El nombre AutoGPT todavía lleva cargas del 2023, cuando la gente lo veía dar vueltas indefinidamente y consumir 50 USD en créditos de OpenAI en una noche. La plataforma actual es irreconocible. El constructor visual, el marketplace de bloques y el presupuesto explícito de tokens cambiaron lo que realmente exige un servidor.
Yo ejecuto AutoGPT en un servidor de Hetzner que gestiona tres flujos de trabajo en producción. Esto es lo que soporta una instalación en 2026.
Lo Que Realmente Exige AutoGPT 2026
El runtime tiene dos partes principales: el backend (Python, FastAPI, el ejecutor del agente) y el frontend (Next.js, constructor visual). Juntos, consumen alrededor de 1.2 GB de memoria residente en estado ocioso. Cada flujo de trabajo en ejecución añade entre 200 y 500 MB dependiendo de los bloques en uso.
La historia del disco es más interesante. El marketplace de bloques descarga imágenes Docker para muchos bloques, lo cual se acumula rápidamente. Una instalación típica con 30 a 40 bloques cargados alcanza los 25 GB solo para el registro. Los logs y el estado del flujo de trabajo añaden otros 10 a 15 GB en unos pocos meses.
Comparativa de VPS para AutoGPT
| Proveedor | Plan | vCPU | RAM | Disco | Mensual | Mejor uso |
|---|---|---|---|---|---|---|
| Hetzner Cloud | CCX23 | 4 | 16 GB | 160 GB NVMe | 29.74 EUR | Producción, UE |
| Contabo VPS | VPS M | 6 | 16 GB | 200 GB NVMe | 8.49 EUR | Producción económica |
| DigitalOcean | Premium AMD 8 GB | 4 | 8 GB | 160 GB NVMe | 56 USD | EE.UU., sencillez operativa |
| Hetzner CPX31 | CPX31 | 4 | 8 GB | 160 GB NVMe | 17.34 EUR | Uso ligero |
Hetzner Cloud CCX23: La opción por defecto para uso serio
16 GB de RAM y 4 vCPU dedicadas manejan cómodamente el runtime de AutoGPT más 4 a 5 flujos de trabajo concurrentes. El disco NVMe importa porque el registro de bloques y el estado del flujo de trabajo lo usan constantemente. La región Falkenstein mantiene la latencia de red a las API de modelos externos en el rango de 60 a 80 ms.
Lo que hace que esta sea la elección correcta: AutoGPT es sensible a la latencia de fondo. Cuando un flujo de trabajo encadena 6 a 8 bloques, incluso 100 ms de latencia adicional por bloque extiende un flujo de 2 segundos a 3 segundos. La CPU dedicada del CCX23 ayuda en esto.
Pros a destacar:
- CPU dedicada evita cuellos por vecinos ruidosos durante cadenas de múltiples bloques
- El disco NVMe maneja sin problema el tamaño del registro de bloques
- La fijación de precios para snapshots es razonable para rollback de flujos de AutoGPT
El pequeño inconveniente: sin almacenamiento de objetos gestionado en el mismo centro de datos si quieres descargar salidas grandes de bloques.
Consigue Hetzner: Hetzner Cloud.
Contabo VPS M: El campeón de relación precio-especificaciones
8.49 EUR por 6 vCPU y 16 GB de RAM no tiene rival. AutoGPT funciona en él. Los núcleos compartidos se notan cuando ejecutas múltiples flujos en paralelo, verás picos ocasionales de latencia de 200 ms que no experimentarías en Hetzner CCX.
Para una configuración de AutoGPT para un solo usuario o flujos por lotes de baja frecuencia, Contabo es la opción correcta. Para un equipo que lo usa de forma interactiva, los picos de latencia pueden ser molestos.
Pros:
- Mejor especificación en bruto por euro en el mercado
- 200 GB NVMe dejan espacio para el registro de bloques más meses de logs
Prueba Contabo: Contabo VPS.
DigitalOcean Premium AMD: Para simplicidad operativa
56 USD al mes es elevado, pero la experiencia de usuario de DigitalOcean hace que las tareas operativas de AutoGPT sean más fáciles. Snapshots en 30 segundos, bases de datos gestionadas para el estado de AutoGPT, selección sencilla de región. Si quieres configurar AutoGPT una sola vez y no pensar en el servidor, esta es la opción.
Negativo honesto: 8 GB de RAM es el mínimo aquí. La siguiente categoría sube a 96 USD al mes, lo cual es difícil de justificar.
Consigue DigitalOcean: DigitalOcean.
Hetzner CPX31: Para uso ligero
Si ejecutas AutoGPT para experimentos personales y tus flujos son mayormente llamadas a API externas, el CPX31 con 8 GB de RAM lo maneja por 17.34 EUR al mes. La CPU compartida está bien cuando la carga concurrente es baja.
No recomendado para equipos o producción. Recomendado para desarrolladores en solitario que exploran la plataforma.
Lo que yo escogería
Para un equipo que necesita fiabilidad: Hetzner CCX23. Para uso en solitario con presupuesto ajustado: Contabo VPS M. Evita la plataforma en la nube propia de AutoGPT a menos que tu gasto mensual en tokens sea inferior a 30 USD, porque cuando pasa ese umbral la balanza empieza a favorecer otras opciones.
La comparativa completa de VPS está en los SelfHostVPS rankings. Las versiones de AutoGPT lanzan cambios significativos cada 6 a 8 semanas, así que verifica las necesidades de disco y memoria frente al docker-compose actual antes de dimensionar.
Frequently asked questions
¿Sigue siendo AutoGPT en 2026 la bestia que quema tokens de 2023?
No, la reescritura llegó a finales de 2024 y la versión 2026 utiliza un constructor visual basado en bloques con presupuestos explícitos de tokens por flujo de trabajo. Puedes limitar el gasto por ejecución, algo que la versión original notoriously no podía hacer. El tiempo de ejecución sigue siendo muy Python, pero ahora la orquestación es adecuada. Hospedarla es más parecido a ejecutar n8n que a correr un experimento.
¿Qué especificaciones de VPS coinciden con los bloques del marketplace de AutoGPT?
Cada bloque en el marketplace declara sus propias necesidades de recursos. Los bloques ligeros (llamadas a LLM, obtención web, transformaciones) requieren casi nada. Los bloques más pesados, como generación de imágenes local o procesamiento de video, quieren una GPU. Para una instalación predeterminada con el conjunto estándar de bloques, 4 vCPU y 8 GB de RAM con 80 GB NVMe son la base sensata. Añade GPU solo cuando instales bloques que requieran GPU.
¿Debo usar Docker Compose o la plataforma en la nube de AutoGPT?
Auto-hospeda con Docker Compose si te importa la residencia de datos, quieres agregar bloques privados o esperas más de 100 USD al mes en uso en la nube. La plataforma en la nube es realmente buena para uso de bajo volumen y elimina la carga operativa. El punto de equilibrio contra un Hetzner CCX23 está en torno a 50 USD de uso en la nube al mes.
¿Necesita AutoGPT una GPU en el VPS?
Solo si instalas bloques que la requieran. Los bloques del marketplace usan todas API externas (OpenAI, Anthropic, ElevenLabs, servicios de generación de imágenes) y no tienen requisitos de cómputo local. La GPU es relevante cuando añades Stable Diffusion, Whisper local o bloques LLM locales. La mayoría de los usuarios de AutoGPT en producción nunca necesitan GPU en el VPS.