IA en producción: cómo Vercel separa los agentes de los modelos

Vercel hace pasar más de 1 billón de tokens al día por su pasarela de IA, y la mitad de sus 6 millones de despliegues diarios los realizan agentes. El CEO Guillermo Rauch explica por qué la IA en producción exige separar modelos y agentes. Las empresas abandonan las estrategias de un solo proveedor y combinan OpenAI, Anthropic, Gemini y DeepSeek según la relación entre precio y tarea.

Procesado por IA desde TechCrunch; editado por Hamidun News
IA en producción: cómo Vercel separa los agentes de los modelos
Fuente: TechCrunch. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTechCrunch ↗
Editor jefe
Dato clave #1Agentes de programación — el principal motor del consumo de tokens en la plataforma
Dato clave #2Agentes corporativos — sistemas que automatizan procesos internos cumpliendo los requisitos de seguridad y compliance
Dato clave #3Eve — un framework en el que las instrucciones y habilidades de los agentes se describen en lenguaje natural en lugar de código

Para llevar una aplicación de IA a producción, las empresas deben separar las capas de modelos y de agentes. Es la conclusión a la que llega Guillermo Rauch, CEO de Vercel, a partir de los 6 millones de despliegues diarios en la plataforma.

Qué muestran las cifras de Vercel

Vercel gestiona 6 millones de despliegues al día, y la mitad los inician agentes, no personas. Por la pasarela de IA de la plataforma pasan más de 1 billón de tokens diarios.

Estas cifras no son una previsión, sino un cambio que ya se ha producido: los agentes han dejado de ser una herramienta experimental y forman parte del flujo principal de la infraestructura. Según Rauch, han surgido dos «aplicaciones estrella» para los agentes:

  • Agentes de programación — el principal motor del consumo de tokens en la plataforma
  • Agentes corporativos — sistemas que automatizan procesos internos cumpliendo los requisitos de seguridad y compliance

Por qué la producción cambia las decisiones de arquitectura

Rauch señala sin rodeos el principal detonante de los cambios de arquitectura.

«Cuando optimizas para producción, empiezas a mirar el price/performance».

Mientras un producto de IA es un prototipo, el desarrollador puede trabajar con un solo proveedor por comodidad. En producción la lógica cambia: distintas tareas dentro de un flujo de agentes requieren distintas proporciones de coste y potencia. Un paso del agente puede necesitar un razonamiento profundo; otro, una llamada rápida y barata. Estar atado a un único modelo hace imposible optimizar.

Por eso los clientes de Vercel combinan ahora proveedores —OpenAI, Anthropic, Google Gemini y modelos abiertos como DeepSeek— según las características de la tarea, y no por lealtad a un laboratorio.

Esto solo funciona con una separación arquitectónica clara: la capa de agentes (orquestación, herramientas, memoria, lógica de prompts) existe aparte de la capa de modelos. Cambiar el modelo por debajo no afecta a la lógica del agente.

Nuevas herramientas de Vercel para agentes en producción

A la fecha de la entrevista, Vercel había lanzado dos productos nuevos:

  • Eve — un framework en el que las instrucciones y habilidades de los agentes se describen en lenguaje natural en lugar de código
  • Vercel Sandbox — un entorno aislado que limita el acceso de los agentes a los datos sin restarles capacidad de cómputo

Ambos productos buscan que la infraestructura de agentes sea controlable y predecible en producción. Rauch también habla abiertamente de la presión competitiva: los grandes laboratorios de IA se expanden por su cuenta a nichos contiguos: alojamiento, despliegue e infraestructura. La respuesta de Vercel es apostar por los protocolos abiertos y posicionarse como una capa de infraestructura independiente que no depende de ningún laboratorio.

Qué significa

Con más de un billón de tokens al día, Vercel ve la transformación del mercado antes que la mayoría de los analistas: el paso de una estrategia de un solo proveedor a una arquitectura multimodelo ya es un patrón observable. Rauch presenta a Vercel como «el AWS de esta generación» en infraestructura de IA: una plataforma sobre la que se construyen aplicaciones con cualquier modelo.

Preguntas frecuentes

¿Cuántos tokens procesa Vercel al día?

Por la pasarela de IA de Vercel pasan más de 1 billón de tokens diarios. La mitad de los 6 millones de despliegues diarios los lanzan agentes, no personas.

¿Qué es Eve de Vercel?

Eve es un nuevo framework de Vercel que permite describir instrucciones y habilidades de agentes en lenguaje natural en lugar de código. La herramienta se presentó en julio de 2026.

¿Por qué lanzó Vercel Sandbox?

Vercel Sandbox limita el acceso de los agentes a los datos sin restarles capacidad de cómputo. Responde a las exigencias de seguridad y control de los clientes corporativos en producción.

¿Por qué hay que separar los modelos de IA y los agentes en producción?

Las empresas que han llevado aplicaciones de IA a producción acaban adoptando una arquitectura multimodelo con capas separadas. Según Vercel, el 50 % de los 6 millones de despliegues diarios los inician agentes.

¿Qué tan grande es la demanda de aplicaciones de IA en producción?

Vercel gestiona 6 millones de despliegues al día, la mitad iniciados por agentes. Por la pasarela de IA de la plataforma pasan más de 1 billón de tokens diarios.

Historia

Preguntas frecuentes sobre la noticia

¿Cuántos tokens procesa Vercel al día?

Por la pasarela de IA de Vercel pasan más de 1 billón de tokens diarios. La mitad de los 6 millones de despliegues diarios los lanzan agentes, no personas.

¿Qué es Eve de Vercel?

Eve es un nuevo framework de Vercel que permite describir instrucciones y habilidades de agentes en lenguaje natural en lugar de código. La herramienta se presentó en julio de 2026.

¿Por qué lanzó Vercel Sandbox?

Vercel Sandbox limita el acceso de los agentes a los datos sin restarles capacidad de cómputo. Responde a las exigencias de seguridad y control de los clientes corporativos en producción.

¿Por qué hay que separar los modelos de IA y los agentes en producción?

Las empresas que han llevado aplicaciones de IA a producción acaban adoptando una arquitectura multimodelo con capas separadas. Según Vercel, el 50 % de los 6 millones de despliegues diarios los inician agentes.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…