La orquestación de agentes de IA pesa más que la elección del modelo, según un estudio de arXiv

Un estudio publicado en arXiv en julio de 2026 ha mostrado algo inesperado: optimizar la capa de orquestación de los agentes de IA (la forma en que el sistema reúne el contexto y gestiona las herramientas, la secuencia de acciones y la lógica de ejecución) influye más en los costes que la elección del propio modelo.

Cómo se comprobó el efecto de la orquestación

Los autores realizaron un experimento controlado mediante sustitución estricta. Eligieron 22 tareas fijas de evaluación de agentes y las probaron en seis modelos fundacionales. Solo cambiaba la capa de orquestación; todo lo demás permanecía igual.

De un lado estaba una arquitectura de producción estándar (el sistema habitual que se usa en entornos reales); del otro, un Writer Agent Harness optimizado (una capa de orquestación mejorada a propósito). Todos los modelos se probaron con las mismas tareas, la misma duración y la misma composición de contexto.

Resultados: cifras que sorprenden

• Reducción de costes: $0.21 → $0.12 por tarea (ahorro del 41%)
• Ejecución más rápida: 48 segundos → 27 segundos (un 44% más rápido)
• Ahorro de tokens: 14.2k → 8.8k tokens por tarea (un 38% menos)
• Calidad: 0.78 → 0.81 en la métrica completion (se mantuvo o mejoró)
• La calidad por dólar aumentó un 82%
• Modelos probados: Claude Sonnet 4.6, Gemini 3.1, Gemini Flash 3.5, Qwen 3.6, GLM 5.1, Palmyra X6

La conclusión más llamativa: con esta carga de trabajo, la capa de orquestación influyó en el coste de la tarea más que todo el rango de diferencias de precio entre los propios modelos.

"La orquestación es un único componente cuya eficiencia se multiplica

en cada modelo que ejecuta una organización: actual y futuro."

¿Funciona el efecto en todos los modelos?

Sí. Los seis modelos se abarataron entre un 33% y un 61%, con independencia de su coste base y su rendimiento. El efecto es universal.

Pero la mejora de calidad no fue uniforme: los modelos más potentes ganaron más que los débiles. Los autores lo llamaron "harness leverage", el efecto palanca de la orquestación. La correlación entre la mejora de calidad y la potencia inicial del modelo fue de r=0.99 (una relación casi perfecta).

Qué mecanismos explican el ahorro

Los autores identificaron seis familias de mecanismos que, juntas, producen la ganancia:

• Disciplina de caché: forma y tamaño adecuados de la caché, evitando los cache misses
• Estructuración de prompts: el orden en que se aporta el contexto, priorizando los datos importantes
• Gestión de errores: si una llamada a una herramienta devuelve un error, no reintentarla a ciegas
• Optimización de reintentos: cuándo pasar al siguiente paso y cuándo hace falta otro turno
• Observabilidad y registro: ver qué hace el agente y detectar pronto comportamientos inusuales
• Control del coste de los fallos: no pagar de más por intentos fallidos

Juntos, estos mecanismos además se multiplican entre sí.

Qué significa para la empresa

La elección del modelo es solo una parte de la optimización de costes. La ingeniería de orquestación (cómo se reúne el contexto, cómo se usa la caché, cómo se gestiona la cadena de llamadas a herramientas, cómo se tratan los errores y los fallos) tiene más palanca sobre la economía que la elección del modelo.

Para las empresas que despliegan agentes de IA en producción, esto implica que, antes de pagar por un modelo más caro o potente, conviene examinar la arquitectura del propio sistema. Una orquestación bien diseñada puede ofrecer un ahorro mayor en coste y velocidad que una actualización de modelo. Y esa ganancia escala: si ejecutas seis modelos, mejorar la orquestación beneficia a los seis.