Agente de IA por 100 rublos: cómo configurar OpenCode con DeepSeek y no superar el 60% del contexto
Se puede poner en marcha un agente de IA para programar por unos 100 rublos: OpenCode, gratuito, funciona con el modelo económico DeepSeek Flash, y la cantidad corresponde a la recarga mínima mediante Alipay. La memoria de la conversación del modelo es de 1 millón de tokens, pero cuanto más se llena, peores son las respuestas, así que el autor recomienda no usar más del 60% (600 mil). En la práctica, conviene dividir el trabajo en tareas pequeñas para subagentes nuevos y limpiar la sesión con el comando /clear.
Procesado por IA desde Habr AI; editado por Hamidun News
Poner en marcha un agente de IA propio para programar cuesta hoy unos 100 rublos. La cifra es orientativa: es el importe mínimo de una recarga mediante Alipay, el servicio de pagos chino con el que se alimenta el saldo del modelo DeepSeek. El agente, OpenCode, es gratuito y de código abierto, y DeepSeek Flash es el modelo rápido y barato que lo impulsa.
La segunda cifra importante del análisis publicado en Habr es el 60%. Es la proporción de la ventana de contexto, es decir, de la "memoria operativa" de la conversación (en Flash, de 1 millón de tokens), que no conviene superar: a partir de ahí, el modelo empieza a razonar peor. A continuación, la parte técnica de la guía.
Arranque barato: OpenCode más DeepSeek
La autora empieza con una analogía histórica. Antes, un retrato era caro y había que esperar semanas; luego llegó la cámara y cualquiera podía hacer fotos. Según ella, con la programación ocurre lo mismo: en lugar de la cámara, ahora tenemos un agente que escribe código y realiza cualquier tarea en el ordenador, desde un bot hasta un informe financiero. Pero no existe un botón mágico: escribir "hazlo mejor que nadie" y obtener un resultado terminado no funciona.
El proceso de arranque es sencillo. OpenCode está disponible como terminal, versión web y aplicación de escritorio. Se da de alta en DeepSeek, recarga el saldo mediante un código QR con Alipay, obtiene una clave API en platform.deepseek.com y la introduce en la configuración del proveedor, eligiendo el modelo deepseek-flash. El error 401 indica una clave incorrecta; el 402, saldo agotado. Alipay requiere verificación con pasaporte extranjero, y la recarga puede hacerse mediante una transferencia de Sberbank al extranjero, a China, usando un número en formato +7. Es una instrucción personal: para tareas de trabajo, conviene consultarla antes con el departamento de seguridad.
También se puede empezar sin coste: OpenCode incluye modelos gratuitos. Sin embargo, suelen tener límites de tiempo y algunos utilizan los datos para mejorar el servicio, por lo que para trabajo real es preferible el DeepSeek de pago.
Agentes, comandos y control
No hace falta escribir los agentes a mano: basta con pedírselo al agente principal en el chat, por ejemplo: "Crea un subagente Finance; es analista financiero y solo calcula mediante scripts". OpenCode generará el archivo .opencode/agents/finance.md, y el subagente podrá invocarse con @finance. Las normas de todo el proyecto se guardan en AGENTS.md, que el agente lee al inicio de cada sesión, así que no "olvida" quién es el usuario. Varios agentes pueden encadenarse con un comando: un archivo en .opencode/commands ejecuta una cadena como "analista, luego programador, luego tester" con una sola instrucción, /audit.
Tres mecanismos evitan que el agente actúe por su cuenta: el panel Questions, donde el agente formula preguntas de aclaración antes de empezar; el panel To-do, con una lista de pasos, y la configuración de Permission. Si se establece Ask para Edit y Bash, el agente pedirá permiso para cada modificación de archivo y cada comando. La autora advierte con honestidad de que los agentes leen las instrucciones, pero a veces el afán por completar la tarea pesa más que ellas, así que el control real lo da Permission y no confiar en la obediencia.
Contexto: por qué 60% y no 100%
La parte más útil del análisis trata sobre el contexto. Por defecto, OpenCode no recuerda nada entre sesiones, y los subagentes trabajan en espacios aislados. El modelo tiene una "zona inteligente" al principio del contexto y una "zona torpe" cuando el contexto crece: la atención se diluye, como intentar escuchar a un interlocutor en una sala donde hablan cien personas a la vez. Por eso la autora no considera la ventana de 1 millón de tokens de Flash como una reserva de inteligencia, sino como un gran espacio para errores. Su recomendación es no superar el 60%, es decir, 600 mil tokens, y ella misma intenta no acercarse ni siquiera a los 300 mil.
De ahí se derivan reglas prácticas:
- Divida las tareas grandes en pequeñas y asigne cada una a un subagente nuevo.
- Prefiera /clear a comprimir el historial. Tras la compresión queda un "poso": no se sabe qué se conservó, y los datos antiguos pueden confundir al modelo. /clear devuelve una ventana limpia con el prompt del sistema.
- Mantenga breves el prompt del sistema, AGENTS.md y las descripciones de los agentes: todo lo que está siempre en contexto ocupa esa zona inteligente.
- Escriba estas instrucciones en inglés: el texto en ruso ocupa aproximadamente un 38% más de tokens. Puede discutir la tarea con el agente en ruso y, después, pedirle que traduzca el prompt al inglés y lo guarde.
- Todo lo que pueda codificarse, escríbalo como scripts en Python: el modelo calcula mal por sí mismo.
Limitaciones
Se trata de una guía personal, no de una medición de calidad: cifras como el 60% o los 300 mil tokens son referencias prácticas de la autora, no resultados de un benchmark. La vía de pago a través de Alipay depende del banco y del acceso regional, y el importe de 100 rublos varía según la recarga mínima. La conclusión principal para desarrolladores y responsables de producto es que el coste y la calidad del trabajo de un agente dependen de la disciplina con el contexto tanto como de la elección del modelo. Instrucciones permanentes breves, subagentes aislados y limpieza periódica de la sesión aportan más que cambiar a un modelo más caro.
- 21 nov 2026MLCommons empieza a medir las API de IA bajo carga real: 7 mediciones para agentes
- 21 nov 2026Durante tres días, a través de OpenRouter respondió un DeepSeek manipulado: las negativas cayeron del 83–98 % a un 1 %
- 21 nov 2026Alisa, ChatGPT y Perplexity citan solo 34 de 309 plataformas para artículos
- 21 nov 2026CoreWeave mide Vera Rubin: hasta 10 veces más tokens por megavatio que la GB200
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Arranque barato: OpenCode más DeepSeek?
La autora empieza con una analogía histórica. Antes, un retrato era caro y había que esperar semanas; luego llegó la cámara y cualquiera podía hacer fotos. Según ella, con la programación ocurre lo mismo: en lugar de la cámara, ahora tenemos un agente que escribe código y realiza cualquier tarea en el ordenador, desde un bot hasta un informe financiero. Pero no existe un botón mágico: escribir "hazlo mejor que nadie" y obtener un resultado terminado no funciona. El proceso de arranque es sencillo.
¿Qué se sabe sobre Agentes, comandos y control?
No hace falta escribir los agentes a mano: basta con pedírselo al agente principal en el chat, por ejemplo: "Crea un subagente Finance; es analista financiero y solo calcula mediante scripts". OpenCode generará el archivo .opencode/agents/finance.md, y el subagente podrá invocarse con @finance. Las normas de todo el proyecto se guardan en AGENTS.md, que el agente lee al inicio de cada sesión, así que no "olvida" quién es el usuario.
¿Qué se sabe sobre Contexto: por qué 60% y no 100%?
La parte más útil del análisis trata sobre el contexto. Por defecto, OpenCode no recuerda nada entre sesiones, y los subagentes trabajan en espacios aislados. El modelo tiene una "zona inteligente" al principio del contexto y una "zona torpe" cuando el contexto crece: la atención se diluye, como intentar escuchar a un interlocutor en una sala donde hablan cien personas a la vez.
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.
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.