Gumloop

Qué es

Gumloop es una plataforma de agentes de IA con un canvas de workflows no-code por debajo. Ese orden es el cambio que hay que conocer: el producto antes lideraba con el canvas — arrastrar nodos, conectarlos, ejecutar un flow hasta el final con un trigger — y ahora lidera con agentes. El canvas es lo que un agente invoca cuando un paso necesita ser repetible en lugar de razonado.

Tres superficies importan al comprador. Los agentes corren en chat, dentro de Slack, desde una bandeja de correo del agente, o con triggers programados y por eventos. Los workflows son el canvas: un nodo de trigger, nodos de enriquecimiento, nodos de modelo (más de 35 modelos, seleccionables por nodo, o con tu propia API key) y nodos de acción que escriben los resultados de vuelta en tus apps. Brain es la capa de recuperación: indexa páginas de Notion, documentos de Google Drive, canales públicos de Slack, repos de GitHub, espacios de Confluence, artículos y tickets de Zendesk, registros de Salesforce y archivos subidos, con alcance personal / equipo / organización. Para Google Drive y Salesforce, Brain puede heredar los permisos de origen, así que la recuperación devuelve solo lo que el usuario que pregunta ya podía abrir.

La biblioteca de conectores ya es de más de 300, frente a los más de 130 que Gumloop anunciaba a mediados de 2026, y las incorporaciones recientes llegan como servidores MCP en vez de nodos construidos a mano. Gumloop nació en YC W24, ha levantado $70,1M — $3,1M de seed (First Round, julio de 2024), $17M de Series A (Nexus Venture Partners, enero de 2025) y $50M de Series B liderada por Benchmark (marzo de 2026) — y nombra como clientes a Shopify, Instacart, Gusto, Samsara, Ramp y Opendoor.

Por qué aparece en stacks de RevOps, Legal y Recruiting

La misma plataforma cubre tres verticales porque el trabajo de fondo es idéntico: tomar entradas no estructuradas, pasarles un modelo por encima y empujar salidas estructuradas al sistema de registro.

• RevOps corre enriquecimiento de prospectos — sacar una lista de HubSpot, scrapear el sitio de cada empresa, extraer señales de ICP con un nodo de modelo y escribir los campos de vuelta — más personalización de outbound y trabajos de higiene de CRM que si no requerirían un script de Python y alguien que lo mantenga.
• Legal ops corre la entrada de documentos: ingerir PDFs desde una carpeta compartida de Drive, extraer datos de cláusulas y nombres de las partes, y enrutar lo que quede marcado a un canal de Slack o a la cola de intake de contratos. Ahí es donde la elección de modelo por nodo se gana su lugar: extracción de cláusulas con un modelo, resumen con otro más barato.
• Recruiting corre el filtrado de CVs contra una descripción de puesto y empuja las filas calificadas al ATS con una notificación al reclutador, reemplazando una revisión manual que a volumen consume 2–3 horas diarias.

La realidad del precio

El plan gratuito ya no existe. Gumloop antes tenía un tier de $0 con 5.000 créditos al mes; la página de precios ahora lista dos opciones y una prueba de 14 días que pasa a plan pago salvo cancelación. Si tu plan de evaluación era “lo construyo en el gratuito y actualizo si funciona”, ese camino se cerró.

• Pro — $37/mes. 20.000 créditos, asientos ilimitados, agentes y equipos ilimitados, 5 ejecuciones concurrentes de workflow, 25 chats de agente concurrentes, más de 35 modelos, API key propia, Brain, sincronización de skills con GitHub, credenciales compartidas, guardrails por agente, un servidor MCP alojado y soporte por email.
• Enterprise — a medida. Los valores por defecto suben a 15 ejecuciones concurrentes de workflow y 100 chats de agente concurrentes, ambos negociables; añade encolado de peticiones, guardrails a nivel de organización, despliegue en VPC, SCIM/SAML, control de acceso por roles, logs de auditoría, panel de administración, alojamiento y proxy de MCP a medida, túneles gestionados para servidores MCP privados, una tarifa de orquestación negociada, soporte dedicado por Slack y un experto de Gumloop embebido.

Lo que un equipo paga de verdad es la línea de créditos, no los $37. Gumloop mide a razón de 1 crédito = $0,005 y traslada el costo de tokens del modelo con esa conversión. Un chat de agente factura por cinco componentes: tokens de chat y razonamiento; un mínimo de 1 crédito por cada llamada a herramienta exitosa; cómputo a 5 créditos por minuto de sesión; una comisión de orquestación del 8% sobre la suma de esos tres; y el costo completo de cualquier workflow que el agente dispare. Si aportas tu propia API key, el componente de razonamiento desaparece de tu saldo de créditos — pero la comisión de orquestación se duplica al 16%. Los workflows facturan más simple: 1 crédito para arrancar más el costo de cada nodo que corre, con la mayoría de los nodos nativos gratis y sin cargo de cómputo ni de orquestación.

Presupuesta contra los 20.000 créditos, no contra la suscripción. Un equipo con mucho workflow y nodos mayormente nativos no se acercará al techo. Un equipo con muchos agentes sí: solo el cómputo pone una sesión de agente de 60 minutos en 300 créditos antes de contar un solo token o llamada a herramienta.

Para quién es

Equipos de RevOps, Legal Ops y Recruiting de 5 a 300 personas sin soporte de ingeniería, que corren pipelines cargados de documentos o trabajo multimodelo que ninguna herramienta puntual cubre sola. El ROI es más claro cuando la plataforma reemplaza al menos una tarea manual recurrente que consume 3+ horas por semana.

No es para ti si tus automatizaciones son movimiento determinista de datos sin paso de razonamiento: pagarías precio de plataforma de agentes por plomería que Zapier o Make hacen por menos. Tampoco si necesitas un tier gratuito permanente para prototipar, o si los trabajos por lotes de un solo equipo superan con regularidad las 5 ejecuciones concurrentes: en Pro esas peticiones se rechazan, no se encolan, y la solución es un contrato Enterprise, no un cambio de plan.

Alternativas y cuándo elegirlas

• Zapier — el líder en cuota de mercado, con el catálogo de conectores más amplio. Elígelo cuando el trabajo es plomería determinista (mover datos de A a B cuando dispara C) y no hay paso de razonamiento. Su precio por tarea escala mal en pipelines cargados de modelos, que es justo donde gana la tarifa plana de $37 más créditos medidos de Gumloop.
• Make — elígelo por lógica de ramificación compleja, una biblioteca amplia de conectores y menor costo por operación a volumen alto, por encima de la inteligencia documental nativa. Make sigue teniendo un tier gratuito; Gumloop ya no, y eso ahora pesa más que antes.
• n8n — el entrante que más rápido crece, y la elección cuando tienes soporte de ingeniería, necesitas residencia de datos o quieres controlar la infraestructura. La Community Edition autoalojada es gratis; la nube arranca en €20/mes con facturación anual para 2.500 ejecuciones. La profundidad de conectores supera a la de Gumloop, pero los pasos de inteligencia documental implican escribir código en lugar de elegir un bloque.
• Lindy — elígelo cuando la automatización es un vigilante permanente y no un pipeline: monitorear una bandeja de entrada, hacer triage de inbound, razonar sobre el estado del CRM a lo largo del tiempo. Lindy cobra por usuario (Plus $29,99/usuario/mes por 3.000 créditos, Pro $99,99 por 15.000); los asientos de Gumloop son ilimitados y los créditos son compartidos, así que los dos se invierten según si tu restricción es headcount o volumen.

A qué prestar atención

• La comisión de orquestación se cobra sobre todo lo demás, y se duplica con API key propia. Los equipos aportan su clave esperando recortar costo y luego descubren que la comisión de plataforma pasó del 8% al 16% de los créditos de chat, cómputo y llamadas a herramientas. Guardia: corre el mismo flow de las dos formas sobre un set de prueba de 10 filas y lee el panel de créditos antes de comprometerte con una estrategia de claves — la clave propia solo gana si tu tarifa negociada de modelo supera el traslado de Gumloop por más de ese 8% extra.
• El cómputo del agente se factura por tiempo de reloj, no por trabajo hecho. A 5 créditos por minuto de sesión, un agente de larga duración que pasa la mayor parte del tiempo esperando llamadas lentas a herramientas quema créditos al mismo ritmo que uno que razona de verdad. Esperar al usuario es gratis; esperar a una API, no. Guardia: mueve los tramos largos y deterministas a un workflow, que no lleva cargo de cómputo ni de orquestación, y deja que el agente lo invoque.
• Pro rechaza el exceso de concurrencia en lugar de encolarlo. Pasadas las 5 ejecuciones concurrentes de workflow, la API devuelve HTTP 429 y los chats de agente fallan con un error de concurrencia; el encolado es una función de Enterprise. Un lote de 500 filas disparado como ejecuciones paralelas perderá trabajo en silencio si nada reintenta. Guardia: escalona los triggers, parte los trabajos grandes en subflows (que no cuentan contra el límite) y construye reintento ante 429 en todo lo que llame a la API.
• El alojamiento de MCP está limitado a un servidor en Pro. Exponer varias APIs internas por MCP — para agentes de Claude Code, enrutamiento entre flows o servicios privados detrás de un túnel gestionado — exige Enterprise. Guardia: si la topología MCP es un requisito y no un extra deseable, consigue precio Enterprise antes de diseñar la arquitectura alrededor.