Los 13 mejores frameworks de IA agéntica de código abierto

smolagents no está en el gráfico. Con una media de 20.55 s y $4,52 por cada 1.000 ejecuciones, tuvo con diferencia el mayor tiempo y coste, e incluirlo hacía ilegibles las diferencias entre los demás frameworks. Explicamos por qué a continuación.

• Los tres frameworks más baratos son Agno ($1,41), CAMEL ($1,45) y Google ADK ($1,48). Los tres ejecutan las herramientas una tras otra y nunca se topan con los errores que surgen cuando las herramientas no se esperan unas a otras. LangChain ($1,49) y LangGraph ($1,50) ejecutan las herramientas al mismo tiempo, pero cuestan aproximadamente lo mismo, porque escriben algunas de las definiciones de herramientas más cortas.
• Microsoft Agent Framework es rápido (7.57 s), pero es el framework más caro del gráfico ($1,88). Ejecuta las herramientas al mismo tiempo, por lo que el 64 % de sus ejecuciones se topa con un error y repite pasos, y escribe definiciones de herramientas largas.
• La diferencia de coste entre los 12 frameworks del gráfico es pequeña: como máximo $0,47 por cada 1.000 ejecuciones.
• Entre el 98 % y el 99 % del tiempo se dedica a esperar al modelo. El propio código del framework casi no influye en el tiempo.

Ejecutamos este benchmark por primera vez en febrero de 2026 con cuatro frameworks en GPT-5.2: LangChain, LangGraph, AutoGen y CrewAI. Entonces CrewAI tardó aproximadamente el doble que los otros tres (52.7 s de media frente a 27.5-29.6 s), y el framework más pesado usó un 64 % más de tokens que el más ligero. Con las versiones actuales, los cuatro frameworks promedian 8.20-8.39 s y la brecha de tokens es del 26 %.

Consulte nuestra metodología del benchmark para obtener detalles sobre cómo ejecutamos las pruebas y analizamos los resultados.

Ejecución de herramientas en paralelo y secuencial

A veces, el modelo solicita varias herramientas a la vez. Agno, CAMEL y Google ADK ejecutan estas herramientas una tras otra: la siguiente comienza cuando termina la anterior. Los otros diez frameworks las inician todas al mismo tiempo de forma predeterminada. Cuando las herramientas dependen unas de otras, iniciarlas juntas causa problemas, porque la segunda herramienta no espera a que la primera termine. En una aplicación real, esto es como si una herramienta escribiera un registro de base de datos mientras otra intenta leer el mismo registro.

El comportamiento secuencial se aplica a las llamadas síncronas que usamos. El arun() de Agno, el astep() de CAMEL y las herramientas asíncronas de Google ADK ejecutan las llamadas al mismo tiempo.

Observamos esto en tres tareas:

• Tarea 1 (cargar los datos y luego calcular):
  • El modelo solicitó ambos pasos juntos. En los frameworks que ejecutan las herramientas al mismo tiempo, el cálculo comenzó antes de que se cargaran los datos y falló, y el modelo lo solicitó de nuevo.
  • Eso supone una llamada adicional al LLM. La tarea tardó 2.5-3 s y costó $0,48-0.64 por cada 1.000 ejecuciones en Agno, Google ADK y CAMEL, frente a 3.5-5.2 s y $0,74-1.05 en los diez frameworks que ejecutan las herramientas al mismo tiempo.
• Tarea 3 (aplicar dos filtros uno tras otro y luego calcular):
  • El modelo solicitó los tres pasos juntos. El cálculo se ejecutó antes de que terminara el segundo filtro, por lo que usó 1.483 clientes en lugar de 592.
  • 10 de las 13 ejecuciones fallidas del benchmark provienen de esto: 3 respuestas incorrectas en cada uno de LangChain y LangGraph, 1 en Microsoft Agent Framework y 3 ejecuciones de CrewAI detenidas por un error de herramienta. En 6 de las respuestas incorrectas, el modelo dijo que el resultado no era fiable en lugar de dar un número.
  • El modelo a menudo detectó la incoherencia y repitió pasos. Microsoft Agent Framework repitió pasos en el 59 % de las ejecuciones y fue el framework más caro en esta tarea después de smolagents ($1,96 por cada 1.000 ejecuciones). Google ADK nunca repitió un paso y fue el más rápido (8.05 s).
• Tarea 5 (reconocer las columnas JSON y de texto y procesar cada una con la herramienta adecuada):
  • Aquí los frameworks no difirieron. En todas las 1.300 ejecuciones, el modelo inspeccionó ambas columnas antes de procesarlas y eligió la herramienta adecuada.
  • La diferencia volvió a venir de la ejecución en paralelo. En el 85 % de las ejecuciones de CrewAI y en el 69 % de las de Microsoft Agent Framework, una herramienta se ejecutó antes de que sus datos estuvieran listos y se repitieron pasos.
  • Las respuestas fueron correctas, pero CrewAI fue el framework más caro en esta tarea después de smolagents ($2,08 por cada 1.000 ejecuciones).

Usamos la configuración predeterminada de cada framework. Ejecutar las herramientas al mismo tiempo solo ahorra tiempo cuando las herramientas son lentas, como las llamadas a API que tardan segundos cada una. Nuestras herramientas terminan en milisegundos, por lo que aquí provocó los errores anteriores y ninguna mejora de velocidad. Si tus herramientas son lentas e independientes, mantén la configuración predeterminada. Si comparten datos, hay dos opciones:

• Configura el framework para ejecutar las herramientas de una en una. SequentialToolExecutor en Strands Agents y max_tool_threads=1 en smolagents hacen esto. En LlamaIndex, allow_parallel_tool_calls=False hace que el modelo solicite una herramienta por respuesta.
• Escribe herramientas que no dependan unas de otras, por ejemplo combinando «filtrar» y «calcular» en una sola herramienta.

Cómo llegan las instrucciones y el historial al modelo

La mayoría de los frameworks envían nuestras instrucciones tal cual y envían los pasos anteriores como mensajes estándar de herramienta. smolagents coloca nuestras instrucciones dentro de su propia plantilla de 6.780 caracteres y envía los pasos anteriores de nuevo como texto sin formato. Esta diferencia se manifestó en tres lugares:

• La primera solicitud es mayor: 4.428 tokens de media en smolagents, frente a 1.917-2.822 en los demás frameworks.
• El modelo razonó más: el mismo modelo produjo 1.050 tokens de razonamiento por ejecución de media en smolagents, frente a 122-228 en los demás frameworks. Los tokens de razonamiento se facturan como salida y tardan en generarse. En nuestro benchmark de orquestación agéntica, el modelo también razonó en todas las ejecuciones de smolagents.
• Hay más llamadas al LLM: 6.52 por ejecución de media en smolagents, frente a 3.73-4.78 en los demás. La mayor parte proviene de su comportamiento diferente en la Tarea 4 (más abajo).

La brecha aumenta en las tareas con más pasos. La Tarea 2 pedía al agente que calculara y comparara dos grupos: los ingresos perdidos de clientes con y sin soporte técnico. El agente filtra y calcula cada grupo por separado, por lo que la tarea requiere varios pasos, y la plantilla y el historial se envían de nuevo en cada paso.

• smolagents envió 31.200 tokens por ejecución de media en esta tarea; los demás frameworks enviaron entre 9.244 y 14.161.
• smolagents terminó la tarea en 24.34 s y a $4,38 por cada 1.000 ejecuciones, 2-3 veces más que los demás frameworks. Dos ejecuciones de smolagents alcanzaron el límite de llamadas al LLM sin obtener respuesta.
• La mayoría de los demás frameworks terminaron en 10-12 s. Google ADK fue el más rápido con 7.58 s y 3.39 llamadas al LLM, y CAMEL fue el más barato con $1.34.

Usamos la plantilla predeterminada de smolagents. Puedes pasar una más corta con el parámetro prompt_templates.

Comportamiento cuando falla una herramienta

La Tarea 4 probó qué hace el agente cuando una herramienta está rota. La herramienta que calcula la tasa de abandono por método de pago falla en las tres primeras llamadas (error de conexión, tiempo de espera, límite de peticiones) y funciona en la cuarta. Cada mensaje de error dice «reintentar». El agente tiene dos opciones: reintentar la herramienta o filtrar y calcular cada método de pago por separado.

• En doce frameworks, el modelo reintentó la herramienta después de cada error en entre el 97 % y el 100 % de las ejecuciones y obtuvo el resultado en el cuarto intento. La tarea requirió 5.7-7.1 llamadas al LLM y 7.9-10.4 s de media.
• En smolagents, el mismo modelo abandonó la herramienta después del segundo o tercer error en el 96 % de las ejecuciones y calculó los cuatro métodos de pago uno por uno. La tarea requirió 13.76 llamadas al LLM y 41.07 s de media, y costó $9,96 por cada 1.000 ejecuciones, frente a $1,90-2.75 en los demás frameworks.
• El mensaje de error fue el mismo en todos los frameworks. Lo que difiere en smolagents es que muestra el error y los pasos anteriores como texto sin formato dentro de su propia plantilla. Creemos que la diferencia de comportamiento proviene de esto, pero no lo probamos por separado.

El modelo también influye en este comportamiento: en una comprobación con GPT-5.2 y una ejecución por framework, 6 de los 13 frameworks abandonaron la herramienta y tomaron la otra ruta.

Mostramos los errores al modelo tal como eran. Si los errores temporales, como los errores de conexión, los tiempos de espera y los límites de peticiones, se reintentan dentro de la herramienta, el modelo nunca los ve y el comportamiento ya no depende del framework.

Cómo se escriben las definiciones de herramientas para el modelo

Dimos a todos los frameworks las mismas funciones de Python con las mismas descripciones. Cada framework las convierte en las definiciones de herramientas que lee el modelo a su manera. Esto cambió el tamaño de la primera solicitud: 1.917 tokens de media en Agno, 2.754 en AutoGen. La mayor parte de la diferencia proviene de las definiciones de herramientas:

• Agno, LangChain y LangGraph usan solo la primera frase de la descripción de la función como descripción de la herramienta y colocan las descripciones de los parámetros en los parámetros. Sus definiciones son las más cortas.
• AutoGen, Microsoft Agent Framework, CrewAI y Google ADK envían la descripción completa de la función, incluidas las descripciones de parámetros y de retorno.
• LlamaIndex también añade la firma de la función al principio.
• Pydantic IA escribe la descripción en etiquetas XML y añade la descripción de retorno.

Dos frameworks añaden texto a las instrucciones. CrewAI coloca las instrucciones en una plantilla de rol, historia y objetivo, y Google ADK añade al final una línea que empieza con «Eres un agente». Estas adiciones son menores que las diferencias en las definiciones de herramientas.

Las definiciones de herramientas se envían de nuevo con cada solicitud, por lo que la diferencia añade coste en cada paso. Agno y AutoGen realizaron casi el mismo número de llamadas al LLM por ejecución (4.40 y 4.45), pero AutoGen envió un 37 % más de tokens al modelo de media (14.932 frente a 10.899).

Dimos a todos los frameworks las mismas funciones y descripciones. Mantener cortas las descripciones de las funciones, o dar al framework una descripción de herramienta separada, reduce esta diferencia. En CrewAI, el texto añadido a las instrucciones se puede cambiar con system_template y prompt_template.

Sobrecarga del código del framework

El código propio del framework añade 0.04-0.14 s a una ejecución de media, menos del 2 % del tiempo total.

El arranque tarda aproximadamente 1 s en Google ADK, 0.6 s en CAMEL y menos de 0.35 s en los demás. El tiempo de arranque no está incluido en los resultados del benchmark.

En los sistemas que arrancan de cero en cada solicitud, como las funciones serverless, el tiempo de arranque se suma a cada solicitud. Cargar el framework una vez al iniciar la aplicación y mantener el proceso en ejecución lo elimina.

Soporte multiagente

Este benchmark usó un único agente, pero los 13 frameworks admiten ejecutar varios agentes juntos. Comprobamos la información de esta sección y de las tres siguientes con el código fuente de las versiones que probamos. Los enfoques se dividen en tres grupos:

• Definido como flujo: LangGraph (nodos y aristas), Microsoft Agent Framework (WorkflowBuilder), Google ADK (SequentialAgent, ParallelAgent, LoopAgent), Strands Agents (Graph y Swarm) y LlamaIndex (AgentWorkflow con traspasos entre agentes).
• Definido como equipo: CrewAI (un Crew secuencial o uno con un agente gestor), AutoGen (RoundRobinGroupChat, SelectorGroupChat, Swarm), Agno (Team) y CAMEL (Workforce, RolePlaying).
• Entrega del trabajo a otro agente: OpenAI Agents SDK (traspasos), smolagents (managed_agents), Pydantic IA y LangChain (dar un agente a otro como herramienta).

Medimos cómo estos frameworks manejan un flujo de cinco agentes en nuestro benchmark de orquestación agéntica.

MCP soporte

MCP (Model Context Protocol) ofrece a los agentes una forma estándar de conectarse a herramientas y fuentes de datos externas. Los 13 frameworks pueden usar herramientas de servidores MCP.

Cliente MCP incluido en el paquete propio del framework:

• Agno
• CAMEL
• CrewAI
• Google ADK
• LangChain (dependencia adicional: langchain[mcp])
• Microsoft Agent Framework
• OpenAI Agents SDK
• Pydantic IA
• smolagents (dependencia adicional: smolagents[mcp])
• Strands Agents

Se necesita un paquete separado:

• AutoGen: autogen-ext
• LangGraph: no tiene cliente MCP propio; usa el soporte MCP de LangChain o langchain-mcp-adapters
• LlamaIndex: llama-index-tools-mcp

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Aprobación humana (human-in-the-loop)

Algunas acciones no deberían realizarse sin la aprobación de una persona, como enviar un correo electrónico o eliminar un registro. Los frameworks lo admiten de tres maneras.

Solicitar aprobación antes de que se ejecute una herramienta:

• Agno: requires_confirmation
• Google ADK: require_confirmation
• LangChain: HumanInTheLoopMiddleware
• Microsoft Agent Framework: approval_mode
• OpenAI Agents SDK: needs_approval
• Pydantic IA: requires_approval

Pausar el flujo y esperar la respuesta de una persona:

• LangGraph: interrupt
• LlamaIndex: eventos que esperan la entrada de una persona
• Strands Agents: interrupciones

Conectar a una persona como agente o herramienta:

• AutoGen: UserProxyAgent
• CAMEL: HumanToolkit
• CrewAI: retroalimentación mediante human_input al final de una tarea
• smolagents: UserInputTool

Memoria

Todos los frameworks conservan el historial dentro de una tarea. La diferencia está en la memoria persistente entre tareas y conversaciones.

Memoria persistente integrada:

• Agno: MemoryManager
• AutoGen: Memory
• CAMEL: LongtermAgentMemory
• CrewAI: la configuración de memoria en un Crew
• Google ADK: servicios de memoria
• LangChain: checkpointers y almacenes
• LangGraph: checkpointers y almacenes
• LlamaIndex: Memory
• Microsoft Agent Framework: proveedores de contexto e historial
• OpenAI Agents SDK: sesiones
• Strands Agents: gestores de sesiones

Sin memoria persistente integrada (la aplicación almacena el historial y lo pasa al agente en la siguiente ejecución):

• Pydantic IA
• smolagents

Mejores frameworks agénticos

LangGraph

Define un agente como un grafo de nodos y aristas, y el desarrollador gestiona explícitamente el estado que se pasa entre pasos. Tiene versiones de Python y JavaScript, y las ejecuciones se pueden rastrear en la plataforma LangSmith de LangChain.

La ejecución más larga de LangGraph en la Tarea 3 realizó 25 llamadas a herramientas antes de llegar a la respuesta correcta, y 16 de ellas fueron repeticiones. Aparte de smolagents, la ejecución más larga de cualquier otro framework se detuvo en 21 llamadas a herramientas.

LangChain

El framework de propósito general del equipo de LangChain para aplicaciones de LLM. Desde la versión 1.0, los agentes se construyen con create_agent y se ejecutan en el runtime de LangGraph. El middleware puede cambiar el bucle del agente, y el middleware listo para usar cubre el resumen de historiales largos, el enmascaramiento de datos personales, los reintentos tras errores y el recurso a otro modelo.

Debido a que create_agent se ejecuta en LangGraph, envió al modelo las mismas instrucciones y definiciones de herramientas que LangGraph, y los dos frameworks terminaron con casi el mismo tiempo y coste.

CrewAI

Define los agentes por rol, objetivo e historia y los ejecuta con tareas como un equipo (una tripulación). Además de los equipos, Flows conecta los pasos mediante eventos, y la empresa también ofrece una plataforma empresarial de pago.

Fue el framework más rápido en la Tarea 4 (7.85 s) y realizó allí la menor cantidad de llamadas al LLM (5.68 de media).

AutoGen

El framework de Microsoft Research en el que los agentes trabajan enviándose mensajes entre sí. Tiene un diseño en capas (Core, AgentChat y Extensions), y AutoGen Studio, una interfaz sin código, viene como paquete aparte. Microsoft recomienda Microsoft Agent Framework para proyectos nuevos.

De forma predeterminada, AssistantAgent se detiene después de una ronda de llamadas a herramientas y devuelve el resultado de la herramienta como respuesta (max_tool_iterations=1). Las tareas de varios pasos requieren un valor mayor, y lo aumentamos.

Microsoft Agent Framework

El framework de Microsoft que reúne AutoGen y Semantic Kernel. Admite Python y .NET. Ofrece rastreo de OpenTelemetry y middleware para llamadas de agentes, y una interfaz de desarrollo llamada DevUI viene como paquete aparte.

Fue el framework más rápido en la Tarea 5 (6.50 s), aunque a menudo repitió pasos.

OpenAI Agents SDK

El framework de OpenAI y el sucesor de Swarm, construido en torno a agentes, herramientas, traspasos y barreras de protección. Tiene versiones de Python y TypeScript. De forma predeterminada, envía una traza de cada ejecución al panel de rastreo de OpenAI (lo desactivamos para el benchmark). Incluye módulos separados para agentes de voz y en tiempo real. Utiliza la API Responses de OpenAI de forma predeterminada, por lo que los modelos de otros proveedores necesitan la clase de modelo Chat Completions.

Google ADK

Funciona directamente con Gemini y con otros modelos a través de LiteLLM, que es lo que usamos. Incluye una interfaz de desarrollo local (adk web) y una herramienta de evaluación (adk eval), y los agentes se pueden desplegar desde la línea de comandos en Vertex AI Agent Engine, Cloud Run o GKE.

Fue el framework más rápido de media (6.79 s) y se situó entre los tres más rápidos en las cinco tareas. También realizó la menor cantidad de llamadas al LLM por ejecución (3.73 de media).

Agno

Se distribuye con un amplio catálogo de kits de herramientas listos para usar y ofrece AgentOS, un entorno de ejecución para servir y gestionar agentes como una API en tu propia infraestructura.

En Agno, el modelo casi nunca escribió comentarios junto a sus llamadas a herramientas: lo hizo en el 0,2 % de los turnos con llamadas a herramientas, frente al 3 % al 26 % en los demás frameworks. Estos comentarios se facturan como tokens de salida.

Pydantic IA

Valida los argumentos de las herramientas y la salida del agente con modelos Pydantic y pide al modelo que corrija un argumento no válido. Un mecanismo tipado deps pasa dependencias como las conexiones de base de datos a las herramientas. Las ejecuciones se pueden rastrear con Pydantic Logfire y hacerse resistentes a las interrupciones con Temporal, DBOS o Prefect.

smolagents

Su enfoque más conocido es CodeAgent, que llama a herramientas escribiendo código Python en lugar de JSON y ejecuta ese código localmente o en entornos aislados como E2B, Docker o Modal. Las herramientas y los agentes se pueden compartir en el Hub de Hugging Face. Probamos ToolCallingAgent, que realiza llamadas a herramientas JSON, por lo que CodeAgent no forma parte de estos resultados.

Debido a que devuelve la respuesta a través de una herramienta final_answer separada, el 99,6 % de sus salidas fueron JSON puro. En los demás frameworks, entre el 17 % y el 41 % de las respuestas venían envueltas en un bloque de código de markdown.

LlamaIndex

Incluye componentes para cargar, dividir, indexar y consultar documentos, y se puede dar un motor de consultas a un agente como herramienta con QueryEngineTool. Para los agentes, ofrece FunctionAgent y AgentWorkflow, que conecta a varios agentes. Tiene versiones de Python y TypeScript.

Fue el framework más caro del gráfico en las tareas 2 y 4, las tareas con más pasos ($1,91 y $2,75 por cada 1.000 ejecuciones). Sus largas definiciones de herramientas se envían de nuevo en cada paso, por lo que la brecha aumenta con el número de pasos.

Strands Agents

Deja la planificación y la elección de herramientas al modelo y mantiene sencillo el bucle del agente. Si no se configura un modelo, usa un modelo Claude en Amazon Bedrock, y tiene proveedores integrados para Anthropic, OpenAI, Gemini, Mistral, Ollama y LiteLLM. Rastrea las ejecuciones con OpenTelemetry.

En las 100 ejecuciones de la Tarea 1, el modelo primero llamó a la herramienta de cálculo sin cargar los datos, recibió un error y cargó los datos en un paso aparte. Debido a este paso adicional, Strands fue el framework más lento del gráfico en la Tarea 1 (5.18 s).

CAMEL

Un framework agéntico de la comunidad CAMEL-IA que surgió de la investigación multiagente; OWL está construido sobre él. Además de kits de herramientas listos para usar, incluye módulos para la generación de datos sintéticos y benchmarks, por lo que también está orientado a la investigación.

Fue el framework más lento del gráfico en la Tarea 3 (14.43 s). En esta tarea, el modelo realizó 4.73 llamadas al LLM y produjo 598 tokens de razonamiento por ejecución de media en CAMEL, frente a 3.22 y 207 en Google ADK.

Metodología del benchmark

Todas las tareas usan los mismos datos: 5.000 clientes muestreados del conjunto de datos de abandono de clientes de telecomunicaciones de IBM. Añadimos una columna JSON (datos del dispositivo) y una columna de texto (notas de soporte) al conjunto de datos. El agente primero carga los datos, luego filtra y calcula con herramientas, y devuelve la respuesta en un formato JSON fijo.

• Tarea 1, cálculo básico: Tasa de abandono por tipo de contrato. Mide cuánta sobrecarga añade el framework al trabajo más sencillo.
• Tarea 2, comparación de dos grupos: Ingresos mensuales perdidos de clientes con y sin soporte técnico. Mide si dos resultados separados se mantienen correctos a lo largo de los pasos.
• Tarea 3, umbrales: Tasa de abandono de clientes con menos de 1 año de antigüedad que pagan más de $70 al mes. Mide convertir frases en los números correctos y aplicar dos filtros uno tras otro.
• Tarea 4, herramienta rota: Tasa de abandono por método de pago. La herramienta requerida falla tres veces y funciona en la cuarta. Mide qué hace el agente cuando falla una herramienta.
• Tarea 5, datos mixtos: Recuentos de dispositivos (de la columna JSON) y palabras clave de quejas (de la columna de texto) de los clientes que se dieron de baja y pagan más de $100 al mes. Mide si el agente reconoce los tipos de columna y elige la herramienta adecuada.

Configuración

• Modelo: Claude Haiku 5.5 a través de OpenRouter con el proveedor Anthropic, esfuerzo de razonamiento medio.
• 100 ejecuciones por framework y tarea, 6.500 ejecuciones en total. Fecha: 27 de octubre de 2026.
• Límites por ejecución: 15 llamadas al LLM en las tareas 1-3, 25 en las tareas 4-5 y 420 s.
• Todos los frameworks recibieron las mismas instrucciones, el mismo texto de tarea y las mismas herramientas. Configuramos cada framework de la manera estándar y no cambiamos su comportamiento predeterminado. Solo aumentamos los límites de pasos lo suficiente para que las tareas terminaran y cambiamos un ajuste en cada uno de CrewAI, smolagents y AutoGen para que pudieran funcionar con Claude.
• Todas las solicitudes pasaron por el mismo proxy de registro. El proxy aplicó el mismo modelo y el mismo ajuste de razonamiento a cada solicitud y eliminó los ajustes de muestreo que añaden algunos frameworks, como la temperatura de 0.1 que envía LlamaIndex.
• Cada ejecución se ejecutó en su propio proceso después de una pasada de calentamiento no medida. Las ejecuciones se realizaron de tres en tres en orden aleatorio.
• Comparamos cada respuesta con la respuesta correcta calculada por las mismas herramientas.
• Los resultados de nuestra muestra de 5.000 clientes difieren de los resultados públicos conocidos del conjunto de datos, por lo que el modelo no puede responder de memoria.
• Versiones probadas: LangGraph 1.2.17, LangChain 1.4.7, CrewAI 1.15.30, AutoGen AgentChat 0.7.5, Microsoft Agent Framework 1.23.0, OpenAI Agents SDK 0.24.0, Google ADK 2.13.0, Agno 3.1.10, Pydantic IA 2.61.0, smolagents 1.26.0, LlamaIndex 0.14.25, Strands Agents 1.62.0, CAMEL 0.2.90.

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Şipi, Nazlı},
  title  = {{Los 13 mejores frameworks de IA agéntica de código abierto}},
  year   = {2026},
  month  = oct,
  howpublished    = {\url{https://aimultiple.com/agentic-frameworks}},
  note   = {AIMultiple. Recuperado el 30 de octubre de 2026}
}

Registro de cambios

10 actualizaciones

Todas10General9Metodología1

20262025

1. 2 de mar

   Se reemplazaron los resultados y el análisis del benchmark en la sección "Agentic AI frameworks benchmark".

2. 22 de ene

   Se eliminó un cambio metodológico que describía cómo se integraban las tareas en arquitecturas basadas en agentes.

Cem Dilmegani

Analista Principal

Síguenos

Cem ha sido el analista principal en AIMultiple desde 2017.

El trabajo de Cem en AIMultiple ha sido citado por publicaciones líderes mundiales como Business Insider, Forbes, Morning Brew y Washington Post, empresas globales como Deloitte y HPE, ONG como World Economic Forum y organizaciones supranacionales como European Commission. [1], [2], [3], [4], [5]

A lo largo de su carrera, Cem trabajó como consultor tecnológico, comprador de tecnología y emprendedor tecnológico. Asesoró a empresas en sus decisiones tecnológicas en McKinsey & Company y Altman Solon durante más de una década. También publicó un informe de McKinsey sobre digitalización.

Dirigió la estrategia tecnológica y las adquisiciones de una empresa de telecomunicaciones reportando al CEO. También lideró el crecimiento comercial de la empresa de deep tech Hypatos, que alcanzó unos ingresos recurrentes anuales de 7 dígitos y una valoración de 9 dígitos desde 0 en 2 años. El trabajo de Cem en Hypatos fue cubierto por publicaciones tecnológicas líderes como TechCrunch y Business Insider.

Cem participa habitualmente en conferencias internacionales de tecnología. Se graduó en Bogazici University como ingeniero informático y tiene un MBA de Columbia Business School.

Ver perfil completo

Investigado por

Nazlı Şipi

Investigadora de IA

Síguenos

Nazlı es analista de datos en AIMultiple. Tiene experiencia previa en análisis de datos en diversas industrias, donde trabajó transformando datasets complejos en información procesable.

Ver perfil completo

Comentarios 1

Comparte tus ideas

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario

Chaitanya

Dec 19, 2025 at 01:47

Thank you for this informative and detailed article! It helped me get a reading on these frameworks.

Responder