¿Qué es Honcho?
Honcho es un servidor de memoria de Plastic Labs organizado en torno a peers: usuarios, agentes, grupos o proyectos que participan en sesiones. Guardas mensajes en una sesión; un proceso en segundo plano llamado deriver los lee y escribe conclusiones sobre cada peer, tanto hechos explícitos como inferidos, y un proceso aparte de dreaming las consolida más tarde. Después pides contexto listo para el prompt, haces una búsqueda híbrida BM25 y vectorial o planteas una pregunta en lenguaje natural al endpoint de chat, que razona sobre lo que Honcho ha concluido.
Las conclusiones se guardan como documentos con embeddings en colecciones indexadas por peer observador y peer observado, así que Honcho puede guardar lo que un agente sabe de otro además de la imagen que cada peer tiene de sí mismo. El almacenamiento es PostgreSQL con pgvector por defecto, con turbopuffer, LanceDB y Qdrant como alternativas.
El servidor FastAPI tiene licencia AGPL-3.0 y se puede autoalojar con Docker Compose o con el comando honcho start; Plastic Labs también ofrece un servicio gestionado en api.honcho.dev.
¿Merece la pena Honcho?
Honcho responde a una pregunta distinta de la mayoría de capas de memoria. Mem0 y Zep devuelven hechos que encajan con una consulta; Honcho mantiene un modelo vivo de cada participante y responde en prosa a preguntas sobre él, por ejemplo con qué estilo de aprendizaje responde mejor un alumno. Eso encaja más con tutores, acompañantes y agentes de soporte que con la búsqueda de conocimiento.
El trabajo ocurre después de la escritura. Un mensaje se guarda al instante y luego entra en la cola del deriver, que extrae conclusiones con un LLM (gpt-5.4-mini por defecto), y una pasada posterior de dreaming las consolida. El README advierte de que los mensajes nuevos tardan un momento en aparecer en las respuestas del chat, así que un agente que necesite un dato del turno anterior debe leer la sesión guardada en lugar de fiarse de un razonamiento que aún no se ha ejecutado.
Plastic Labs da un 90,4% en LongMemEval S y un 89,9% en LoCoMo, frente al 62,6% y el 75,6% de Claude Haiku 4.5 con la conversación completa en contexto, y un 92,6% en LongMemEval con Gemini 3 Pro respondiendo. Esas pruebas usaron gemini-2.5-flash-lite para la extracción y claude-haiku-4.5 para el razonamiento, y la empresa señala que su servicio alojado usa varios modelos. En BEAM la puntuación cae de 0,630 con 100.000 tokens a 0,409 con 10 millones, la señal pública más clara de cómo se degradan estos sistemas con historiales muy largos. LoCoMo se calificó con un LLM como juez en lugar de la métrica F1 del artículo original, así que no es comparable con puntuaciones publicadas antes.
El servicio gestionado es la escritura alojada más barata de las capas de memoria que analizamos, a 2,00 $ por millón de tokens ingeridos, con lecturas de contexto ilimitadas en unos 200 ms. Las consultas de chat cuestan 0,01 $ en el nivel por defecto y 0,50 $ en el máximo. Un servidor autoalojado tiene la autenticación desactivada por defecto (AUTH_USE_AUTH=false) y necesita un secreto JWT antes de exponerse en una red; la telemetría y Sentry vienen desactivados en la plantilla incluida.
AGPL-3.0 es la pega para los equipos comerciales: ofrecer un Honcho modificado como servicio de red te obliga a publicar tus cambios. Usarlo sin modificar, o a través de la API gestionada, no. El proyecto está activo, con la v3.5.0 publicada el 30 de octubre de 2026 y unas 8.000 estrellas en GitHub.
Dónde se gana su sitio
Una startup de edtech con un tutor de IA para 10.000 alumnos
Adaptar las explicaciones a cómo aprende cada alumno
Guarda cada clase como una sesión y pregunta a peer.chat con qué tiene dificultades un alumno antes de la siguiente. A 2,00 $ por millón de tokens ingeridos, un alumno que genera 50.000 tokens al mes cuesta 0,10 $ de memoria, más un céntimo por consulta de chat en el nivel por defecto.
Un desarrollador que crea un juego multiagente con personajes que saben cosas distintas
Mantener separado lo que cada personaje sabe del jugador y de los demás
Configura qué peers observan a cuáles; Honcho guarda una colección por pareja observador-observado, así que un personaje puede ignorar lo que otro ha visto. Autoalojarlo encaja aquí, con Postgres y una sola clave de LLM.
Un desarrollador independiente que usa Claude Code, Cursor y Codex en los mismos proyectos
Dar a los tres agentes una memoria compartida de preferencias y decisiones pasadas
honcho init escribe una sola clave para todos los plug-ins, y cada agente lee el mismo workspace. Los 5 $ de crédito mensual con una tarjeta registrada cubren un uso personal ligero del servicio gestionado.
Antes de decidirte
- Puesta en marcha
- uv tool install honcho-cli y luego honcho start --setup arranca en Docker la API, el deriver, Postgres y Redis con una clave de LLM. Desde el código: Docker Compose, o Python 3.13+, Postgres con pgvector, la API y un proceso deriver aparte.
- Integraciones
- SDK para Python y TypeScript, una CLI y un servidor MCP; plug-ins propios para Claude Code, Codex, Cursor, OpenCode, Kilo Code, OpenClaw y Hermes. Cualquier proveedor de LLM compatible con OpenAI, incluidos OpenRouter, vLLM y Ollama, siempre que admita tool calling.
- Datos y privacidad
- Los datos autoalojados se quedan en tu Postgres o en el almacén vectorial elegido, pero el texto de los mensajes va al LLM configurado. La telemetría y Sentry vienen desactivados en la plantilla. El servicio gestionado da a cada organización su propia instancia; los plazos de retención, el uso para entrenamiento y las certificaciones no se publican en la web.
- Coste a escala
- Gestionado: 2,00 $ por millón de tokens ingeridos, lecturas de contexto ilimitadas y de 0,001 $ a 0,50 $ por consulta de chat según el nivel de razonamiento. Autoalojado: Postgres más llamadas al LLM del deriver y del dreaming por cada mensaje procesado.
- Límites
- El razonamiento es asíncrono, así que las conclusiones van por detrás de los mensajes recientes. Las puntuaciones de BEAM caen de 0,630 a 0,409 entre 100.000 y 10 millones de tokens. 180 issues y pull requests abiertos.
Lo bueno
- Construye un modelo de cada persona y agente, no solo una lista de hechos
- La ingesta alojada más barata de las capas de memoria que analizamos, a 2,00 $ por millón de tokens
- Registra lo que un agente sabe de otro
- Telemetría desactivada por defecto al autoalojar
Lo malo
- AGPL-3.0 obliga a publicar los cambios de una versión modificada ofrecida como servicio
- El razonamiento en segundo plano va por detrás de los mensajes nuevos
- La autenticación autoalojada viene desactivada por defecto
- Sin declaración de SOC 2 o HIPAA en la web
Ideal para
Equipos que crean tutores, acompañantes o agentes de soporte que deben entender a cada usuario a lo largo de muchas sesiones.
Alternativas a Honcho
Honcho: preguntas frecuentes
- ¿Merece la pena Honcho?
- Honcho es la capa de memoria que conviene cuando quieres que un agente entienda a una persona en lugar de buscar datos, y su licencia AGPL será lo primero que pregunten tus abogados. Le damos un 4.1 sobre 5.
- ¿Cuánto cuesta Honcho?
- Servidor gratuito bajo AGPL-3.0. Servicio gestionado: 2,00 $ por millón de tokens ingeridos (lecturas de contexto ilimitadas, dreaming incluido); consultas de chat desde 0,001 $ (mínimo) hasta 0,50 $ (máximo) cada una, 0,01 $ por defecto. 5 $ de crédito para cuentas nuevas y 5 $ al mes al añadir una tarjeta; Enterprise bajo presupuesto.
- ¿Qué inconvenientes tiene Honcho?
- AGPL-3.0 obliga a publicar los cambios de una versión modificada ofrecida como servicio; el razonamiento en segundo plano va por detrás de los mensajes nuevos; la autenticación autoalojada viene desactivada por defecto; sin declaración de SOC 2 o HIPAA en la web.
- ¿Para quién es Honcho?
- Equipos que crean tutores, acompañantes o agentes de soporte que deben entender a cada usuario a lo largo de muchas sesiones.
- ¿Cuánto cuesta Honcho para un equipo o en producción?
- Gestionado: 2,00 $ por millón de tokens ingeridos, lecturas de contexto ilimitadas y de 0,001 $ a 0,50 $ por consulta de chat según el nivel de razonamiento. Autoalojado: Postgres más llamadas al LLM del deriver y del dreaming por cada mensaje procesado.
- ¿Es Honcho seguro para los datos de la empresa?
- Los datos autoalojados se quedan en tu Postgres o en el almacén vectorial elegido, pero el texto de los mensajes va al LLM configurado. La telemetría y Sentry vienen desactivados en la plantilla. El servicio gestionado da a cada organización su propia instancia; los plazos de retención, el uso para entrenamiento y las certificaciones no se publican en la web.
- ¿Cuáles son las mejores alternativas a Honcho?
- Las alternativas más cercanas que hemos analizado son Hindsight, Mem0, Graphiti y Letta.
Respuestas comprobadas el 6 nov 2026.
¿Desarrollas Honcho? Muestra esta nota en tu web
