LangGraph 2026: Funciones, Precios, Alternativas

¿Quién creó LangGraph, y cómo se convirtió en su propio producto?

¿Qué es LangGraph?

• Estado: un único objeto tipado (comúnmente un TypedDict de Python) que cada nodo lee y escribe, de modo que todo el grafo comparte una única fuente de verdad sobre lo ocurrido hasta el momento
• Nodos y aristas: los nodos son funciones simples que reciben el estado actual y devuelven actualizaciones sobre él; las aristas (incluidas las condicionales) deciden qué nodo se ejecuta a continuación según ese estado
• Checkpointing y persistencia: un checkpointer intercambiable (un guardado en memoria para desarrollo, o uno respaldado por base de datos como Postgres para producción) guarda el estado del grafo tras cada paso, vinculado a un ID de hilo, de modo que una ejecución pueda pausarse y reanudarse exactamente donde quedó
• Human-in-the-loop: la función interrupt() pausa la ejecución dentro de un nodo y devuelve el control al código que lo llama; al reanudar con un Command(resume=...) la misma ejecución del grafo continúa desde ese punto exacto — así es como LangGraph implementa pasos de aprobación sin perder el estado
• Grafos multiagente y jerárquicos: dado que un nodo puede invocar a su vez un subgrafo compilado, LangGraph admite arquitecturas de un solo agente, multiagente y jerárquicas (supervisor más trabajadores) con las mismas primitivas
• LangGraph Studio: una herramienta visual opcional para inspeccionar y recorrer paso a paso un grafo en ejecución, independiente de la biblioteca principal

from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.checkpoint.memory import MemorySaver

class State(TypedDict):
    topic: str
    draft: str

def write_draft(state: State) -> dict:
    return {"draft": f"Draft about {state['topic']}"}

def review_draft(state: State) -> dict:
    return {"draft": state["draft"] + " (reviewed)"}

builder = StateGraph(State)
builder.add_node("write", write_draft)
builder.add_node("review", review_draft)
builder.add_edge(START, "write")
builder.add_edge("write", "review")
builder.add_edge("review", END)

graph = builder.compile(checkpointer=MemorySaver())
result = graph.invoke(
    {"topic": "local LLMs"},
    config={"configurable": {"thread_id": "1"}},
)
print(result["draft"])

¿Cuánto cuesta LangGraph?

• LangGraph (la biblioteca): gratuita para siempre bajo la licencia MIT, para Python y JavaScript/TypeScript, autohospedada o integrada en cualquier aplicación
• Autohospedar tus propios agentes: puedes ejecutar grafos LangGraph compilados en tus propios servidores con tu propio checkpointer (por ejemplo Postgres) sin coste alguno para LangChain Inc. — sin cuota de licencia para uso en producción autogestionado
• Nivel LangSmith Developer: 0 $ por asiento al mes, un asiento, hasta 5.000 trazas base al mes, después pago por uso — no incluye despliegue gestionado
• Nivel LangSmith Plus: 39 $ por asiento al mes, asientos ilimitados, hasta 10.000 trazas base al mes incluidas, e incluye un despliegue serverless pequeño de LangGraph gratis, más acceso a Deployment, Engine e infraestructura relacionada facturada por uso
• LangSmith Enterprise: precio a medida, añade opciones de despliegue autohospedado/híbrido y SLA personalizados
• El uso de despliegue por encima de lo incluido se factura por separado del uso de trazas: el cómputo se factura en LCU (1 LCU = 1,50 $) y el uso de base de datos en LSU (1 LSU = 1,00 $), por vCPU-hora y GiB-hora
• Lo que se comercializaba como "LangGraph Platform" hasta 2025 hoy se factura como LangSmith Deployment — no existe una lista de precios independiente de LangGraph Platform con la que presupuestar; es una partida dentro de un plan de LangSmith

¿Cómo instalar y empezar con LangGraph?

1. 1
   Instala el paquete: pip install -U langgraph (Python) o npm install @langchain/langgraph (JavaScript/TypeScript).
2. 2
   Configura la clave API de tu proveedor de modelo como variable de entorno (por ejemplo OPENAI_API_KEY) — LangGraph no proporciona ni intermedia el acceso al modelo; llamas al modelo elegido desde dentro de un nodo.
3. 3
   Define un esquema de estado (un TypedDict o similar), construye un StateGraph a partir de él, registra nodos con add_node, y conéctalos con add_edge o una arista condicional.
4. 4
   Compila el grafo con .compile(), pasando un checkpointer (un MemorySaver en memoria para desarrollo, o uno respaldado por base de datos para producción) para que el estado persista entre pasos y reinicios del proceso.
5. 5
   Usa interrupt() dentro de cualquier nodo donde necesites una decisión humana antes de continuar, y reanuda la ejecución pausada con un Command(resume=...) en el mismo ID de hilo.
6. 6
   Lee la documentación oficial de LangGraph y explora el repositorio de GitHub para la referencia API actual y la guía rápida de JavaScript/TypeScript.
7. 7
   Opcionalmente, despliega en LangSmith Deployment o autohospeda el grafo compilado detrás de tu propio servidor API cuando necesites alojamiento en producción en lugar de una ejecución local.

¿A quién le conviene LangGraph?

¿Cuándo NO deberías usar LangGraph?

• Un flujo de trabajo que siempre ejecuta la misma secuencia fija de pasos una vez y devuelve un resultado — una simple cadena de llamadas a funciones, o el create_agent de LangChain, cubre esto con menos código
• Un equipo que quiere un modelo mental basado en roles — agentes con nombre, personalidades, metas y subtareas delegadas — en lugar de pensar en nodos y aristas explícitos; CrewAI está diseñado en torno a esa abstracción
• Un equipo que aún no está invertido en el ecosistema LangChain, quiere la menor huella de dependencias posible y se siente cómodo gestionando el estado y los reintentos a mano
• Un proyecto cuya necesidad principal son patrones de conversación multiagente (agentes debatiendo o revisando la salida del otro en un bucle de chat) en lugar de un grafo de flujo de control explícito — AutoGen está construido en torno a ese patrón
• Usa LangGraph en cambio cuando el flujo de trabajo realmente tiene ciclos, ramas condicionales, necesidad de pausar para una entrada humana, o debe sobrevivir a un reinicio a mitad de tarea

LangGraph vs. Alternativas

Errores comunes al evaluar LangGraph

Preguntas frecuentes

Fuentes

Lecturas relacionadas

• Reseña de LangChain: Funciones, Precios, Alternativas — el framework de propósito general que el runtime de LangGraph impulsa bajo la abstracción create_agent.
• Reseña de CrewAI: Framework multiagente basado en roles — una alternativa basada en roles para equipos que prefieren agentes con nombre y metas en lugar de un grafo de estado explícito.
• Reseña de AutoGen: Framework de conversación multiagente — la alternativa de patrón conversacional de Microsoft Research para sistemas multiagente.
• Directorio de software de LLM local — el catálogo completo de herramientas de IA local al que pertenece este artículo, incluido dónde encaja LangGraph entre los frameworks de agentes.
• Reseña de Langflow: constructor visual de LangChain — una interfaz visual de arrastrar y soltar para construir flujos de LangChain y LangGraph sin escribir a mano cada grafo.