Respuesta rápida: Los agentes de IA gratuitos para equipos requieren dos componentes a coste cero: un tablero compartido donde el equipo asigna Tareas a Agentes y un agente de programación que se ejecuta con un modelo gratuito. El plan Free de Sharkly cubre organizaciones de hasta 5 personas a $0 (verificado el 29 de octubre de 2026), y OpenCode ofrece modelos gratuitos actualmente. La regla de oro del equipo para que todo funcione: un Agente por Tarea y revisión humana antes de hacer merge.
Usar agentes de IA gratuitos en equipo es una cuestión de flujo de trabajo antes que de precio. Que un desarrollador use Claude Code u OpenCode en su terminal es sencillo. El problema surge cuando cinco personas comparten tres agentes en un mismo repositorio: dos agentes editan los mismos archivos, nadie sabe qué ejecución ha terminado y la revisión se pierde en un hilo de chat interminable.
Esta guía te muestra cómo un equipo pequeño puede trabajar con agentes de programación colaborativos a $0. Aprenderás a configurar un tablero compartido, asignar a cada Agente una única función, aislar cada Tarea en su propio git worktree y mantener un paso de revisión humana antes de hacer merge. Si ya usas agentes por tu cuenta, Sharkly es la capa que los transforma en un equipo coordinado.
Qué necesita un equipo de agentes de IA gratuito
Un equipo de agentes de IA gratuito es un grupo de hasta unas pocas personas que asignan tareas de programación a agentes de IA mediante un sistema compartido, sin pagar nada por dicho sistema y ejecutando los agentes con modelos gratuitos o suscripciones existentes. Consta de cinco elementos esenciales:
- Un tablero compartido donde cualquier miembro del equipo pueda ver y asignar Tareas
- Agentes que residan en el Espacio del equipo, no en el portátil de una sola persona
- Un Computer, es decir, un host conectado donde se ejecuta el agente de código
- Una vía de acceso a modelos a $0 para ese agente de programación
- Un filtro de revisión entre la rama del agente y la rama principal (main)
Si falta alguno, alguien lo pagará con su tiempo; por lo general, la persona que tenga que desenredar los cambios de dos agentes un viernes por la tarde.
Las dos facturas detrás de lo «gratuito»
Toda configuración con agentes implica dos costes, y la gratuidad debe cumplirse en ambos.
| Coste | Qué cubre | Opción a $0 actualmente |
|---|---|---|
| Plataforma | El tablero, Agentes, Crews, asignación e historial de ejecuciones | Sharkly Free, hasta 5 personas |
| Modelo | Los tokens que consume cada ejecución del agente | Modelos gratuitos de OpenCode o un plan por el que ya pagues |
El apartado de la plataforma está resuelto. La página de precios de Sharkly indica que «Free cubre organizaciones de hasta 5 personas» y que Free y Team «incluyen los mismos Agentes, Espacios e integraciones». Los Agentes, Crews, Computers, Runtimes e Invitados no consumen plazas, por lo que un equipo de cinco personas puede ejecutar diez Agentes sin cambiar de plan. Además, Sharkly «no vende tokens»: las ejecuciones se facturan al plan de programación o a la cuenta de API del Computer que conectes. El cálculo de plazas se detalla en explicación de precios de Sharkly.
El ámbito de los modelos cambia con mayor rapidez. A fecha del 29 de octubre de 2026, la documentación de OpenCode Zen incluía GLM-5.3-Flash Free y DeepSeek V4.1 Flash Free a $0 de entrada y salida, señalando que son «gratuitos en OpenCode por tiempo limitado». Ambos proveedores aplican una política de retención cero y no entrenan con tus datos, según la misma página. Otros modelos gratuitos existen para «recopilar comentarios», así que revisa cada cláusula antes de enviar código de tu empresa. Realizamos el seguimiento de esta lista en modelos gratuitos de OpenCode.
Gemini CLI solía ser la solución gratuita habitual hasta junio de 2026. Al cambiar sus condiciones de acceso gratuito, te recomendamos consultar ¿es gratis Gemini CLI? antes de basar tu flujo de trabajo en ella.
Cómo configurar agentes de IA gratuitos para tu equipo
Esta guía se basa en la guía de inicio rápido de Sharkly, adaptada al trabajo en equipo.
Paso 1: Crea la Organización e invita a los miembros
Inicia sesión, crea una Organización y selecciona «Software development» cuando Sharkly te pregunte para qué se utilizará el Espacio. Obtendrás un Espacio llamado Default Space con los tipos de tarea Requirement y Bug listos para usar.

A continuación, invita a tus compañeros de equipo por correo electrónico desde la configuración de People. Mantén el total en cinco personas o menos para continuar en el plan Free. Un colaborador externo que solo necesite acceso a un Espacio puede unirse como Guest: según la documentación sobre miembros, los Guests solo ven los Espacios a los que han sido añadidos, y la página de precios confirma que no ocupan plaza.

Paso 2: Conecta un Computer compartido con un runtime gratuito
Un Computer es el host donde se ejecuta el trabajo del agente: un portátil, un servidor en la nube o una máquina virtual (VM). La aplicación de escritorio detecta las herramientas de código instaladas y lo registra automáticamente; si usas la versión web, ejecuta el comando que aparece en la página Get started.
Instala OpenCode allí, selecciona un modelo gratuito y confirma que el Runtime figure como Available en la página de detalles del Computer. El estado Online solo indica que la conexión está activa.

Para un equipo, contar con un Computer siempre encendido es mucho mejor que depender de cinco portátiles: las tareas continúan ejecutándose aunque alguien cierre la tapa. Una advertencia: cada ejecución se factura a la cuenta del modelo vinculada a ese Computer. Con un modelo gratuito el coste es cero; sin embargo, con un inicio de sesión de pago en Claude Code o Codex, la suscripción de una sola persona terminará asumiendo en silencio las ejecuciones de todo el equipo.
Paso 3: Crea Agentes con una única responsabilidad
Abre la sección Agents, selecciona Create Agent y elige Code development. Asigna a cada Agente un cometido específico: uno para solucionar bugs, otro para escribir pruebas y otro para actualizar la documentación.
Configura el origen del código en «the Agent automatically pulls Git repositories» y añade tu repositorio. Luego cambia la visibilidad de Personal a Space. Según la documentación de Agentes, un Agente de Espacio está «disponible para las personas con acceso al Espacio del Agente», por lo que cualquier compañero de equipo podrá asignarle trabajo.
Paso 4: Un Agente por Tarea, un worktree por Tarea
Cada Tarea debe tener un único responsable asignado (Assignee), y cada ejecución vinculada al repositorio obtiene su propio git worktree. La documentación del directorio de trabajo cita como ejemplo: «un Agente puede corregir un problema de inicio de sesión mientras otro Agente añade pruebas», cada uno en su propio worktree, sin necesidad de «coordinar cambios en un único directorio modificado».

Para iniciar una ejecución, asigna el Agente como Assignee de la Tarea (no es necesario cambiar el estado previamente). El registro de ejecución muestra el avance en tiempo real, los comentarios recogen la conclusión y cualquier elemento que requiera intervención humana llega a Inbox. Los resultados se entregan en una rama específica de la Tarea, por lo que nada afecta a main todavía. Analizamos este patrón en mayor profundidad en agentes en paralelo en worktrees aislados.

Paso 5: Revisa antes de fusionar (merge)
La rama creada por el agente es solo una propuesta, no un merge definitivo. Un compañero del equipo revisa los cambios generados en el worktree de la Tarea y decide si conservarlos, fusionarlos o descartarlos. Si algo es incorrecto, indícalo en un comentario de la Tarea; el Agente continuará el trabajo aprovechando el contexto que ya posee.
Si tu equipo trabaja mediante pull requests, conecta la integración con GitHub. Incluir el ID de la Tarea en el nombre de la rama, en el título o en el cuerpo de la pull request vinculará la PR con la Tarea correspondiente. Ten en cuenta la distinción señalada en la documentación: «un merge no cambia el estado de la tarea». Es una persona quien debe marcarla como Done. Para conocer los puntos clave que debe verificar un buen revisor, consulta cómo revisar código generado por IA con evidencias a nivel de tarea y la guía de revisión de pull requests de GitHub.
Reglas de equipo para mantener la gratuidad y el orden
La parte técnica es solo la mitad. Estos cinco acuerdos se encargan del resto:
- Redacta la Tarea como si fuera un ticket para una nueva incorporación: define con claridad el entregable, las restricciones y los criterios de validación.
- Nada de trabajo sin asignar para los agentes: si algo no está registrado como Tarea, ningún Agente debe ejecutarlo.
- Quien solicita, revisa: la persona que creó la Tarea es quien aprueba o rechaza el resultado.
- Tareas pequeñas: un cambio que puedas revisar en diez minutos es infinitamente mejor que una rama con 2.000 líneas de código.
- Registra el modelo utilizado: anota qué modelo gratuito ejecutó la Tarea para saber a qué atribuir posibles fallos si una vía deja de estar disponible.
¿Buscas una perspectiva más amplia sobre la autoría y la responsabilidad? El artículo sobre equipos agénticos aborda quién es el responsable del trabajo cuando lo realizan agentes.
Límites de la versión gratuita
- Límite de miembros: A partir de la sexta persona, la organización pasa al plan Team ($7 por persona al mes con facturación anual). Los Agentes siguen sin ocupar plaza.
- Los modelos gratuitos son temporales: OpenCode etiqueta sus modelos gratuitos como «por tiempo limitado». Conviene tener previsto un reemplazo.
- Los modelos del nivel gratuito están vinculados al cliente: la documentación de OpenCode indica que «los modelos de chat del nivel gratuito requieren OpenCode», por lo que no funcionarán a través de Claude Code o Codex.
- «Gratis hoy» no equivale a «gratis para siempre»: las preguntas frecuentes de precios de Sharkly señalan que el servicio «se ofrece actualmente sin coste» y que no se te cobrará nada a menos que completes una compra tras la publicación de condiciones actualizadas.
Otras alternativas a $0 para equipos
Los tableros autoalojados (self-hosted) y las aplicaciones de escritorio también permiten ejecutar agentes a $0, aunque con distintas ventajas y desventajas en cuanto a alojamiento y visibilidad. Nuestra clasificación de plataformas gratuitas de agentes de IA compara diez opciones en función de sus límites gratuitos y precios posteriores. Si el enfoque de tu equipo se centra más en la investigación de larga duración que en el código, agentes de IA de Pokee para equipos analiza esa alternativa.
Casos de uso reales
- Dos fundadores: crean Tareas durante el día, y por la noche un Agente para corregir bugs y otro para pruebas las resuelven en un Computer compartido.
- Un equipo de producto de cinco personas: cada desarrollador utiliza su propio agente de pago para tareas complejas y comparte Agentes de Espacio con modelos gratuitos para labores rutinarias: actualización de dependencias, cobertura de pruebas y documentación.
- Un equipo de estudiantes: todos se mantienen en $0 utilizando el plan Free, un servidor del laboratorio como Computer y OpenCode con un modelo gratuito.
Conclusión
Los agentes de IA gratuitos para equipos funcionan cuando las piezas sin coste se apoyan en una estructura clara: un tablero compartido, un Agente por Tarea, worktrees aislados y un revisor humano antes de cada merge. Actualmente, la plataforma cuesta $0 para un máximo de 5 personas en Sharkly, y el coste de los modelos es de $0 mientras sigan vigentes las opciones gratuitas de OpenCode.
Tu siguiente paso: conecta un Computer, crea un Agente de Espacio y asígnale una tarea monótona. Comienza con Sharkly Free y sigue la guía de inicio rápido.
Preguntas frecuentes
¿Existen agentes de IA gratuitos para equipos?
Sí. El plan Free de Sharkly ofrece a organizaciones de hasta 5 personas el producto completo a $0, y OpenCode dispone de modelos gratuitos para el propio agente. Ambos datos fueron verificados el 29 de octubre de 2026.
¿Cuántos agentes de IA puede ejecutar un equipo en el plan gratuito?
El límite del plan Free contabiliza personas, no Agentes. Los Agentes, Crews, Computers y Runtimes no ocupan plazas. La capacidad de procesamiento dependerá del límite de concurrencia de tu Computer y de la cuota de tu modelo.
¿Pueden varios agentes trabajar simultáneamente en un mismo repositorio?
Sí, mediante worktrees aislados. Cada Tarea dispone de su propio worktree y rama, evitando así que dos Agentes modifiquen el mismo directorio a la vez.
¿Fusionar una pull request cierra la Tarea?
No. Sharkly vincula la PR con la Tarea, pero es una persona quien debe cambiar el estado a Done.
¿Qué ocurre cuando el equipo supera las 5 personas?
La organización pasa al plan Team a $7 por persona al mes con facturación anual. Las funciones del producto son exactamente las mismas.



