Dify

Qué es

Dify es una plataforma para construir aplicaciones de LLM: chatbots, asistentes de recuperación (RAG) sobre tus propios documentos, workflows de IA de varios pasos y, desde julio de 2026, agentes autónomos. Construyes sobre un lienzo visual, conectas cualquier proveedor de modelos (OpenAI, Anthropic, Gemini, modelos de pesos abiertos vía Ollama o vLLM) y publicas el resultado como app web, widget de chat embebible, API REST o servidor MCP. Las bases de conocimiento, las versiones de prompts, los registros de ejecución y la corrección de respuestas mediante anotaciones viven en el mismo espacio de trabajo.

Lo desarrolla LangGenius, fundada en 2023 y con sede en Menlo Park. El 9 de marzo de 2026 la empresa anunció una ronda Serie Pre-A de $30M liderada por HSG con una valuación de $180M, y dijo que más de 280 empresas usan sus ediciones comerciales, entre ellas Maersk y Novartis. El repositorio de GitHub tiene más de 158,000 estrellas. Publica versiones aproximadamente cada dos a cuatro semanas. La versión actual, 1.17.1, salió el 10 de septiembre de 2026, después de que la 1.16 abriera la beta de la nueva Agent App con un sandbox integrado y un sistema de skills.

La licencia es “open source” con dos condiciones encima de Apache 2.0. No puedes operar el código como servicio multi-tenant (un tenant es un espacio de trabajo) sin permiso por escrito, y no puedes quitar el logo ni el copyright de Dify de la consola ni de las apps web. El uso interno, incluso como backend de tu propio producto, está permitido.

Por qué aparece en los stacks de operaciones

• RAG es el núcleo, no un complemento. Subes contratos, políticas, playbooks o bibliotecas de descripciones de puesto, eliges una estrategia de chunking y un modelo de embeddings, y obtienes una base de conocimiento que cualquier app o nodo de workflow puede consultar, con pruebas de recuperación para ver qué fragmentos regresaron. Para un equipo de Legal Ops que construye un bot de preguntas y respuestas sobre políticas, o un equipo de RevOps que ancla un asistente de deal desk en reglas de precios, esto es la mayor parte del trabajo.
• MCP en ambas direcciones. Cualquier app de Dify se puede publicar como servidor MCP desde su pestaña Access Point, para que Claude Desktop o Cursor la llamen como herramienta. Dify también puede consumir servidores MCP externos por transporte HTTP y pasar sus herramientas a agentes y nodos de workflow. La versión 1.16 agregó soporte para la especificación MCP 2025-06-18.
• Elección de modelo por nodo. Un mismo workflow puede enviar la clasificación a un modelo barato y la redacción a un modelo de frontera, lo que importa cuando la factura es por token.

Precios en la práctica

Según dify.ai/pricing, verificado el 2026-10-11. Los planes en la nube se cobran por espacio de trabajo, no por usuario.

• Sandbox, gratis. 200 créditos de mensajes en total (no por mes), 1 miembro, 5 apps, 50 documentos de conocimiento, 30 días de registros.
• Professional, $59/mes o $590/año (unos $49/mes). 5,000 créditos de mensajes al mes, 3 miembros, 50 apps, 500 documentos, 5GB de almacenamiento de conocimiento.
• Team, $159/mes o $1,590/año. 10,000 créditos al mes, 50 miembros, 200 apps, 1,000 documentos, 20GB.
• Community Edition, gratis, autoalojada. Todas las funciones principales, un espacio de trabajo. El mínimo documentado es 2 núcleos de CPU y 4 GiB de RAM.
• Enterprise, a medida. Varios espacios de trabajo, SSO, licencia comercial y soporte. No hay cifra pública y no encontramos datos de precios confiables de terceros, así que tómalo como una conversación con ventas.

Los créditos de mensajes solo pagan modelos que Dify aloja, y se agotan rápido con modelos de frontera: la página de precios indica 20 créditos por respuesta con Claude Opus 4.7 y 5 con GPT-5, frente a 1 con Gemini 2.5 Flash. Eso convierte los 5,000 créditos de Professional en unas 250 respuestas de Opus. No puedes comprar más créditos. Cuando se acaban, cambias a tu propia API key y le pagas directamente al proveedor. En la práctica, todo despliegue serio termina en $590–1,590 al año de tarifa de plataforma más una factura de modelos aparte. El plan Team es el techo realista para un departamento: 50 miembros por $1,590 al año es mucho más barato que cualquier plataforma de agentes con cobro por usuario.

Ideal para

• Ideal para: un ingeniero de operaciones o analista técnico en una empresa de 50 a 1,000 personas que necesita lanzar dos o tres apps internas de IA, como un bot de preguntas y respuestas sobre políticas, un extractor de cláusulas de contratos o un asistente de filtrado de candidatos, ancladas en los documentos del propio equipo y en manos del equipo en lugar de TI.
• Equipos de Legal Ops y Recruiting que deben mantener los documentos en su propia infraestructura: la Community Edition corre en una sola VM pequeña.
• No es para equipos cuyo trabajo real es mover registros entre apps SaaS de forma programada. Dify tiene triggers y nodos HTTP, pero su catálogo de conectores es escaso frente a un motor de automatización dedicado.

Frente a las alternativas

• n8n: el líder en participación para automatización técnica, con más de 1,000 integraciones y facturación por ejecución desde €20/mes. Elige n8n cuando el trabajo es plomería de CRM a enriquecimiento a Slack con un paso de IA en medio. Elige Dify cuando el trabajo es la app de IA en sí: calidad de recuperación, iteración de prompts y un front end de chat. Muchos equipos usan ambos, con n8n llamando a la API de Dify.
• Microsoft Copilot Studio: el otro líder en participación, $200 al mes por cada paquete de 25,000 créditos. Elígelo cuando la empresa opera sobre Microsoft 365 y TI quiere los agentes dentro de la gobernanza de ese tenant.
• Gumloop: el constructor nativo de IA de más rápido crecimiento, Pro a $37/mes con usuarios ilimitados. Elígelo cuando nadie en el equipo va a tocar la configuración de un proveedor de modelos. Elige Dify cuando necesitas autoalojamiento o control sobre el chunking y la recuperación.
• Sim: el rival de código abierto más joven, Pro a $25 por usuario al mes. Elígelo si prefieres un lienzo totalmente abierto y centrado en agentes, y puedes vivir con un ecosistema más pequeño.
• Relevance AI: elígelo cuando el objetivo es un equipo de agentes de ventas trabajando dentro de tus herramientas de GTM, no una app a medida.
• Dust o Langdock: elígelos cuando lo que quieres es un asiento de chat para toda la empresa con agentes, en lugar de apps que un constructor publica para otros.
• Flowise (ahora propiedad de Workday) y Langflow (ahora de IBM, vía DataStax) son los otros lienzos de código abierto. Ambos ya están dentro de proveedores más grandes, algo que vale la pena considerar si la independencia te importa.

Precauciones

• La licencia no es Apache 2.0 a secas. Operar Dify como servicio multi-tenant, o poner tu marca blanca en el front end, requiere una licencia comercial. Resguardo: si planeas darle a cada cliente su propio espacio de trabajo, o lanzar pantallas de Dify bajo tu marca, consigue términos por escrito de LangGenius antes de construir. Si solo necesitas la API detrás de tu propia UI, la cláusula del frontend no aplica.
• Los créditos se acaban rápido con modelos de frontera. A 20 créditos por respuesta de Opus, un bot interno con mucho uso puede agotar Professional en días. Resguardo: agrega tus propias claves de proveedor desde el primer día y ponlas primero en el Usage Priority de cada proveedor, para que los créditos sean solo un respaldo y el gasto en modelos aparezca en una factura que tú controlas.
• Las actualizaciones rompen las instalaciones autoalojadas. Las notas de la 1.17.1 exigen una actualización escalonada para el almacén Weaviate incluido, y la 1.16.1 agregó una nueva variable de entorno obligatoria. Resguardo: fija una versión, lee las notas de la versión antes de cada actualización y prueba en una copia de staging de tus volúmenes de datos antes de tocar producción.
• Agent App sigue en beta. Resguardo: mantén los casos de uso de producción en apps Workflow y Chatflow, que son los tipos de app maduros, hasta que Agent salga de beta.