Un agente de IA autoalojado necesita mucho menos hardware del que la mayoría espera: 2 vCPU, 4 GB de RAM y unos 20 GB de disco bastan para un uso diario, y no hace falta GPU. El agente orquesta (planifica, llama a herramientas y gestiona la memoria) mientras la inferencia pesada del modelo se ejecuta en el proveedor de IA para el que aportes una clave. Una GPU solo entra en juego si además quieres ejecutar el propio modelo de lenguaje en tu hardware, que es una máquina aparte y una decisión aparte.
¿Necesitas una GPU para autoalojar un agente de IA?
Casi con seguridad no, y este es el mayor malentendido sobre el autoalojamiento de agentes. La gente confunde dos trabajos muy distintos: ejecutar el modelo y ejecutar el agente.
- Ejecutar el modelo: convertir tokens en tokens. Esta es la parte que quiere una GPU, mucha VRAM y una máquina grande.
- Ejecutar el agente: decidir qué hacer a continuación, llamar a herramientas y APIs, almacenar memoria, reintentar tras un fallo y dirigir el bucle. Es trabajo de aplicación corriente: algo de CPU, RAM modesta, un poco de disco.
Un agente de traer tu propia clave como Hermes Agent solo hace el segundo trabajo. Cuando necesita que el modelo piense, hace una solicitud HTTPS a OpenRouter, OpenAI o Anthropic usando tu propia cuenta, y espera la respuesta. Tu servidor pasa la mayor parte de su vida inactivo, esperando a la red. Por eso basta con una instancia pequeña, y por eso una GPU quedaría sin usar.
La excepción es si quieres ejecutar el modelo de lenguaje también en tu propio hardware, apuntando el agente a un endpoint local compatible con OpenAI. Es una configuración legítima, pero es una máquina distinta con requisitos distintos: la VRAM se convierte en la restricción determinante, y las cifras de abajo ya no se aplican.
Requisitos mínimos y recomendados
| Recurso | Mínimo | Recomendado | Por qué |
|---|---|---|---|
| CPU | 2 vCPU | 4 vCPU | El bucle del agente, las llamadas a herramientas y TLS son ligeros para la CPU; más núcleos ayudan cuando varias tareas se ejecutan a la vez. |
| RAM | 4 GB | 8 GB | Contiene el entorno de ejecución, la memoria de trabajo del agente y cualquier proceso de herramientas que lance. Las tareas largas con contextos grandes son el principal consumidor. |
| Disco | 20 GB | 80 GB | Software del agente, registros, y memoria y artefactos acumulados. Los agentes que descargan o generan archivos crecen más rápido de lo que esperas. |
| GPU | Ninguno | Ninguno | La inferencia ocurre en tu proveedor de IA. Solo se necesita una GPU si también autoalojas el modelo. |
| Red | Siempre activo | Siempre activo | Un agente que monitoriza, programa o responde a webhooks debe seguir siendo accesible: un portátil o una función serverless no sirven. |
| Disponibilidad | 24/7 | 24/7 | Las tareas programadas y las dirigidas por eventos se ejecutan estés o no frente a tu escritorio. |
Estos son los requisitos del propio runtime del agente. Tu proveedor de IA factura aparte el uso del modelo, y ese coste escala con cuánto piensa el agente, no con el tamaño del servidor en el que se ejecuta.
Cómo dimensionar para tu carga de trabajo
Dimensionar un agente no depende de cuántas tareas tienes, sino de cuántas se ejecutan al mismo tiempo y de cuánto retiene cada una en memoria mientras trabaja.
- Asistente personal, un puñado de tareas programadas, trabajo puntual ocasional: 2 vCPU / 4 GB es cómodo. La instancia está inactiva la mayor parte del tiempo.
- Varios agentes simultáneos, ejecuciones de investigación largas de varios pasos o tareas que descargan y procesan archivos: 4 vCPU / 8 GB. Lo que te empuja a este nivel es la concurrencia y el conjunto de trabajo, no el número de tareas.
- Agentes que recurren a herramientas pesadas (compilaciones, automatización del navegador, procesamiento de medios): dimensiona para la herramienta, no para el agente. La herramienta dominará tanto la CPU como la RAM.
Empieza pequeño. Como el agente pasa la mayor parte del tiempo esperando al proveedor del modelo, una instancia poco cargada es el estado normal, y escalar más adelante es un cambio de plan y no una migración.
Lo que cuesta en Flux
| Plan | Recursos | Precio |
|---|---|---|
| Hermes Agent | 2 vCPU · 4 GB de RAM · 20 GB de disco | $5.49/month |
| Hermes Agent Pro | 4 vCPU · 8 GB RAM · 80 GB de disco | $9.49/month |
Ambos planes son de pago por uso con la primera semana gratis, y ambos incluyen el panel protegido con contraseña, Tailscale integrado para acceso a la red privada, TLS y protección DDoS. Tu uso del proveedor de IA lo factura él, no nosotros, porque Hermes funciona con tu propia clave. Consulta la guía paso a paso para autoalojar un agente de IA para el recorrido del despliegue.
¿Cambian estas cifras en un VPS DIY?
El agente necesita la misma CPU, RAM y disco dondequiera que se ejecute, pero en un VPS también cargas con el sistema operativo, un entorno de ejecución de contenedores, un proxy inverso y la monitorización que añadas, así que deja margen por encima de las cifras anteriores en lugar de ajustarte exactamente a ellas.
La diferencia mayor no es la capacidad, sino todo lo que la rodea: renovación de certificados, reglas de firewall, parches, copias de seguridad y ser la persona que se da cuenta cuando la máquina deja de responder a las 3am. Esos son los requisitos reales del autoalojamiento, y no aparecen en una tabla de especificaciones.
Preguntas frecuentes
¿Necesito una GPU para ejecutar un agente de IA autoalojado?
No, no para el agente en sí. Con un agente de traer tu propia clave como Hermes, la inferencia del modelo se ejecuta en tu proveedor de IA (OpenRouter, OpenAI, Anthropic) y el agente solo orquesta: planifica, llama a herramientas y gestiona la memoria. Eso es trabajo ligero para la CPU. Solo necesitarías una GPU si además eligieras ejecutar el modelo de lenguaje en tu propio hardware, que es una máquina aparte.
¿Cuánta RAM necesita un agente de IA?
4 GB bastan para el uso diario: un asistente personal, tareas programadas y trabajo puntual ocasional. Sube a 8 GB si ejecutas varios agentes a la vez, haces ejecuciones largas de investigación de varios pasos o tienes tareas que descargan y procesan archivos. La RAM depende de la concurrencia y del conjunto de trabajo, no de cuántas tareas hayas definido.
¿Cuánta CPU usa un agente de IA autoalojado?
Muy poco de media. El agente pasa la mayor parte del tiempo esperando respuestas de red del proveedor del modelo, así que 2 vCPU cubren el uso normal. Más núcleos ayudan sobre todo cuando varias tareas se ejecutan a la vez, o cuando el agente recurre a herramientas pesadas como compilaciones o automatización del navegador.
¿Puedo ejecutar un agente de IA en una Raspberry Pi o un portátil?
Los requisitos de recursos son lo bastante bajos como para que el hardware no sea el obstáculo: el obstáculo es la disponibilidad. Un agente que monitoriza sistemas, se ejecuta con una programación o responde a webhooks tiene que ser accesible a todas horas, lo que descarta un portátil que se suspende y hace que un dispositivo doméstico dependa de tu propia electricidad y conexión.
¿Cuánto espacio en disco necesita un agente de IA?
Unos 20 GB para empezar. Eso cubre el software del agente, los registros y la memoria acumulada. Los agentes que descargan documentos, generan archivos o mantienen historiales largos crecen más rápido de lo esperado, así que 80 GB es la opción más segura si el tuyo produce artefactos y no solo respuestas.
¿Un servidor más grande hace a mi agente más listo o más rápido?
No. La calidad y la velocidad vienen del modelo al que lo apuntas, y ese se ejecuta en tu proveedor. Una instancia más grande ayuda al agente a manejar más trabajo a la vez y a mantener conjuntos de trabajo mayores; no mejora el razonamiento.
Despliega tu propio agente de IA Hermes
Una instancia privada en la nube descentralizada de Flux desde $5.49 al mes, con tu propia clave de modelo. Primera semana gratis para usuarios nuevos.
Ver planes