Skip to content

Reseña de /agent de Firecrawl

/agent es la API de investigación web de Firecrawl: describa en lenguaje natural los datos que desea, añada opcionalmente un esquema JSON, y el agente busca, navega y devuelve JSON estructurado. Pensado para desarrolladores.

Plan gratuito · desde $19/mes · API

Veredicto de Stork sobre /agent by Firecrawl

/agent es la forma más rápida de convertir una solicitud de datos en lenguaje natural en JSON a partir de páginas que aún no ha encontrado, pero defina maxCredits y pruebe primero con las ejecuciones gratuitas.

/agent by Firecrawl reviewed by Stork AI · stork.ai/es/agent-by-firecrawl

Qué hace /agent de Firecrawl

/agent es un endpoint de la API de Firecrawl (POST https://api.firecrawl.dev/v2/agent) que Firecrawl describe como investigación profunda para datos. Usted envía un prompt (de hasta 10.000 caracteres) que describe lo que necesita, por ejemplo una lista de empresas con sus fundadores y sitios web, y el agente busca en la web, navega por los sitios, gestiona páginas con JavaScript, paginación y desplazamiento infinito, y devuelve JSON. Puede pasar un esquema JSON (Pydantic en Python, Zod en Node) para obtener una salida tipada, y una lista opcional de urls para enfocar la ejecución; strictConstrainToURLs la limita únicamente a esas páginas. Firecrawl indica que /agent reemplaza a su anterior endpoint /extract, que está dejando de usar, y que para una única URL conocida su modo JSON en /scrape es más económico.

Cada ejecución utiliza ahora el modelo Spark 2 de Firecrawl (los nombres anteriores Spark 1 Mini y Pro siguen funcionando, pero se redirigen a Spark 2), con un ajuste opcional effort de low, medium o high. Los trabajos se ejecutan de forma asíncrona: se consulta el estado por ID de trabajo o se reciben webhooks, los resultados permanecen disponibles a través de la API durante 24 horas, y un ID de hilo permite enviar prompts de seguimiento que continúan una ejecución. Otras opciones incluyen un country de proxy para toda la ejecución, filtrado SafeSearch, Zero Data Retention (facturado al doble, 2x) y acceso a proveedores de datos de pago de Alexandria con un paso de aprobación. Puede probarlo sin código en el playground de firecrawl.dev/agent, o llamarlo desde los SDK de Python y Node, la CLI y el servidor MCP de Firecrawl. Parallel Agents procesa por lotes cientos o miles de consultas de /agent en una cuadrícula similar a una hoja de cálculo.

Precios de /agent de Firecrawl

/agent no tiene un plan propio. Cada cuenta dispone de 5 ejecuciones gratuitas del agente al día; a partir de ahí, las ejecuciones consumen el mismo saldo de créditos de Firecrawl que el scraping y la búsqueda. Planes de Firecrawl:

PlanPrecio mensualFacturado anualmenteCréditos al mesCréditos adicionales
Free$0-1.000-
Hobby$19/mes$16/mes5.0001.000 por $5
Standard$99/mes$83/mes100.0002.000 por $5
Growth$399/mes$333/mes500.0002.500 por $5
Scale$749/mes$599/mes1.000.0005.000 por $5
EnterprisePersonalizadoPersonalizadoPersonalizadoPersonalizado

El precio del agente es dinámico: Firecrawl no publica un precio fijo por ejecución. Su documentación indica que "la mayoría de las ejecuciones del agente consumen unos cientos de créditos", con tareas sencillas de una sola página que consumen menos e investigaciones en varios dominios que consumen más, y que puede ver el consumo de créditos en directo en el panel del agente. Solo a modo ilustrativo, una ejecución de 300 créditos cuesta aproximadamente $1.14 en Hobby mensual ($19 / 5,000 x 300) o aproximadamente $0.30 en Standard mensual ($99 / 100,000 x 300). En Parallel Agents, la vía de consulta rápida Spark 2 Fast cuesta 10 créditos por celda, y las celdas que requieren una investigación más profunda se facturan por tokens según el nivel de esfuerzo elegido.

Controles de coste: maxCredits limita una ejecución y por defecto es de 2.500 créditos (el dashboard permite hasta 2.500; los valores superiores se establecen mediante la API y siempre se facturan como de pago). Una ejecución que alcanza su límite se detiene con stopReason: credit_limit_reached, no devuelve data (a veces un resultado partial) y puede continuarse en el mismo hilo. Las ejecuciones con Zero Data Retention facturan los créditos de IA al doble (2x). Las recargas de pago por uso en incrementos de $5 están disponibles en los planes de pago; Scale traspasa los créditos no utilizados durante un mes.

Precios consultados en la página de precios del proveedor el 10 de noviembre de 2026. Consulte los precios de Firecrawl y las notas sobre precios de Agent.

Funciones principales

Lo que indican la página y la documentación de /agent de Firecrawl:

  • Solicitudes solo con prompt: no se necesitan URL, el agente busca y descubre las fuentes
  • Salida JSON estructurada según su propio esquema (Pydantic o Zod en los SDK)
  • Lista opcional de urls, con strictConstrainToURLs para limitarse a esas páginas
  • Modelo Spark 2 con nivel de razonamiento bajo, medio o alto
  • Trabajos asíncronos con consulta de estado, webhooks, trazas de ejecución y turnos de seguimiento en un hilo
  • Presupuesto maxCredits por ejecución, con resultados parciales cuando una ejecución alcanza el límite
  • País del proxy por ejecución, opción SafeSearch y modo Zero Data Retention
  • Parallel Agents para lotes de cientos o miles de consultas

Para quién es más adecuado /agent de Firecrawl

/agent es adecuado para desarrolladores y equipos de datos que necesitan datos estructurados pero no saben qué páginas los contienen: listas de leads, catálogos de productos y precios de distintos minoristas, investigación de empresas o conjuntos de datos puntuales. Es más útil cuando, de otro modo, tendría que escribir usted mismo un paso de búsqueda, un rastreador y un prompt de extracción. Si ya conoce la URL exacta, el propio Firecrawl recomienda el modo JSON en /scrape, que es más económico y síncrono; consulte la ficha principal de Firecrawl.

Dado que el precio es por ejecución y varía, encaja peor con equipos que necesitan un coste fijo por registro. Si busca un scraper sin código con robots predefinidos, consulte Browse AI o Apify. Para una API de búsqueda que devuelva resultados web para que su propio agente los procese, compare Exa, Tavily o Parallel.

Qué dicen los usuarios

Las reseñas independientes basadas en el uso real de /agent son escasas; la mayoría de las reseñas de Firecrawl tratan las API de scrape y crawl. Una reseña de Firecrawl en el blog de Thunderbit, escrita por el CTO de Thunderbit (Thunderbit vende un scraper competidor), describe Agent como adecuado para investigación "cuando las URL son desconocidas o se requiere navegación" y advierte de que el precio dinámico dificulta predecir los costes, por lo que aconseja establecer un límite maxCredits y probar con prompts representativos. La propia documentación de Firecrawl dice lo mismo: Agent "puede resultar caro", y sugiere dividir los trabajos grandes en ejecuciones de 3 a 5 URL, ya que una ejecución devuelve aproximadamente entre 150 y 200 filas. Utilice las 5 ejecuciones gratuitas diarias para medir el consumo de créditos con sus propios prompts antes de depender de él.

Ventajas

  • Solo necesita un prompt; encuentra y recorre fuentes sin una lista de URL
  • Devuelve JSON que se ajusta a su propio esquema
  • 5 ejecuciones gratuitas al día para medir el consumo de créditos antes de pagar
  • Límite estricto de gasto por ejecución con maxCredits
  • Comparte un único saldo de créditos con Firecrawl scrape, crawl y search

Desventajas

  • No hay un precio fijo por ejecución; el consumo de créditos varía según la tarea
  • La documentación de Firecrawl indica que la mayoría de las ejecuciones consumen unos cientos de créditos
  • Una ejecución que alcanza su límite no devuelve datos finales, solo un posible resultado parcial
  • Hasta ahora hay pocas reseñas independientes basadas en el uso real de /agent

Preguntas frecuentes

¿Qué es Firecrawl /agent?

Es un endpoint de la API de Firecrawl que recibe un prompt en lenguaje natural, busca y navega por la web de forma autónoma y devuelve JSON estructurado. Las URL y un esquema son opcionales. Firecrawl indica que reemplaza al endpoint anterior /extract.

¿Cuánto cuesta Firecrawl /agent?

Cada cuenta dispone de 5 ejecuciones gratuitas del agente al día. Después, las ejecuciones consumen créditos de Firecrawl a una tarifa dinámica que depende de la tarea; la documentación de Firecrawl indica que la mayoría de las ejecuciones consumen unos cientos de créditos. Los planes van desde Free (1.000 créditos) hasta Hobby a $19/mes (5.000 créditos) y Standard a $99/mes (100.000 créditos). Precios consultados el 10 de noviembre de 2026.

¿Cómo limito lo que gasta una ejecución del agente?

Defina maxCredits en la solicitud. Por defecto es de 2.500 créditos. Si una ejecución alcanza el límite, se detiene con stopReason: credit_limit_reached, no devuelve datos finales (a veces un resultado parcial) y puede continuarla en el mismo hilo con un nuevo presupuesto.

¿Cuál es la diferencia entre /agent y /extract?

/extract requería URL; /agent solo necesita un prompt y encuentra las fuentes por sí mismo. Firecrawl presenta /agent como más rápido, más económico y más fiable que el /extract heredado, y afirma que /extract se está dejando de usar.

¿Qué modelo utiliza Firecrawl /agent?

Cada ejecución usa Spark 2, el modelo de agente de Firecrawl, con un nivel de razonamiento opcional bajo, medio o alto. Los nombres anteriores Spark 1 Mini y Spark 1 Pro siguen aceptándose, pero se redirigen a Spark 2.

¿Puedo usar Firecrawl /agent sin programar?

Sí. El playground en firecrawl.dev/agent y el panel de agentes del dashboard de Firecrawl ejecutan agentes a partir de un prompt. Los desarrolladores también pueden usarlo mediante la API REST, los SDK de Python y Node, la CLI de Firecrawl y el servidor MCP.

¿Cuánto tarda una ejecución del agente de Firecrawl?

Firecrawl indica que las extracciones sencillas terminan rápidamente y que las tareas complejas con varias fuentes pueden tardar unos minutos. Las ejecuciones son asíncronas, por lo que se consulta el estado del trabajo o se reciben eventos de webhook, y los resultados permanecen disponibles a través de la API durante 24 horas.

Comparar alternativas

/agent by Firecrawl

Plan gratuito · desde $19/mes · API

Del blog de Stork

¿Te está gustando? Recibe uno así en tu bandeja cada mañana.

un correo al día · date de baja en dos clics · sin rastreadores de terceros

Stork Quadrant

Becomes the API· 33/100

Replaceable as a UI, but kept alive as the API the agents call.

“Firecrawl is a well-executed API wrapper around capabilities that browser-equipped LLMs and open-source scrapers already cover. The brand is real — builders know the name — but brand alone at a 1 on the moat scale won't hold when every major LLM provider ships native browsing and structured extraction. The core value prop, clean web data for agents, is exactly what OpenAI, Anthropic, and Google are building into their own stacks.”

— Claude Sonnet 4.6, scored 2026-05-27

Defensibility · 7/100

  • Physical-world coupling
  • Regulatory moat
  • Network liquidity
  • Proprietary refreshing data
  • High-trust catastrophic workflows
  • Multi-party coordination
  • Brand / community / taste

An LLM alone could replace

  • Summarize or extract information from a webpage given a URL
  • Generate structured data from unstructured web content
  • Write a web scraping script in Python using BeautifulSoup or Playwright
  • Search the web and return relevant results with context

Agent-Readiness · 65/100

  • Verified MCP— Stork MCP listing: firecrawl-mcp (confirmed)
  • Listed on agent surfaces— anthropic_directory, cursor + Stork:firecrawl-mcp
  • Usage-based pricing
  • Headless agent auth— https://www.firecrawl.dev/docs (api-key auth)
  • Public OpenAPI
  • Active changelog
  • llms.txt— https://www.firecrawl.dev/llms.txt

Score history · +24 pts over 3 re-scores

How to defend

Go vertical: pick domains where scraping requires auth, anti-bot evasion at scale, or legal compliance (e.g., financial data, job boards, real estate) and own the reliability SLA there. Alternatively, become the coordination layer agents call — not just a scraper but the managed pipeline with caching, deduplication, and change detection that no LLM alone can replicate.

  • Add a usage-based or per-call tier; per-seat-only pricing dies when agents replace seats (+15).
  • Publish an OpenAPI spec at /openapi.json or /.well-known/openapi (+10).
  • Publish a public changelog and ship in the last 90 days — silence reads as abandonment (+10).