Ferramenta de IA

Análise do Honcho

Honcho é um backend de código aberto para memória e modelagem de usuários em agentes de IA, que raciocina sobre conversas para manter um contexto de usuário em evolução entre sessões, ferramentas e máquinas.

shipped 26 de out. de 2026agentsfreemium

Domain rating58AI-readablestrong

agentsopen-sourcedeveloper-tools

Por que importa

1Fundado em 2023; desenvolvido pela Plastic Labs, com sede no Brooklyn, NYC.

2Oferece uma API para desenvolvedores e integração com MCP; a documentação da API está em honcho.dev/docs/.

3Os preços incluem memória a US$ 2,00 por milhão de tokens ingeridos e níveis de raciocínio de US$ 0,001 a US$ 0,50 por consulta.

4A retenção de dados é de 90 dias; Honcho tem certificação SOC 2 Type I e não está em conformidade com a HIPAA nem possui certificação ISO.

Sobre o Honcho

Modelo de negócio

Open Source

Preço por uso

$0.001/q per query

Sede

Brooklyn, NYC

Fundada

2023

Tamanho da equipe

Financiamento

Seed

Plataformas

Web, API

Público-alvo

Developers and businesses creating stateful AI agents

Planos de preços

Honcho Memory

$2.00 / M tokens ingested

• Store + Neuromancer reasoning

Minimal Reasoning

$0.001 / query

• Basic conclusions — instant

Low Reasoning

$0.01 / query

• Efficient synthesis — instant

Medium Reasoning

$0.05 / query

• Steerable reasoning — fast

High Reasoning

$0.10 / query

• Deep synthesis — async

Max Reasoning

$0.50 / query

• Research-grade — async

Exemplos de custo

• Basic conclusions: $0.001/query
• Efficient synthesis: $0.01/query
• Steerable reasoning: $0.05/query

Liderança

Vineeth VorugantiCo-founderLinkedIn

Courtland LeerCo-founderLinkedIn

API Docs GitHubOpen Source

Especificações

Documentação API

Ver documentação →

API disponível

Sim, API pública

overview

O que é Honcho?

Honcho é uma ferramenta de memória de IA de código aberto que permite a desenvolvedores e empresas que criam agentes de IA com estado construir modelos persistentes e em evolução dos usuários a partir de conversas. Oferece suporte à memória entre sessões, ferramentas e máquinas, usando raciocínio sobre conversas para reter preferências e contexto. Honcho é fornecido pela Plastic Labs e foi concebido como um backend de memória e modelagem de usuários, e não como um runtime completo para agentes.

features

Principais recursos do Honcho

Honcho oferece memória derivada de conversas e modelagem de usuários para agentes de IA com estado. Seu escopo técnico documentado inclui entrada de texto, modelos Neuromancer da Plastic Labs, uma API e integração com MCP.

Raciocina sobre conversas para criar modelos em evolução de usuários individuais.
Retém preferências e contexto entre sessões, ferramentas e máquinas.
Oferece aprendizado contínuo para agentes com estado.
Gerencia a memória com eficiência de tokens para reduzir o uso de tokens de contexto.
Oferece controle granular sobre o contexto fornecido aos agentes.
Oferece suporte a raciocínio assíncrono e inferência em segundo plano.
Disponibiliza uma API para desenvolvedores, documentada em https://honcho.dev/docs/.
Lista Plastic Labs Neuromancer e Plastic Labs Neuromancer XR como modelos; a modalidade é texto.
Oferece suporte à integração com MCP e à chamada de funções baseada em padrões abertos.

use cases

Quem deve usar o Honcho?

Honcho foi concebido para desenvolvedores e empresas que criam agentes de IA que precisam manter o contexto do usuário além de uma única conversa. As áreas de aplicação listadas incluem suporte ao cliente, educação, jogos, produtividade e companhia por IA.

Desenvolvedores de agentes de IA que criam experiências com estado e preferências persistentes dos usuários.
Equipes de suporte ao cliente que criam agentes capazes de usar o contexto de interações anteriores.
Aplicações educacionais que precisam preservar o contexto do aluno entre sessões.
Produtos de jogos e companhia por IA que utilizam modelos de usuários em evolução.
Ferramentas de produtividade que precisam que os agentes retenham contexto entre sessões e ferramentas.

how to use

Como usar o Honcho

Os desenvolvedores podem começar pela documentação da API do Honcho em https://honcho.dev/docs/ e conectar um agente pela API ou pelo MCP. Configure o uso de memória e raciocínio de acordo com as necessidades da aplicação; os preços publicados diferenciam a ingestão de memória das consultas de raciocínio.

1Consulte a documentação da API em https://honcho.dev/docs/.
2Crie ou configure um projeto no Honcho e conecte-o ao agente pela API ou pelo MCP.
3Envie texto de conversas ao Honcho para processamento de memória e modelagem de usuários.
4Recupere o contexto relevante do usuário para interações subsequentes com o agente.
5Escolha a intensidade do raciocínio e monitore o uso de ingestão de memória e de consultas.

pricing

Preços e planos do Honcho

Honcho é apresentado como freemium, com preços por uso para ingestão de memória e raciocínio. A memória custa US$ 2,00 por milhão de tokens ingeridos. Os níveis de raciocínio têm preços por consulta; as informações disponíveis não especificam a franquia incluída no plano gratuito nem se esses preços estão atualizados. Portanto, confirme os valores no site do Honcho antes de comprar.

Honcho Memory: US$ 2,00 por milhão de tokens ingeridos.
Raciocínio mínimo: US$ 0,001 por consulta.
Raciocínio baixo: US$ 0,01 por consulta.
Raciocínio médio: US$ 0,05 por consulta.
Raciocínio alto: US$ 0,10 por consulta.
Raciocínio máximo: US$ 0,50 por consulta.
O preço por uso também é informado como US$ 0,001 por consulta; a relação exata entre esse valor e os níveis de raciocínio nomeados não foi especificada.

Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.

um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros

Pros

+Open-source architecture for an agent memory and user-modeling backend.
+Designed to retain conversation-derived preferences and context across sessions, tools, and machines.
+Offers API access and MCP integration, with public API documentation.
+Provides separately priced memory ingestion and reasoning tiers.
+SOC 2 Type I certified, according to the supplied compliance data.

Cons

−Data retention is listed as 90 days, which may not suit applications requiring longer retention.
−Not HIPAA-aligned and not ISO-certified, according to the supplied compliance data.
−The free-tier allowance is not specified in the available pricing information.
−The listed pricing information includes both $0.001 per query and reasoning tiers up to $0.50 per query; their relationship is not explained.
−The documented multimodality is text, limiting the stated scope to text-based input.

Ferramentas similares

Honcho vs. concorrentes

Honcho é posicionado como um backend plug-in de memória e modelagem de usuários. As comparações fornecidas o distinguem de ferramentas voltadas à extração de fatos, ao gerenciamento de runtimes de agentes ou à construção de grafos de conhecimento; os detalhes de implementação e os recursos dos produtos podem variar conforme o fornecedor.

Mem0On Stork

Provides a multi-layered extraction pipeline that dynamically extracts, scores, and updates discrete user facts and preferences without manual graph curation.

Mem0 is faster to plug into existing agent stacks like LangChain or AutoGen, but Honcho gives you deeper dialectic user modeling and theory-of-mind representation beyond simple key-value fact extraction.

Letta↗

Manages agent memory like an operating system with tiered context windows, editable memory blocks, and git-backed context storage.

Letta is a full stateful agent runtime (formerly MemGPT) that dictates the agent's reasoning loop, whereas Honcho acts purely as a plug-and-play memory and user-modeling backend.

Graphiti↗

Constructs an evolving, temporally aware knowledge graph directly from conversational turns and external business data.

Graphiti provides clear entity-relation provenance over time, but you have to self-host Neo4j and write custom extraction logic rather than consuming Honcho's out-of-the-box user-profiling APIs.

ZepOn Stork

Combines temporal knowledge graphs with hybrid vector and BM25 search to serve low-latency chat history and automated session summaries.

Zep excels at enterprise context enrichment and temporal fact invalidation, but its primary platform is closed-source managed SaaS, unlike Honcho's open-source architecture.

Mais no Stork