Together Link: Modelos abiertos en tus agentes de código

Together AI lanzó el 5 de octubre de 2026 Together Link, una herramienta que permite conectar los agentes de código que ya usas a modelos abiertos en lugar de los cerrados de siempre. Suena técnico, pero la idea es simple: si trabajas con Claude Code, Cursor o Codex, puedes cambiar el motor que hay debajo sin cambiar la herramienta. Y según la compañía, con un ahorro superior al 50% en la factura. Aquí explico qué es, cómo funciona y qué límites tiene.

Qué es Together Link y por qué importa

Together Link es una interfaz de línea de comandos gratuita que se instala con un solo comando y enruta las peticiones de tu agente hacia los modelos abiertos de Together AI. En lugar de pagar la tarifa premium de un modelo cerrado por cada tarea, desde un arreglo de una línea hasta una reescritura completa, tu agente sigue funcionando igual pero ataca el problema con un modelo como GLM 5.3 o Kimi K3. Sencillo y barato.

Por qué importa tiene que ver con una realidad incómoda: los equipos de ingeniería se han acostumbrado a lanzar todas sus tareas al mismo modelo caro. ¿Cuánto cuesta eso? A escala, decenas de miles de dólares al mes. Los modelos abiertos han cerrado buena parte de la brecha en las tareas difíciles de programación, así que la pregunta ya no es si son lo bastante buenos, sino cuánto te ahorras usando el adecuado para cada tarea.

Para entender el cambio, piensa en el coste de modelos de IA como en la factura de la luz. Si dejas todas las luces encendidas las 24 horas, pagas de más sin ganar nada. Si enciendes solo lo que necesitas y apagas el resto, el servicio es el mismo por una fracción del precio. Together Link aplica esa lógica a tus agentes de código: no cambia lo que haces, cambia cuánto pagas por hacerlo.

Cómo funciona: una capa entre tu agente y el modelo

El mecanismo es de los que no se ven. Together Link se coloca entre tu herramienta de código y el proveedor del modelo, y redirige cada petición a un modelo abierto alojado en la infraestructura de Together AI. Tus ajustes y tus inicios de sesión se quedan como estaban, no tienes que aprender un entorno nuevo, y volver a los modelos cerrados de siempre cuesta un solo comando. Nada más.

La clave del sistema es que no requiere cambiar tus hábitos. Instalas, configuras tu clave de API de Together AI y tu agente se abre exactamente igual que antes. Para el usuario, la diferencia se nota en la factura y, si quieres, en un rastreador que te muestra lo que gastaste frente a lo que habrías gastado con un modelo premium. Eso convierte el ahorro en algo visible, no en una promesa abstracta.

El enrutador Auto: elegir el modelo por ti

La pieza más interesante es el modo Auto, que usa el enrutador de Together AI. Al empezar una sesión, lee la primera tarea y decide a qué modelo mandarla: los arreglos rápidos van a modelos baratos y las tareas difíciles reciben capacidad de frontera. El enrutamiento ocurre una vez por sesión, lo que significa que la caché de prompts sigue funcionando y no pagas de más por cambiar de modelo a mitad de camino.

El resultado es que los modelos de IA abiertos dejan de ser una decisión que debas tomar tú. En lugar de elegir entre un modelo caro y uno barato para cada tarea, el sistema decide según lo que pide la sesión. Para equipos donde no todos saben qué modelo conviene para qué, esto quita una barrera real: se usa la herramienta y el enrutador hace el trabajo sucio.

Para quien no quiere pensar en modelos, Auto es la opción sensata. Si aportas una clave de Anthropic, el enrutador reparte entre un modelo cerrado de gama alta y GLM 5.3; si no, alterna entre GLM 5.3 y su versión Flash. Es la diferencia entre decidir cada vez qué modelo usar y dejar que el sistema lo haga por ti. En un equipo con gente de niveles distintos, eso quita bastante fricción. Manos libres.

Qué agentes son compatibles

Together Link funciona con Claude Code, Claude Desktop, Codex tanto en la app de ChatGPT como en la línea de comandos, OpenCode y Pi. Es una lista amplia, y cubre los agentes de código más usados hoy. La integración en Claude Code incluso mapea los niveles de modelo de Claude a modelos de Together AI, así que el menú de selección te sigue resultando familiar aunque por debajo haya otra cosa.

Lo que no hace es añadir funciones nuevas a tu agente. No esperes capacidades que tu herramienta no tenga: lo que cambia es el modelo que responde, no la interfaz ni los flujos. Si tu agente te sirve hoy, te seguirá sirviendo igual después de conectar Together Link; si tenías una carencia en la herramienta, esto no la tapa. Ojo con eso.

Cuánto puedes ahorrar y cómo medirlo

La cifra que Together AI pone sobre la mesa es un ahorro de más del 50% en el gasto de modelos. La compañía respalda el dato con su cuota en OpenRouter: sirve un porcentaje muy alto de los tokens de DeepSeek V4.1 Flash, GLM 5.3 Flash y Kimi K3, lo que indica que su infraestructura es la que muchos desarrolladores ya usan para estos modelos. Dato sólido.

El ahorro, eso sí, no es un número fijo y depende de tu mezcla de tareas. Un equipo que solo manda reescrituras enormes a un modelo de frontera verá un cambio distinto al que reparte arreglos pequeños durante todo el día. El rastreador por sesión existe justamente para que puedas medirlo en tu caso concreto en lugar de fiarte de un porcentaje genérico. La facturación va contra tu clave de API de Together AI, sin contrato aparte.

Qué debes tener en cuenta antes de probarlo

Hay dos límites que conviene tener claros. El primero es que necesitas una cuenta de Together AI y su clave de API, así que no es una herramienta para quien no quiera gestionar credenciales. El segundo es que, aunque el cambio es reversible con un comando, no deja de ser una pieza más entre tu código y tus datos: si trabajas con repositorios sensibles, conviene revisar qué se envía y a dónde antes de adoptarlo en todo el equipo. Piensa antes de saltar.

Tampoco esperes que el ahorro llegue solo. Los modelos abiertos rinden distinto según la tarea, y una sesión mal enrutada puede darte resultados peores que el modelo que dejaste atrás. La recomendación es empezar con un proyecto de prueba, medir con el rastreador y decidir con datos, no con la promesa de la web. Con calma.

Probarlo en tu día a día

La forma práctica de arrancar es medir antes de comprometerte. Instala la herramienta en un solo proyecto, deja el modo Auto activado y compara durante una semana lo que gastas frente a lo que gastabas. Si el resultado te convence, extiéndelo al resto del equipo; si no, revertir cuesta un comando y no pierdes nada.

Antes de instalar cualquier cosa que se coloque entre tu código y un modelo, revisa los permisos y la política de datos. Together Link pide una clave de API y pasa tus peticiones por su infraestructura, así que asegúrate de entender qué viaja y a dónde. Es la misma precaución que tomas con cualquier herramienta de desarrollo: confianza, pero verificada.

Para un desarrollador en Android que trabaja con agentes desde el móvil o el portátil, la barrera de entrada es baja. No hay que migrar nada ni reescribir flujos, y el coste de probarlo es una instalación. Es de esas herramientas que se juzgan por lo que ahorran en la factura, así que dale una semana real antes de sacar conclusiones.

Conclusion

Together Link no cambia cómo programas, cambia lo que pagas por programar con agentes. La idea de meter modelos abiertos en el mismo entorno que ya usas, con un enrutador que elige por ti y un rastreador que te enseña el ahorro, ataca el problema real de los equipos que se han acostumbrado a mandar todo al modelo más caro. Al grano.

Vale la pena probarlo si tu gasto mensual en modelos te empieza a preocupar, sobre todo en tareas repetitivas donde un modelo abierto rinde igual. Y conviene hacerlo con un proyecto acotado y datos en la mano. El límite está claro: no es magia, es enrutamiento bien hecho, y en eso se apoya todo su valor.