Modal: la sandbox de un agente de IA usa menos del 6 % de la CPU pico durante más de la mitad del tiempo
Un agente de programación pasa la mayor parte del tiempo esperando la respuesta del modelo, y la CPU de la sandbox queda inactiva. Según Modal, una Sandbox típica utiliza menos del 6 % de su CPU pico durante más de la mitad de su vida; los picos aparecen al instalar dependencias, ejecutar pruebas y compilar. Pagar una reserva para el pico es como alquilar un camión por un día para hacer un par de viajes. Por eso Modal ofrece una solicitud mínima y una aceleración temporal, y conviene calcular los recursos según el perfil real del agente.
Procesado por IA desde Modal Blog; editado por Hamidun News
Si ejecutas agentes de IA en sandboxes aisladas, conoces la aritmética incómoda: los recursos suelen contratarse para el peor caso, y la mayor parte del tiempo permanecen inactivos. El blog de Modal analiza este problema con cifras. La empresa afirma que una Sandbox típica usa menos del 6 % de su CPU pico durante más de la mitad de su vida. Dicho de otro modo, pagas por una potencia que solo necesitas unos segundos. De ahí la idea del título original: «burst, don't reserve», es decir, deja que la sandbox acelere brevemente en lugar de reservar la potencia por adelantado.
Por qué reservar para el pico no encaja con los agentes
Piensa en un agente de programación. Funciona en un ciclo: el modelo decide qué hacer a continuación, el agente ejecuta un comando, recibe el resultado y vuelve a esperar al modelo. Mientras el modelo razona, la sandbox casi no hace nada. La carga aparece cuando el agente instala dependencias, ejecuta pruebas o compila el proyecto.
El mismo patrón se repite en otros escenarios habituales: los rollouts de RL (ejecuciones del agente para aprendizaje por refuerzo), las evaluaciones de modelos (evals) y los constructores de aplicaciones. En todos ellos hay pausas largas y picos cortos.
Imagina que alquilas un camión para todo el día porque necesitas trasladar muebles dos veces. La reserva fija de CPU para el pico funciona igual: adivinas el máximo, tomas un margen amplio y lo mantienes todo el tiempo, aunque el pico dure poco.
Qué muestra una sesión real
Modal presenta la grabación de una ejecución real de una tarea de Terminal-Bench 2.1: encontrar y corregir una vulnerabilidad en un repositorio. El agente terminó en 2 minutos y 46 segundos y realizó 10 llamadas al modelo. La CPU se mantuvo cerca de cero durante casi todo el tiempo, salvo breves picos al ejecutar pytest. La memoria se mantuvo en torno a 47 MiB.
Ambas métricas cabían en la solicitud mínima de la sandbox: 0,125 núcleos y 128 MiB. En este ejemplo no se definieron límites, y la solicitud mínima fue suficiente.
La estructura del tiempo también es reveladora. Unos 33 segundos el agente esperó la respuesta del modelo, y otras dos pausas de 60 segundos cada una las solicitó él mismo. Durante todo ese tiempo la sandbox permaneció inactiva. En el proceso, el agente revisó el repositorio y el historial de git, ejecutó las pruebas, encontró una prueba fallida, leyó la clase HeaderDict de la biblioteca bottle y ajustó las comprobaciones de cabeceras. Al final, las 367 pruebas pasaron. Las pruebas en sí tardaron uno o dos segundos.
Qué hacer en la práctica
La conclusión principal para quienes construyen plataformas de agentes es no presupuestar la potencia pico durante toda la sesión. Primero, mide el perfil de tus agentes:
- cuánto tiempo esperan al modelo;
- con qué frecuencia lanzan compilaciones y pruebas;
- qué picos alcanzan en CPU y memoria.
Cuanto mayor sea la proporción de espera, mayor será el ahorro potencial del esquema «solicitud mínima más aceleración según necesidad». Si las garantías de recursos son críticas, puedes elevar la solicitud, pero eso debe ser una decisión consciente y no el valor por defecto. Para saber cómo Modal cobra el exceso sobre la solicitud, consulta la documentación y las tarifas: el material analizado no incluye una fórmula detallada.
Limitaciones
Se trata de una publicación del propio proveedor, y el ejemplo es representativo: una tarea corta con pausas largas. Los agentes que compilan proyectos grandes de forma constante o ejecutan pruebas pesadas tendrán una proporción de inactividad menor, y el ahorro será más modesto. La cifra de «menos del 6 % de la CPU pico durante más de la mitad del tiempo» se refiere a una Sandbox típica en la plataforma de Modal, es decir, a un panorama promedio. Tu carga de trabajo puede ser diferente, y el material no incluye mediciones independientes ni comparaciones con los precios de la competencia.
Aun así, la dirección es clara. Las cargas de los agentes son irregulares por naturaleza: largas pausas para razonar y breves ráfagas de trabajo. Un modelo tarifario que lo tenga en cuenta parece más honesto que alquilar potencia para el pico durante toda la sesión. Para fundadores y responsables de producto, es una razón para recalcular la economía unitaria de los agentes según la carga media; para ingenieros, es un punto más en la lista de verificación al elegir una plataforma de sandboxes.
- 20 nov 2026Abundant ejecuta 2 millones de sandboxes al mes y paga por el consumo medio, no por el pico
- 12 nov 2026Modal impulsa gVisor: aislamiento de tareas de IA con arranque del entorno aislado en 25 ms
- 12 nov 2026NVIDIA Vera duplica la velocidad de Modal Sandboxes: hasta 4.281 tareas por minuto con 150 contenedores
- 12 nov 2026Meta abre los pesos de Muse Spark Open: codificación agéntica y 1 M de tokens ya en Modal
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué reservar para el pico no encaja con los agentes?
Piensa en un agente de programación. Funciona en un ciclo: el modelo decide qué hacer a continuación, el agente ejecuta un comando, recibe el resultado y vuelve a esperar al modelo. Mientras el modelo razona, la sandbox casi no hace nada. La carga aparece cuando el agente instala dependencias, ejecuta pruebas o compila el proyecto.
¿Qué se sabe sobre Qué muestra una sesión real?
Modal presenta la grabación de una ejecución real de una tarea de Terminal-Bench 2.1: encontrar y corregir una vulnerabilidad en un repositorio. El agente terminó en 2 minutos y 46 segundos y realizó 10 llamadas al modelo. La CPU se mantuvo cerca de cero durante casi todo el tiempo, salvo breves picos al ejecutar pytest. La memoria se mantuvo en torno a 47 MiB. Ambas métricas cabían en la solicitud mínima de la sandbox: 0,125 núcleos y 128 MiB.
¿Qué se sabe sobre Qué hacer en la práctica?
La conclusión principal para quienes construyen plataformas de agentes es no presupuestar la potencia pico durante toda la sesión. Primero, mide el perfil de tus agentes: cuánto tiempo esperan al modelo; con qué frecuencia lanzan compilaciones y pruebas; qué picos alcanzan en CPU y memoria. Cuanto mayor sea la proporción de espera, mayor será el ahorro potencial del esquema «solicitud mínima más aceleración según necesidad».
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.