Orquestación de Agentes en 2026: combina Claude, Codex, Kimi y más sin gastar de más

Si has escuchado el término AI orchestration u orquestación de agentes y crees que es algo complicado, la realidad es que hoy ya existen herramientas que lo hacen bastante sencillo. La idea de fondo es simple: si estás pagando por Claude Code, GPT Codex, Kimi Code, OpenCode u otras herramientas de consola, hay programas que te permiten combinar todas tus suscripciones para trabajar en múltiples proyectos —o en el mismo proyecto— compartiendo incluso el contexto entre agentes.

En este artículo voy a resumir todas las formas de lograrlo: plugins, herramientas de terminal, CLIs y aplicaciones de escritorio enfocadas en esto.

¿Qué es la orquestación de agentes?

Lo primero: la orquestación de agentes no es un programa ni un plugin. Es un término que ni siquiera está del todo bien definido, pero a partir de las soluciones que han ido apareciendo ya podemos darnos una idea bastante clara.

De forma resumida, la lógica es esta: tienes un agente principal —un modelo lo suficientemente capaz como para armar una planificación a partir de una idea, digamos Claude Fable— y luego subagentes que ejecutan las tareas planificadas usando modelos mucho más baratos.

Aquí viene la pregunta obvia: ¿por qué no usar simplemente el mismo modelo para todo? Y la respuesta es que si solo vas a usar una instancia de un único agente, no tiene caso hacer nada de esto. La ventaja aparece cuando la planificación se puede delegar a múltiples subagentes en paralelo.

Y esto aplica en cualquier dirección: puedes usar un modelo de OpenAI como planificador y subagentes con modelos más baratos como Kimi, GLM o DeepSeek. La combinación depende de lo que ya estés pagando.

¿Por qué hacerlo? Costos y combinación de modelos

La razón principal es el costo. Modelos como Fable son bastante caros —alrededor de $50 por millón de tokens de salida—, mientras que otros niveles rondan los $20 e incluso hay modelos muchísimo más baratos que eso.

La segunda razón es que hay modelos que son mejores en ciertas tareas que otros. Y esto no lo digo yo: en los últimos meses los modelos abiertos han mejorado tanto que en ciertas tareas están a la par —o superan— a los modelos más grandes.

Algunas empresas ya están explotando esta idea:

• OpenRouter Fusion: no es un modelo en sí, sino una combinación de varios. Mezcla Opus 4.8, modelos de Gemini y modelos chinos como DeepSeek, y va cambiando de modelo según la tarea. Algunos de sus benchmarks lo ponen a la par de Fable 5, aunque hay que tomarlo con pinzas: dependiendo del benchmark, simplemente enrutan al modelo que mejor le va a ese benchmark. Eso sí, todo esto es a nivel de API.
• Hermes con Mixture of Agents (MoA): aquí la combinación ocurre a nivel del harness. Escoges un modelo principal y luego vas añadiendo "agregadores": otros modelos que funcionan como workers o subagentes (puedes meter un Opus 4.8 ahí, por ejemplo). En rigor no es orquestación, pero está relacionado porque estás combinando distintos modelos para una misma respuesta.

Antes de emocionarte: esto no es para todos

Algo que nunca te dicen: esto no es infalible. De hecho, te diría que puede ocasionar más errores de los que resuelve si lo usas mal.

¿Cuándo sí sirve?

• Tienes muchos proyectos en paralelo o un proyecto muy grande con modificaciones constantes.
• Las tareas son pequeñas y bien delimitadas: cambios menores que no requieren una planificación enorme.
• Quieres iniciar varios proyectos a la vez con múltiples modificaciones simultáneas.

¿Cuándo no?

• Si estás empezando o mantienes un solo proyecto: es más trabajo del que ahorra.
• Si te piden una modificación grande que toca backend, frontend y aplicaciones cliente a la vez. Disparar muchos agentes en paralelo ahí no ayuda; lo que necesitas es un modelo que realmente entienda el problema y arme una buena planificación.

La idea de fondo es reemplazar el trabajo repetitivo de un equipo con agentes baratos, pero es solo otro modo de trabajo, no un reemplazo del agente único "porque está de moda".

Nivel 1: Multiplexores de terminal

Lo más básico, y lo que muchos ya venían usando: dividir una terminal en múltiples subpantallas y correr un agente en cada una.

• tmux (https://github.com/tmux/tmux): el clásico terminal multiplexer, disponible para Linux y Mac. Abres Claude Code en un panel, Codex en otro, Kimi en otro.
• psmux (https://github.com/psmux/psmux): el equivalente para Windows, con los mismos atajos y la misma lógica.

También hay terminales como Warp que ofrecen trabajo con múltiples agentes, aunque en mi caso no me convence porque arranca muy lento —y cuando quieres lanzar agentes de inmediato, esperar a que cargue la terminal mata el flujo.

El problema de este nivel: aunque tengas múltiples sesiones corriendo a la par, los agentes no se comunican entre sí. Es la primera opción que a todos se les ocurre, pero es la menos productiva de la lista. Sirve para tener varias sesiones simultáneas y nada más.

Nivel 2: Plugins — Claude como master, Codex como slave

La siguiente opción es usar un plugin que permita a Claude Code comunicarse con Codex. Y no es un plugin cualquiera: codex-plugin-cc es un plugin oficial de OpenAI (el "CC" es de Claude Code).

La idea: generas la planificación con Fable 5 (o el modelo que tengas en Claude) y le pasas la ejecución a un modelo de GPT Codex. Es decir, modelos de Anthropic para planificar, modelos de OpenAI para ejecutar reviews o modificaciones de código. Esto ya es mucho más cercano a lo que la mayoría entiende por orquestación.

En la práctica, dentro de Claude Code aparece un skill adicional llamado codex con sus propios comandos:

• review: para code reviews.
• rescue: el más popular; delega una tarea completa a un agente de Codex ("crea un formulario de contacto", por ejemplo).
• status: para ver cómo va la ejecución delegada.
• result: para ver qué hizo el subagente al terminar.

Sí, esto requiere dos suscripciones (Claude Code + GPT Codex), pero como el otro modelo es más barato, las tareas pequeñas dejan de consumir tus tokens de Claude.

Las desventajas: no ves qué está haciendo Codex en tiempo real —ni qué archivos modifica— hasta que termina; tienes que consultar el resultado con los comandos. Y solo funciona en la dirección Claude Code → Codex, no al revés. Además, si no usas ni Claude Code ni Codex, esto no te sirve. De ahí la tercera opción.

Nivel 3: Agent Development Environments (ADE)

Aquí entran las interfaces que se podrían catalogar como Agent Development Environments: algo así como los editores de código de antaño (y "antaño" es literalmente un par de años atrás), pero pensados para una época donde prácticamente todo son agentes de IA. Estos proyectos quieren ocupar el puesto que tenía Visual Studio Code.

Son una combinación de multiplexor + aplicación de escritorio + gestión multiagente, y muchos incluso traen app móvil para conectarte remotamente a tu sesión.

• cmux (https://cmux.com): muy popular en Mac y promovido por muchos creadores de contenido, principalmente porque es bastante bueno: puedes abrir cualquier agente e incluso el navegador ahí dentro. El problema: solo está para Mac.
• Orca (https://www.onorca.dev/): la alternativa abierta. Multiplataforma, gratuito, con el código visible y alrededor de 33,000 estrellas en GitHub. Ofrece prácticamente las mismas características, incluyendo navegador integrado y delegación a agentes.
• Traycer (https://traycer.ai/): otro proyecto en la misma línea, con interfaz gráfica para compartir agentes de múltiples sesiones.

En todos los casos, tú vienes con tus propias suscripciones; estas herramientas solo las combinan.

A2A: agentes que se hablan entre sí

Esto de comunicar un agente con otro tiene nombre: A2A (agent to agent), un protocolo de comunicación que básicamente le da a la salida de un agente un formato que otro agente puede entender.

• herdr (https://herdr.dev/): en teoría hace casi lo mismo que los ADE anteriores, pero funciona desde la terminal, así que no necesitas un programa pesado. Puedes lanzar una ventana con Claude Code, otra con Codex, y pedirle algo como: "implementa un plan multiagente para pagos, página de transacciones e historial, y delega la escritura de código a agentes de Codex vía herdr CLI". Claude analiza el código y arma la planificación, pero cuando toca escribir código, en lugar de gastar tokens de un modelo caro como Opus o Fable, delega automáticamente a Codex.
• superset (https://superset.sh/): otra alternativa dentro de esta misma categoría de comunicación entre agentes.

La clave de todos estos programas —Orca, herdr, Traycer— es que internamente incluyen un CLI que funciona como puente entre agentes. Claude Code funciona en su entorno, Codex en el suyo, pero necesitan una forma de compartir contexto, y ese CLI se encarga de pasarlo de un lado a otro. En la documentación de herdr puedes ver que soporta prácticamente todos los agentes populares: OpenCode, Claude Code, Codex, Cursor (vía CLI), Grok, Antigravity y más.

En mi experiencia, herdr abre las terminales y les inyecta el prompt ("eres el agente 2 de un plan multiagente..."), aunque a veces tuve que lanzar la ejecución yo mismo. No es infalible —al final estás delegando a través de un CLI y el CLI no siempre funciona bien—, pero la idea es hacer exactamente lo mismo que haría Claude por sí solo, combinando suscripciones y modelos de otras empresas.

Dos cosas que me gustan de herdr: es bastante ligero, y usa un servidor de respaldo, así que si cierras la terminal y vuelves a entrar, la ejecución sigue ahí corriendo. Tú solo estás viendo una aplicación cliente. Además, en el panel izquierdo muestra la ejecución independiente de cada agente, lo cual hace todo más cómodo de seguir.

¿Se puede hacer esto solo con Claude Code y sus subagentes nativos? Sí, pero estarías hablando únicamente con modelos de Anthropic. Con estas herramientas puedes combinar varias suscripciones y aprovechar tokens que ya pagas y no estás usando.

La versión oficial de Anthropic (spoiler: es para la API)

Si sigues las publicaciones de Claude en X, habrás visto posts del estilo: "usa Fable 5 como advisor y modelos más rápidos como Sonnet como workers". Suena genial, pero hay que leer la letra pequeña: estas implementaciones no son para Claude Code.

Si entras a ver cómo se usan, los ejemplos utilizan ant, la herramienta de CLI de Anthropic para consumir la API —no la suscripción. Es decir, tendrías que implementar código para consumir la API, lo cual es muchísimo más caro que tu suscripción de Claude Code.

Las dos piezas oficiales son:

• Multiagent orchestration: https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration — modelo principal (Opus/Fable) delegando a workers más baratos (Sonnet o similares). Por eso hay implementaciones en varios lenguajes: todo va contra la API.
• Advisor tool: https://platform.claude.com/docs/en/agents-and-tools/tool-use/advisor-tool — un modo donde, si el modelo en ejecución tiene dificultades o necesita armar una planificación, cambia a otro modelo, delega esa tarea compleja y recibe la respuesta de vuelta.

Esto tiene sentido para empresas o proyectos que ya integran modelos de Anthropic vía API: ahí sí puedes orquestar y ahorrar dinero incluso si hoy usas puro Opus o puro Fable 5. Pero si tu caso es la suscripción de Claude Code, esta no es tu vía.

Bonus: programas intermedios como puente

Hay una forma más que no entra en los niveles anteriores: usar un programa intermedio. Por ejemplo, Claude Code arma la planificación y la guarda vía MCP en Notion, Jira o la herramienta que uses, y luego otro agente la lee y ejecuta. En mi caso uso Kimi para tareas por lotes: muchas tareas pequeñas que puede hacer en paralelo.

Es una forma un poco más tediosa porque requiere un programa de administración de proyectos de por medio (Linear también es bastante bueno para esto), pero funciona y te da un registro claro de la planificación.

Resumen: ¿cuál elegir?

En resumen: tenemos multiplexores, orquestadores, herramientas de consola y plugins para comunicar Claude Code con otras herramientas. Hay opciones para todos los flujos de trabajo — la clave es no adoptar esto por moda, sino cuando tu volumen de tareas realmente lo justifique.

¿Conoces otro proyecto de orquestación que no haya mencionado? Déjalo en los comentarios.