Ir al contenido principal
Español— Elegir un idioma
Menú

Limitaciones, estado beta y gestión del consumo

Lección 14 de 14 Actualizado el 29 de julio de 2026 Desarrollador
En esta página
  1. Lo que debes saber antes del despliegue
  2. Restricciones técnicas del modelo
  3. Qué implica el estado beta
  4. Gestión del consumo a lo largo del tiempo
  5. Antes de pasar a producción
  6. Puntos clave
  7. Pon a prueba tus conocimientos

Lo que debes saber antes del despliegue

El sistema multiagente de Grok cumple con creces en cuanto a calidad de búsqueda, pero sigue estando en fase beta y presenta puntos ciegos que debes conocer antes de que aparezcan en producción. Esta última lección consolida las limitaciones actuales y la disciplina necesaria para trabajar con ellas, empezando por el punto más sensible: el consumo de tokens.

Restricciones técnicas del modelo

La restricción más sorprendente afecta a max_tokens: el modelo multiagente no admite este parámetro. No tienes ninguna forma técnica de limitar la longitud de la respuesta del líder, lo que deriva en respuestas verbosas —especialmente con dieciséis agentes— y un presupuesto de tokens que gestionas a nivel de prompt en lugar de a nivel de API. La única palanca que te queda es editorial: una instrucción como «responde en un máximo de 500 palabras» o «resume en 5 puntos» sustituye al parámetro faltante. Carece del rigor de un límite técnico, pero se respeta en la gran mayoría de los casos.

A continuación viene una restricción tratada en detalle anteriormente: solo funcionan las herramientas integradas y no puedes declarar funciones personalizadas a través de la API.

Tu infraestructura se enfrenta a una tercera limitación. Multiagente es accesible de forma nativa mediante el SDK de xAI y a través de la API de Responses mediante el SDK de OpenAI; la API de Chat Completions, /chat/completions, no es compatible. Si todo tu código pasa por ella, planifica la migración antes de anunciar la función a nadie.

Por último, la observabilidad plantea un problema de naturaleza distinta: solo tienes acceso a la respuesta del líder y a las llamadas a herramientas. El razonamiento de los subagentes permanece cifrado, lo que limita lo que puedes auditar o explicar a un usuario que impugne una conclusión.

Qué implica el estado beta

Una API en beta es una API cuyo contrato no está cerrado. La interfaz puede cambiar sin previo aviso —parámetros, formato de respuesta, comportamiento—; el rendimiento varía de un periodo a otro, tanto en tiempos de respuesta como en calidad de búsqueda; el modelo puede actualizarse, dando paso grok-4.20-multi-agent-0309 a una versión posterior; y la lista de herramientas admitidas evolucionará en ambos sentidos.

Esto conduce a una regla de codificación: no codifiques en duro suposiciones sobre el comportamiento exacto del modelo. Aísla la llamada tras una única función, planifica una ruta de respaldo y vuelve a probar con regularidad en lugar de esperar a que un usuario informe de una interrupción.

Gestión del consumo a lo largo del tiempo

Todo empieza en el código. Un único concentrador agrupa la elección del número de agentes y el comportamiento ante fallos, dejándote solo un lugar que modificar cuando cambie la API.

# Patrón recomendado: wrapper con fallback
async def research(query: str, depth: str = "quick"):
    try:
        agent_count = 16 if depth == "deep" else 4
        chat = client.chat.create(
            model="grok-4.20-multi-agent-0309",
            agent_count=agent_count,
        )
        chat.append(user(query))
        result = ""
        for response, chunk in chat.stream():
            if chunk.content:
                result += chunk.content
        return result
    except Exception:
        # Respaldo a un modelo estándar
        return await standard_query(query)

Alrededor de este wrapper, establece cuotas de solicitudes multiagente por usuario y por periodo. De lo contrario, nada impide que una cuenta, por curiosidad o debido a un script mal configurado, lance cientos de solicitudes de dieciséis agentes en una sola tarde.

A continuación, haz visible el gasto. Rastrea el consumo de tokens solicitud por solicitud y busca patrones de sobreconsumo: prompts demasiado vagos que dispersan a los agentes, conversaciones que entran en bucle o comportamientos abusivos. Casi siempre son unos pocos casos aislados los que generan la mayor parte de la factura.

Por último, la medida más rentable es enviar al sistema multiagente solo lo que lo merece. Un enrutador upstream es suficiente: pregunta factual sencilla a un modelo estándar, búsqueda comparativa a cuatro agentes, análisis exhaustivo a dieciséis. Esta clasificación suele reducir la factura sin ninguna degradación perceptible.

Antes de pasar a producción

Repasa esta lista de comprobación con honestidad antes de abrir el servicio a los usuarios.

  1. ¿Existe un respaldo a un modelo estándar y está probado?
  2. ¿Están definidos los límites de tokens por usuario?
  3. ¿Está operativo el seguimiento del consumo?
  4. ¿Son tus prompts lo bastante precisos para evitar desperdicios?
  5. ¿Se ha verificado el comportamiento ante errores?
  6. ¿Estás organizado para absorber un cambio en la API en fase beta?

Una respuesta negativa no prohíbe el despliegue, pero te indica exactamente dónde te llevarás una sorpresa.

Puntos clave

  • max_tokens no es compatible: controla la longitud mediante el prompt
  • La API está en beta y puede cambiar: planifica respaldos
  • El consumo de tokens es significativo: configura el seguimiento
  • Implementa un enrutador para elegir entre el modelo multiagente y el estándar
  • Define cuotas por usuario para controlar costes
  • Prueba tu integración con regularidad para detectar cambios en la API

Pon a prueba tus conocimientos

El sistema multiagente de xAI: líder, subagentes y realidades de facturación.

1. ¿Cómo funciona grok-4.20-multi-agent-0309?

Respuesta: Un líder descompone la solicitud y coordina subagentes que trabajan en paralelo para luego sintetizar; un equipo de agentes tras una única llamada a la API.

2. ¿4 o 16 agentes: cómo elegir?

Respuesta: En función de la profundidad de búsqueda deseada: 4 para preguntas delimitadas, 16 para investigaciones amplias; el esfuerzo adicional cuesta tokens y latencia.

3. ¿Qué limitación importante debes conocer?

Respuesta: Sin llamada a funciones personalizadas: multiagente funciona con herramientas integradas (web_search, x_search…); tus funciones personalizadas no son invocables en este modo.

4. ¿Cómo se calcula la facturación?

Respuesta: Cuentan todos los agentes: el trabajo paralelo de los subagentes se suma; una solicitud multiagente consume mucho más que una llamada simple, presupuesta en consecuencia.

5. ¿Cómo encadenar turnos multiagente?

Respuesta: Con previous_response_id: la conversación continúa sobre el estado del servidor; y la transmisión verbosa (incluido el contenido cifrado) ofrece visibilidad sobre el trabajo de los agentes.

Un equipo de agentes en una sola llamada: potente, facturado en consecuencia y aún en beta; usarlo con pleno conocimiento es precisamente el objetivo de este curso.