OpenMAIC

OpenMAIC: análisis a fondo del aula multiagente de Tsinghua, ¿revolución educativa o agujero negro de tokens?

¿Qué es OpenMAIC? En pocas palabras, es una plataforma educativa interactiva basada en múltiples agentes de IA, desarrollada como proyecto open source por un equipo de la Universidad Tsinghua. Le das un tema o un documento y, en cuestión de minutos, puede generar un curso completo con profesores de IA, compañeros de clase virtuales, diapositivas, cuestionarios y simulaciones interactivas. A septiembre de 2026, el proyecto ya supera las 33.000 estrellas en GitHub y su equipo fue invitado a realizar una demostración práctica de 90 minutos en la sede de la UNESCO, mostrando cómo crear un curso desde cero con OpenMAIC.

Su mayor ventaja es la simulación del funcionamiento de una clase mediante múltiples agentes. En lugar de pedirle a un único chatbot que explique un tema, OpenMAIC intenta reproducir la dinámica de un aula real: hay profesor, compañeros, preguntas, debates y participación del alumno.

El problema es el coste. El consumo de tokens es extremadamente alto: en la versión v1.0, una tarea completa de creación de un curso consume de media 3,625 millones de tokens, unas 10,1 veces más que la versión anterior.

¿Es adecuado para un usuario normal? Si solo quieres entender un PDF o un artículo académico, herramientas como NotebookLM o Claude son mucho más sencillas. OpenMAIC exige más configuración y puede resultar bastante más caro. Su público natural son profesores, equipos de investigación educativa, desarrolladores de productos educativos y profesionales que necesitan convertir grandes cantidades de conocimiento complejo en cursos estructurados.

Cómo funciona OpenMAIC

La arquitectura central de OpenMAIC utiliza una máquina de estados multiagente impulsada por LangGraph. Cuando el usuario introduce un tema o sube un documento, un Director Agent se encarga de coordinar todo el proceso. Decide cuándo debe explicar el profesor de IA, cuándo deben intervenir los compañeros virtuales y cuándo debe participar directamente el alumno.

Cada agente tiene su propia configuración de rol, base de conocimientos y estilo de comunicación. El profesor puede adoptar un estilo más didáctico y progresivo, mientras que un compañero puede interpretar al estudiante que cuestiona constantemente las explicaciones o al alumno destacado que sabe resumir los puntos importantes.

Esta diferenciación permite crear una dinámica más cercana a una clase real, en lugar de limitarse a una sucesión mecánica de preguntas y respuestas.

El resultado tampoco es simplemente una presentación de PowerPoint. OpenMAIC puede generar un paquete educativo compuesto por diapositivas, cuestionarios, simulaciones HTML interactivas, pizarras digitales, explicaciones por voz y tareas de aprendizaje basadas en proyectos. El contenido puede exportarse como .pptx editable, HTML interactivo o un ZIP con el curso para uso offline.

¿Realmente sirven los múltiples agentes?

En términos de coherencia y estructura del conocimiento, el enfoque multiagente de OpenMAIC ofrece una ventaja clara frente a un único agente.

Los sistemas tradicionales de generación de cursos suelen trabajar lección por lección. Después de generar varias clases, los objetivos pueden entrar en conflicto, aparecer contenidos repetidos o perderse la continuidad pedagógica.

OpenMAIC v1.0 adopta un enfoque diferente: primero intenta determinar adónde debe llegar el alumno al terminar todo el curso y después decide qué función debe cumplir cada lección.

En una prueba con 2001: Una odisea del espacio, por ejemplo, el sistema generó automáticamente módulos relacionados con matemáticas, sociología, estrategia política y creación literaria, dando lugar a 14 clases conectadas por una misma línea de aprendizaje.

Pero la otra cara de esta arquitectura es el consumo de recursos.

En v1.0, una tarea utiliza de media 74,3 llamadas al modelo, mientras que el consumo acumulado de la plataforma ya alcanza los 883.000 millones de tokens. Solo durante los últimos 30 días se consumieron 68.000 millones, un aumento del 203 % respecto al periodo anterior.

En otras palabras, la mejora de calidad que aportan los múltiples agentes se paga con un consumo de tokens aproximadamente diez veces superior.

Para tareas sencillas, utilizar OpenMAIC no tiene demasiado sentido. Si solo quieres que una IA explique un concepto o resuma un artículo, ChatGPT o Claude pueden hacerlo de forma mucho más rápida y económica.

Qué puede hacer realmente

Investigación profunda y creación de contenidos

El rendimiento es bueno, aunque tiene límites.

OpenMAIC permite subir PDF, audio y vídeo, además de obtener materiales mediante búsquedas web. Los agentes utilizan esas fuentes para construir el curso.

En las pruebas, el sistema puede convertir un libro en un programa de aprendizaje con una estructura lógica y utilizar los resultados de los cuestionarios para generar informes personalizados según las respuestas del estudiante.

Sin embargo, no está diseñado para la investigación abierta. No es la herramienta que elegirías para investigar un sector completo y redactar un informe de mercado. Ese tipo de trabajo encaja mucho mejor con herramientas como Perplexity o Deep Research.

Programación y aprendizaje estructurado

Aquí es donde OpenMAIC encuentra uno de sus principales escenarios de uso.

Su módulo PBL, basado en Project-Based Learning, incorpora un sistema automático de evaluación con 12 dimensiones y 17 reglas críticas. El objetivo es evitar que los proyectos generados sean simplemente apuntes disfrazados y conseguir que sean tareas de aprendizaje realmente ejecutables, evaluables y con una dificultad progresiva.

Para necesidades como aprender un idioma, comprender un concepto matemático o dominar un framework, este enfoque puede ofrecer una estructura de aprendizaje más completa que una conversación convencional con un único agente.

Eso sí, OpenMAIC no es un Coding Agent. No está pensado para escribir código, depurar errores o modificar múltiples archivos. Para esas tareas, Claude Code o Codex son opciones mucho más apropiadas.

Calidad de los contenidos generados por IA

La estructura de los cursos es sólida, pero parecer una clase no significa necesariamente que sea una buena clase.

Varios evaluadores destacan que las clases generadas por OpenMAIC se parecen bastante a una experiencia educativa real: incluyen explicaciones por voz, interacción entre estudiantes, cuestionarios y pizarra.

Pero existe un problema más profundo que aparece repetidamente en las evaluaciones: la lógica pedagógica todavía no está completamente resuelta.

Un curso eficaz debería comenzar por responder preguntas fundamentales: ¿quién es el alumno?, ¿qué conocimientos previos tiene?, ¿dónde está su principal dificultad? y ¿qué capacidad concreta debería haber adquirido al terminar?

Si estas variables no están bien definidas, generar contenido más rápido no necesariamente produce mejores resultados. En algunos casos, simplemente permite que el sistema se aleje más rápidamente de las necesidades reales del estudiante.

El consumo de tokens también refleja esta filosofía. Los 3,625 millones de tokens por tarea indican que los agentes realizan una gran cantidad de planificación, comprobaciones, modificaciones y evaluaciones durante el proceso.

Esto puede mejorar la integridad del curso, pero también significa que el usuario asume un coste de API considerablemente mayor.

Modelos compatibles y ejecución local

Una de las características más interesantes de OpenMAIC es la libertad para elegir modelos.

La plataforma es compatible con OpenAI, Anthropic, Google Gemini, DeepSeek, Qwen, Kimi, MiniMax, Grok, OpenRouter, Doubao, GLM, Ollama y prácticamente todos los principales proveedores de modelos.

Además, distintos agentes pueden utilizar modelos diferentes. Por ejemplo, el profesor podría utilizar Claude para redactar las explicaciones, los compañeros podrían utilizar DeepSeek para generar preguntas y la generación de imágenes podría realizarse mediante GPT-Image.

La ejecución local es su gran elemento diferenciador

Mediante el servicio de inferencia local Lemonade, OpenMAIC puede funcionar incluso en un entorno completamente desconectado de Internet. El LLM, TTS, ASR y la generación de imágenes pueden ejecutarse localmente, sin necesidad de una API Key.

También existe CogEvol-4b, un modelo educativo open source desarrollado por “元知进化”, que ocupa algo más de 2 GB de memoria y puede utilizarse junto con OpenMAIC para crear un entorno educativo offline en un ordenador convencional.

Para escuelas e instituciones educativas que manejan información sensible, esta posibilidad ofrece un valor que las soluciones completamente basadas en la nube difícilmente pueden proporcionar.

El proyecto utiliza la licencia AGPL-3.0, que permite el uso autoalojado y las modificaciones, pero el uso comercial requiere una autorización independiente.

Requisitos y costes

Hay tres formas principales de utilizar OpenMAIC.

La modalidad alojada es la más sencilla. Puedes acceder a open.maic.chat mediante un código de acceso, sin instalar nada localmente. Es la opción más adecuada para usuarios no técnicos que simplemente quieren probar el sistema.

La instalación local requiere Node.js 20+ y pnpm 10+, aunque también existe la posibilidad de desplegarlo mediante Docker. Para alguien con conocimientos básicos de línea de comandos, el proceso puede completarse aproximadamente en media hora.

El despliegue completamente offline requiere configurar adicionalmente Lemonade o modelos locales como CogEvol-4b. El nivel técnico es mayor, pero permite eliminar prácticamente por completo los costes de API.

En cuanto al precio, OpenMAIC es gratuito y open source, pero los tokens de las APIs representan un coste real.

Si utilizas modelos del nivel de GPT-5.5 o Claude Sonnet 5, una generación completa de un curso puede costar desde unos pocos dólares hasta más de diez dólares.

Para un equipo de investigación educativa que genere cursos de forma frecuente, la factura mensual de API puede crecer mucho más de lo esperado.

La comunidad señala que en la versión anterior generar una clase costaba “menos de 2 dólares”. Como v1.0 consume aproximadamente diez veces más tokens, el coste también puede aumentar de forma significativa.

¿En qué se diferencia de las herramientas de IA convencionales?

¿Cuándo es mejor utilizar ChatGPT o Claude?

Cuando solo necesitas respuestas rápidas, resumir un artículo o generar contenido sencillo, una conversación con un único agente es mucho más rápida y barata.

En estos casos, la orquestación multiagente de OpenMAIC supone principalmente un consumo adicional de recursos sin una ventaja proporcional.

¿Cuándo merece la pena OpenMAIC?

Cuando necesitas convertir un conjunto de materiales en un curso completo con estructura, interacción y evaluación, OpenMAIC empieza a mostrar su verdadero valor.

Su ventaja no está tanto en generar contenido como en generar una estructura pedagógica.

La planificación a nivel de curso y la simulación de una clase mediante varios agentes son capacidades que un único agente conversacional difícilmente puede reproducir de la misma manera.

¿Cuándo debería elegir un desarrollador AutoGen o CrewAI?

Si lo que necesitas es un framework general para crear tus propios flujos de trabajo multiagente, AutoGen y CrewAI ofrecen abstracciones más generales y posibilidades de orquestación más flexibles.

OpenMAIC es una aplicación vertical especializada en educación, no un framework multiagente de propósito general.

Ventajas

Planificación a nivel de curso. En lugar de generar cada clase de forma independiente, primero establece la ruta de aprendizaje completa y después asigna objetivos a cada lección. Esto ayuda a evitar conflictos lógicos entre clases.

Simulación de un aula mediante múltiples agentes. La división de roles entre profesores y compañeros virtuales permite crear discusiones, debates y aportaciones en lugar de limitarse a preguntas y respuestas mecánicas.

Despliegue local completamente offline. Con Lemonade y CogEvol-4b, el sistema puede funcionar sin conexión, algo especialmente interesante para instituciones que trabajan con datos sensibles.

Skills pedagógicas y evaluación PBL. Incluye 20 tipos de Skills pedagógicas y un sistema de evaluación PBL basado en 12 dimensiones, proporcionando una estructura metodológica más sólida.

Múltiples formatos de exportación. Los cursos pueden exportarse como PPTX editable, HTML interactivo, ZIP para uso offline e incluso vídeo MP4.

Desventajas

Consumo de tokens extremadamente alto. En v1.0, una tarea consume 3,625 millones de tokens de media, aproximadamente diez veces más que antes. El coste de API puede convertirse rápidamente en una barrera.

Parecer una clase no significa ser una clase eficaz. La generación es rápida y visualmente convincente, pero el sistema todavía necesita una mejor comprensión de las necesidades reales y los conocimientos previos de cada estudiante. La supervisión humana sigue siendo importante.

La modalidad alojada depende de códigos de acceso. Por otro lado, la instalación local requiere Node.js y cierta experiencia con la línea de comandos, lo que aumenta la barrera de entrada para usuarios no técnicos.

No es un framework multiagente generalista. Si quieres construir tus propios flujos de agentes, AutoGen o CrewAI son opciones más apropiadas.

La licencia AGPL-3.0 limita determinados usos comerciales. Para utilizar el proyecto comercialmente es necesario obtener una autorización específica.

¿Para quién es y para quién no?

Muy recomendable para:

• Profesores y equipos de investigación educativa que quieran convertir materiales en cursos interactivos.
• Desarrolladores de productos educativos que necesiten un motor de generación de cursos.
• Equipos de formación corporativa que quieran convertir documentos en programas de capacitación.
• Instituciones educativas que necesiten ejecutar todo el sistema de forma offline.

Menos recomendable para:

• Usuarios que solo quieren resumir documentos rápidamente, ya que NotebookLM resulta más sencillo.
• Desarrolladores que buscan un framework multiagente general, para quienes AutoGen o CrewAI son alternativas más adecuadas.
• Usuarios particulares muy sensibles al coste de API y que no quieran instalar modelos localmente.

Valoración final

OpenMAIC: 4,0 / 5,0

¿Merece la pena utilizarlo?

Si eres profesor o formas parte de un equipo de investigación educativa y necesitas convertir rápidamente materiales complejos en cursos estructurados, OpenMAIC es uno de los proyectos open source más interesantes del momento.

Su simulación de aula mediante múltiples agentes y su capacidad de planificación a nivel de curso consiguen hacer cosas que un único agente difícilmente puede reproducir.

Para un usuario normal, sin embargo, probablemente no sea necesario.

Si simplemente quieres entender un documento o generar rápidamente unas páginas de apuntes, NotebookLM o Claude serán más rápidos, baratos y sencillos.

El verdadero valor de OpenMAIC está en diseñar la estructura del aprendizaje y simular la experiencia de un aula, no simplemente en generar contenido.

Y su mayor limitación también es bastante clara: el coste en tokens. Consumir 3,625 millones de tokens para una sola tarea significa que OpenMAIC no debe considerarse simplemente una herramienta educativa “gratuita”. Es una plataforma de creación de cursos que requiere calcular cuidadosamente los costes de API si se pretende utilizar de forma intensiva y sostenida.