, y OpenHands los documenta mediante ejemplos en lugar de reglas. Su página de configuración del modelo indica que introduzcas openai/<served-model-id> para un servidor compatible con OpenAI y muestra una URL base que termina en /v1; su página del proxy LiteLLM indica que introduzcas litellm_proxy/<model-name> y muestra el origen del proxy sin ruta. Ninguna página indica qué ocurre si combinas un prefijo con la forma de URL de la otra, así que copia la forma de la página que corresponda a tu prefijo y comprueba la respuesta en lugar de darlo por supuesto. Por separado, la página del proveedor de OpenHands indica que el prefijo openhands/ «indica al SDK que enrute automáticamente las solicitudes al proxy LLM de OpenHands; no es necesario establecer manualmente una URL base»; esa frase se refiere al SDK, no al panel de ajustes de Agent Canvas. La configuración completa campo por campo está en la página de integración de OpenHands; crea una cuenta de Kunavo cuando estés listo para financiar una clave, ejecuta después una tarea acotada y lee el cargo que tu cuenta registró para ella.

Kunavo no ha probado OpenHands en tiempo de ejecución contra su endpoint: no hubo conversación, turno transmitido, intercambio de herramientas ni versión de cliente fijada. Todo lo anterior se obtuvo de la propia documentación, los repositorios y los índices de paquetes de OpenHands. Mantén disponible una ruta operativa mientras lo pruebas. ¿Comparas clientes en lugar de proveedores? OpenHands frente a Claude Code cubre la diferencia de flujo de trabajo y sandbox, OpenHands frente a OpenCode la alternativa de terminal, y Optimización de costes de IA el método para medir todo esto en tu propio repositorio.

Preguntas frecuentes

Verificado de nuevo con sus propias fuentes el 21 de septiembre de 2026: openhands.dev/pricing, el registro de la API de GitHub para OpenHands/OpenHands y sus tres versiones más recientes, PyPI openhands y openhands-sdk, la documentación de claves de API y de resumen de LLM, la tabla de precios del proveedor de LLM de OpenHands, la guía de dimensionamiento de máquinas virtuales, los precios de droplets de DigitalOcean y el repositorio de resultados del índice, incluidos los sidecars de 500 filas de SWE-bench para cuatro modelos, cuyas medias y tasas de resolución se recalcularon aquí. El condicionamiento del crítico, Provider Connections, el límite de perfiles y la validación previa al guardado, la excepción de ACP, las páginas de sandbox, presupuesto y LLM locales, y los precios de Tavily y Lightsail se volvieron a leer ese mismo día en las páginas indicadas en línea. Las tarifas de tokens de Kunavo se obtuvieron del catálogo activo; todo ejemplo en dólares es aritmética ilustrativa, no un coste de tarea medido.