---
title: "Agentes de IA de larga duración: timeouts y reintentos"
description: "Mantenga un agente LLM funcionando durante horas: timeout por llamada, streaming para detectar bloqueos, reintentos seguros, herramientas idempotentes y checkpoints."
url: https://broadrouter.com/es/blog/long-running-agents-timeouts-retries/
lang: es
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/long-running-agents-timeouts-retries/) (actualizado el 2026-11-16).

# Agentes de larga duración: timeouts, reintentos y checkpoints sólidos

Por el equipo de BroadNet Inference · 4 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-16

Trate cada llamada al modelo como desechable y el estado del agente como duradero. Fije un timeout por llamada, use streaming para detectar bloqueos, reintente los 429, 5xx y streams cortados con backoff acotado, y dé a cada herramienta con efectos secundarios una clave de idempotencia. Guarde la lista de mensajes tras cada paso para que, si el proceso cae, se reanude desde el último checkpoint y no desde el principio.

## Puntos clave

-   El SDK de OpenAI para Python agota el tiempo a los 10 minutos y reintenta dos veces de forma predeterminada. En agentes, fije ambos valores explícitamente.
-   Un stream que termina antes de data \[DONE\] es una respuesta incompleta. Reintentarlo es una nueva inferencia, que se cobra otra vez en pago por uso.
-   Las llamadas al modelo se pueden reintentar sin riesgo. Los efectos secundarios de las herramientas no, salvo que lleven una clave de idempotencia.
-   Haga un checkpoint tras cada paso completado: la lista de mensajes, el número de paso y los ID de los efectos secundarios terminados.
-   En una sesión de plan, los reintentos no cuestan nada extra, pero ocupan el único hueco de solicitud mientras se ejecutan.

**En esta página**

1.  ¿Qué se rompe cuando un agente corre durante horas?
2.  1\. ¿Cuánto tiempo se le debe permitir a una llamada?
3.  2\. ¿Por qué usar streaming en un agente de larga duración?
4.  3\. ¿Qué debe reintentar?
5.  4\. ¿Cómo hacer idempotentes las llamadas a herramientas?
6.  5\. ¿Cómo hacer checkpoints de un agente?
7.  Lista de comprobación antes de una ejecución nocturna
8.  Dónde encaja BroadNet Inference

Un agente que corre cinco minutos puede ignorar los fallos. Uno que corre cinco horas verá un timeout, un 429, un stream cortado y probablemente un reinicio. La mayoría de las guías sobre agentes de larga duración venden un motor de workflows. Puede que usted no lo necesite. Este artículo cubre los cinco hábitos que mantienen vivo durante horas un bucle de agente sencillo, con código para el SDK de OpenAI para Python.

## ¿Qué se rompe cuando un agente corre durante horas?

| Fallo | Cómo se manifiesta | Hábito que lo resuelve |
| --- | --- | --- |
| Llamada colgada o lenta | Sin respuesta durante minutos | Timeout por llamada, streaming |
| Límite de tasa o sobrecarga | 429, 5xx | Reintento acotado con backoff |
| Stream cortado | La conexión termina antes de `[DONE]` | Tratarlo como incompleto y reintentar la llamada |
| Efecto secundario duplicado | La herramienta se ejecuta dos veces tras un reintento | Claves de idempotencia |
| Caída del proceso o despliegue | El agente vuelve al paso 1 | Checkpoint por paso |

## 1\. ¿Cuánto tiempo se le debe permitir a una llamada?

El README del SDK de OpenAI para Python dice que las solicitudes agotan el tiempo a los 10 minutos de forma predeterminada y que ciertos errores se reintentan dos veces. En un agente, fije ambos valores usted mismo, para que el comportamiento no cambie sin que usted lo sepa:

```python
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"],
                timeout=300, max_retries=4)
```

Elija el timeout a partir de datos. Registre la duración de cada llamada durante un día y fije el timeout bastante por encima de la llamada exitosa más lenta. Los prompts grandes tardan más en empezar, y los [modelos de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/) piensan antes de escribir. A unos 100 tokens por segundo, 8,000 tokens de salida tardan por sí solos más de un minuto. Añada un presupuesto de tiempo total aparte por **tarea**, para que un bucle que no se detiene no pueda correr toda la noche.

## 2\. ¿Por qué usar streaming en un agente de larga duración?

El [streaming](https://broadrouter.com/es/glossary/streaming/) le da una señal mientras el modelo trabaja. Sin él, una llamada lenta y una conexión muerta se ven iguales hasta que salta el timeout. Con él, puede ver llegar los fragmentos y además obtener el uso de tokens en el último fragmento.

Las reglas de streaming de BroadNet: lea hasta la línea literal `data: [DONE]`. Si la conexión se cierra antes, la respuesta está incompleta. Registre el `X-Request-ID` y luego decida si hace una nueva solicitud. [Guía completa de streaming](https://broadrouter.com/es/guides/streaming-chat-completions/).

```python
def call_streaming(messages, tools=None):
    parts, done = [], False
    stream = client.chat.completions.create(
        model="broadnet/glm-5.3", messages=messages, tools=tools, stream=True,
        stream_options={"include_usage": True}, max_tokens=8000)
    for chunk in stream:
        if chunk.choices and chunk.choices[0].finish_reason:
            done = True
        if chunk.choices and chunk.choices[0].delta.content:
            parts.append(chunk.choices[0].delta.content)
    if not done:
        raise IncompleteStream()   # retry the whole call
    return "".join(parts)
```

Este esbozo solo recoge texto. Si hace streaming de tool calls, acumule también `delta.tool_calls` por índice.

## 3\. ¿Qué debe reintentar?

El SDK ya reintenta los errores de conexión, 408, 409, 429 y 5xx. Añada su propio reintento encima solo para lo que el SDK no puede ver, como un stream incompleto:

1.  **Reintente:** errores de conexión, 429, 5xx y streams incompletos. Use [backoff exponencial](https://broadrouter.com/es/glossary/exponential-backoff/) con jitter y un tope, por ejemplo 4 intentos.
2.  **Corrija, no reintente:** 400, 401, 402, 403, 413, 422. Fallan igual cada vez. Consulte [códigos de error y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/).
3.  **Presupueste los reintentos por tarea**, no solo por llamada. Diez pasos que reintentan cuatro veces cada uno son cuarenta llamadas extra.
4.  **Cambie de proveedor cuando se agoten los reintentos.** Si una ejecución debe sobrevivir a una caída del proveedor, desvíe los errores de conexión, los 5xx y los 429 por límite de tasa a un segundo proveedor. [Failover de API de LLM](https://broadrouter.com/es/blog/llm-api-failover-fallback/) muestra el código del cliente y un circuit breaker.

En pago por uso, cada reintento es una nueva inferencia y se cobra otra vez. Una clave de pago por uso permite además 30 solicitudes por minuto y 4 simultáneas, así que las ráfagas de reintentos chocan rápido con el [límite de tasa](https://broadrouter.com/es/glossary/rate-limit/); la [calculadora de límites de tasa](https://broadrouter.com/tools/llm-rate-limit-calculator/) muestra cuánto margen tiene su agente. El [artículo sobre cómo manejar los 429](https://broadrouter.com/es/blog/handle-llm-api-429-rate-limits/) trata el backoff en detalle. En un [plan ilimitado](https://broadrouter.com/es/guides/unlimited-llm-api-sessions/), los reintentos no cuestan nada extra, pero ocupan el único hueco de solicitud de la sesión mientras se ejecutan.

## 4\. ¿Cómo hacer idempotentes las llamadas a herramientas?

Una llamada al modelo no tiene efectos secundarios. Una llamada a una herramienta puede tenerlos. Si el agente cae después de ejecutar `send_invoice` pero antes de guardar el paso, el agente reiniciado la enviará otra vez.

Dé a cada llamada con efectos secundarios una [clave de idempotencia](https://broadrouter.com/es/glossary/idempotency-key/) derivada de la tarea y el paso, compruébela antes de actuar y omita la llamada si ya está registrada:

```python
def run_side_effect(task_id, step, call, store):
    key = f"{task_id}:{step}:{call.id}"
    if store.done(key):
        return store.result(key)       # already ran: return the saved result
    result = execute(call)             # pass key to the API if it supports one
    store.save(key, result)
    return result
```

Muchas API de pagos y mensajería aceptan una cabecera de clave de idempotencia. Cuando lo hagan, pásele la suya.

## 5\. ¿Cómo hacer checkpoints de un agente?

Guarde tras cada paso completado: la lista de mensajes, el número de paso y las claves de efectos secundarios. Al iniciar, cargue el checkpoint más reciente si existe.

```python
def save_checkpoint(path, step, messages):
    tmp = path + ".tmp"
    with open(tmp, "w") as f:
        json.dump({"step": step, "messages": messages}, f)
    os.replace(tmp, path)   # atomic on the same filesystem
```

Escribir en un archivo temporal y renombrarlo garantiza que una caída a mitad de escritura nunca deje un checkpoint a medias. En sesiones muy largas, guarde también un **resumen**: sustituya los turnos antiguos por un resumen corto para que un agente reanudado no recargue un historial enorme. Así se mantiene dentro de la [ventana de contexto](https://broadrouter.com/es/glossary/context-window/), incluso con 1,048,576 tokens en [DeepSeek V4.1 Flash](https://broadrouter.com/es/models/deepseek-v4.1-flash/).

## Lista de comprobación antes de una ejecución nocturna

1.  Timeout y `max_retries` fijados explícitamente en el cliente.
2.  Streaming activado, con `include_usage`, y streams incompletos reintentados.
3.  Un presupuesto de reintentos por tarea y un límite de tiempo total.
4.  Claves de idempotencia en cada herramienta que escriba, envíe o pague.
5.  Un checkpoint tras cada paso, escrito de forma atómica.
6.  Logs con número de paso, duración, tokens y `X-Request-ID`.

Si ejecuta varios agentes en paralelo, lea [ejecutar agentes de programación en paralelo con tarifa plana](https://broadrouter.com/es/blog/run-parallel-coding-agents-flat-rate/) y [cuánto cuestan los sistemas multiagente](https://broadrouter.com/es/blog/multi-agent-cost/).

## Dónde encaja BroadNet Inference

BroadNet Inference usa streaming estándar de chat completions, devuelve una cabecera `X-Request-ID` que usted puede registrar y documenta qué errores reintentar, así que los patrones anteriores funcionan tal cual. Para agentes que corren todo el día, los planes ilimitados eliminan el contador de tokens de DeepSeek V4.1 Flash por $60 al mes por sesión, lo que hace gratuitos los reintentos. Tenga en cuenta que una hora de Meteoro (Meteor) termina una hora después de la compra y una semana de Órbita (Orbit) a los siete días, así que un trabajo largo debe terminar dentro del periodo o pasar a una sesión de Luna Llena (Full Moon) con renovación. Los planes están en [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-long-running-agents-timeouts-retries&utm_content=body).

Herramientas gratuitas sobre este tema (en inglés)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

[Streaming (respuestas en tiempo real)](https://broadrouter.com/es/glossary/streaming/)

El streaming es una forma de devolver la respuesta de un modelo de lenguaje en pequeños fragmentos mientras aún se genera, en lugar de una sola respuesta al final. Las APIs compatibles con OpenAI hacen streaming mediante server-sent events cuando la solicitud define stream como true.

[Token](https://broadrouter.com/es/glossary/token/)

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[Timeout de solicitud (tiempo de espera)](https://broadrouter.com/es/glossary/request-timeout/)

Un timeout de solicitud es el tiempo máximo que un cliente HTTP espera a un servidor antes de abandonar la solicitud. Los clientes suelen dividirlo en un timeout de conexión, para abrir la conexión, y uno de lectura, para esperar los datos. Las llamadas a LLMs necesitan timeouts de lectura generosos porque las respuestas largas tardan.

[Límite de frecuencia (rate limit)](https://broadrouter.com/es/glossary/rate-limit/)

Un límite de frecuencia (rate limit) es un tope que una API impone a cuánto puede usarla un cliente en un periodo, como solicitudes por minuto o tokens por minuto. Las solicitudes que lo superan se rechazan, normalmente con HTTP 429 Too Many Requests, hasta que el uso vuelve a quedar por debajo.

[Pago por uso (pay-as-you-go)](https://broadrouter.com/es/glossary/pay-as-you-go/)

El pago por uso es un modelo de precios en el que usted paga solo lo que usa, medido por unidades como tokens, solicitudes o minutos de audio, sin suscripción ni compromiso mínimo. La mayoría de las APIs de LLM cobran así, desde un saldo prepagado o con una factura periódica.

[Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/)

Las llamadas a herramientas (tool calling), también llamadas function calling, son una función de las APIs de LLM en la que el modelo devuelve una solicitud estructurada para ejecutar una función definida por el desarrollador, con argumentos JSON. La aplicación ejecuta la función y devuelve el resultado; el modelo nunca ejecuta código.

[Backoff exponencial (exponential backoff)](https://broadrouter.com/es/glossary/exponential-backoff/)

El backoff exponencial es una estrategia de reintento en la que el cliente espera más tiempo tras cada intento fallido, normalmente duplicando la espera hasta un tope, antes de volver a intentarlo. Añadir jitter aleatorio a cada espera dispersa los reintentos de muchos clientes para que no lleguen al servidor en el mismo instante.

[Clave de idempotencia (idempotency key)](https://broadrouter.com/es/glossary/idempotency-key/)

Una clave de idempotencia es un valor único, normalmente un ID aleatorio como un UUID, que el cliente adjunta a una solicitud que cambia el estado, como un pago o una compra. Si la misma solicitud se envía de nuevo con la misma clave, el servidor devuelve el resultado original en lugar de ejecutar la acción dos veces.

## Preguntas frecuentes

### ¿Qué timeout debo fijar para las llamadas a la API de LLM en un agente?

Lo bastante largo para la llamada legítima más lenta y lo bastante corto para detectar una que se quedó colgada. El SDK de OpenAI para Python usa 10 minutos de forma predeterminada. Muchos agentes usan de 2 a 5 minutos por llamada con streaming, y un límite de tiempo total aparte por tarea.

### ¿Qué errores de la API de LLM debe reintentar un agente?

Reintente los errores de conexión, 429 y 5xx con backoff exponencial acotado y jitter. Los 400, 401, 402, 403, 413 y 422 hay que corregirlos, no reintentarlos. En BroadNet, registre también la cabecera X-Request-ID de cada fallo.

### ¿Es seguro reintentar un chat completion?

La llamada al modelo en sí no tiene efectos secundarios, así que sí, pero es una nueva inferencia y se cobra otra vez en pago por uso. El peligro está en las herramientas: un paso reintentado puede enviar un correo dos veces si la herramienta no usa una clave de idempotencia.

### ¿Cómo reanudo un agente después de una caída?

Guarde la lista de mensajes y el número de paso tras cada paso completado, escriba los ID de los efectos secundarios antes de actuar y vuelva a cargarlos al iniciar. El agente se reanuda desde el último paso guardado.

### ¿Los agentes de larga duración necesitan un plan ilimitado?

No, pero en pago por uso los reintentos y los contextos largos se acumulan. En los planes ilimitados de BroadNet, DeepSeek V4.1 Flash no tiene contador de tokens, así que los reintentos no cuestan nada extra, aunque cada sesión sigue ejecutando una solicitud a la vez.

## Siga leyendo

-   [Tool calling con modelos abiertos: esquemas, paralelismo, reintentos](https://broadrouter.com/es/blog/tool-calling-open-models/)
-   [Cuánto cuesta un sistema multiagente: por token o sesiones planas](https://broadrouter.com/es/blog/multi-agent-cost/)
-   [Cómo ejecutar agentes de programación en paralelo con tarifa plana](https://broadrouter.com/es/blog/run-parallel-coding-agents-flat-rate/)
-   [¿Qué significa realmente «ilimitado» en un plan de API de LLM?](https://broadrouter.com/es/blog/what-unlimited-llm-api-really-means/)
-   [Failover de API de LLM: pase a un segundo proveedor desde su código](https://broadrouter.com/es/blog/llm-api-failover-fallback/)
-   [Cuánto cuesta ejecutar un agente de IA: pasos, contexto y caché](https://broadrouter.com/es/blog/ai-coding-agent-run-cost/)
-   [Claude Code con modelos abiertos: proxies, endpoints nativos y límites](https://broadrouter.com/es/blog/claude-code-with-openai-compatible-models/)
-   [Guía: Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)
-   [Guía: Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/)
-   [Guía: Cómo funcionan los planes de API de LLM ilimitada para agentes](https://broadrouter.com/es/guides/unlimited-llm-api-sessions/)
-   [Guía: Usar el SDK de OpenAI para Python con BroadNet Inference](https://broadrouter.com/es/guides/openai-python-sdk/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-long-running-agents-timeouts-retries&utm_content=page-cta) ·

**Fuentes**

-   [README del SDK de OpenAI para Python, reintentos y timeouts (consultado el 2026-11-14)](https://github.com/openai/openai-python)
-   [Referencia de la API de BroadNet Inference, errores y reintentos (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-long-running-agents-timeouts-retries&utm_content=sources#errors)
-   [Referencia de la API de BroadNet Inference, streaming y límites (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-long-running-agents-timeouts-retries&utm_content=sources#requests)
-   [Planes ilimitados de BroadNet Inference](https://inference.broadnet.ai/es/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-long-running-agents-timeouts-retries&utm_content=sources)
