Honcho Memory: el 90,4 % aguanta nuestro recálculo, con pros y contras

Honcho Memory: el 90,4 % aguanta nuestro recálculo, con pros y contras

Honcho Memory, la capa de memoria para agentes de IA de Plastic Labs con licencia AGPL-3.0, declara un 90,4 % en LongMemEval S. En nuestras pruebas del 28 de octubre de 2026 recontamos sus archivos de resultados sin procesar y obtuvimos los mismos 452 de 500. En LoCoMo, con ambos sistemas respondiendo las mismas 1.540 preguntas, la ventaja de Honcho sobre Claude Haiku 4.5 a secas es de 6,3 puntos, no los 14,3 publicados.

Buena memoria. Ventaja menor. Compromisos reales.

¿Vale la pena Honcho Memory? El veredicto en una tabla

Usa Honcho si tu agente debe modelar a una persona durante meses; descártalo para RAG sobre documentos, recuerdo instantáneo o un fork de código cerrado.

Honcho es la única opción AGPL-3.0 entre las capas de memoria dedicadas (Mem0, Letta y cognee son Apache-2.0, LangMem es MIT), y su cloud factura el razonamiento por consulta además de la ingesta.

Las reseñas antiguas aún citan $100 de crédito gratis. La documentación actual dice $5, más $5 al mes si añades una tarjeta.

Qué es Honcho Memory y cómo funciona

Tu aplicación escribe mensajes entre peers, y un worker en segundo plano los convierte en conclusiones que puedes consultar en lenguaje natural o extraer como contexto.

Un peer es cualquier participante, usuario o agente. El quickstart de la v3 en la documentación de Honcho muestra todo el flujo (código en GitHub):

import os
from honcho import Honcho
honcho = Honcho(workspace_id="my-app-testing", api_key=os.environ["HONCHO_API_KEY"])
alice = honcho.peer("alice")
tutor = honcho.peer("tutor")
session = honcho.session("session-1")
session.add_messages([
    alice.message("Hey there — can you help me with my math homework?"),
    tutor.message("Absolutely. Send me your first problem!"),
])
answer = alice.chat("What learning styles does the user respond to best?")

peer.chat() responde preguntas en lenguaje natural. La búsqueda híbrida BM25 + vectores encuentra mensajes y conclusiones, que son los hechos derivados de Honcho. session.context(summary=True, tokens=10_000) devuelve contexto con presupuesto de tokens listo para el prompt.

El razonamiento es asíncrono. Un hecho nuevo aparece cuando el deriver termina de ejecutarse, no en la siguiente lectura; el endpoint representation del README es la vía de baja latencia.

¿Resiste el 89,9 % de Honcho en LoCoMo? Recalculamos los archivos originales

Tanto el 89,9 % como el 90,4 % se reproducen con los archivos originales de Plastic Labs; en LoCoMo, sin embargo, la ventaja en igualdad de condiciones sobre Haiku a secas es de 6,3 puntos.

El 28 de octubre de 2026 recontamos tres archivos de resultados de honcho-benchmarks (carpeta de ejecución a1d689b, que lleva el nombre del commit de Honcho evaluado). La columna publicada es autodeclarada en honcho.dev/evals.

La prueba muestra a dónde se va la diferencia. La línea base publicada incluye 446 preguntas adversariales, en las que Haiku sacó un 46,2 %, y la ejecución de Honcho no tenía ninguna. El propio post de Plastic Labs, Benchmarking Honcho, dice que «Haiku alone scores 83.9%», muy cerca de nuestro 83,6 %. La página de evals simplemente compara dos conjuntos de preguntas distintos.

En historiales cortos, la razón para elegir Honcho es gastar menos tokens, no ganar precisión. Los historiales de LoCoMo, de 16K a 26K tokens, caben en cualquier ventana de 200K, y ConvoMem halló que el contexto completo alcanza entre un 70 y un 82 % con menos de unas 150 conversaciones.

LongMemEval S es otra historia: con unos 115K tokens por historial, la ventaja de +27,8 se sostiene. Una aclaración de alcance. Estas ejecuciones usaron una configuración de diciembre de 2025 con un dialectic basado en Haiku 4.5, mientras que la v3.4.1 (2026-10-27) usa por defecto gpt-5.4-mini.

# files: github.com/plastic-labs/honcho-benchmarks, folder a1d689b
import json, statistics
def score(f, drop_adv=True):
    per_conv = []
    for c in json.load(open(f))["detailed_results"]:
        qs = [q for q in c["question_results"] if not (drop_adv and q["category_name"] == "adversarial")]
        per_conv.append(sum(q["passed"] for q in qs) / len(qs))
    return round(100 * statistics.mean(per_conv), 1)
print(score("locomo_results_20251215_175728.json"))                  # 89.9
print(score("locomo_baseline_results_20251215_184837.json"))         # 83.6, same 1,540 Qs
print(score("locomo_baseline_results_20251215_184837.json", False))  # 75.4, incl. adversarial

¿Por qué los desarrolladores eligen Honcho?

Honcho gana en modelado de usuario: mantiene una imagen continua de quién es alguien, y esa memoria lo acompaña entre sus herramientas de agentes.

Vectorize (creadora de Hindsight, su rival) publicó en marzo de 2026 una comparativa de proveedores de memoria para Hermes que lo describe como un modelo de comportamiento del usuario, «not just a fact store». Cada motivo tiene su pega.

El ahorro de tokens es donde el marketing se adelanta a los datos. La página principal anuncia un 60-90 %, pero la página de evals lista un 89 % en LongMemEval S, un 52 % en LoCoMo y un 16 % en BEAM 100K. Un desarrollador citado en la home reporta un 10-15 %.

¿Quién usa Honcho y para quién es?

Las 542.206 descargas del SDK de Python en el mes hasta el 28 de octubre de 2026 indican que Honcho tiene usuarios reales, sobre todo quienes construyen agentes alrededor de Hermes y de agentes de programación.

caption: Señales de adopción, consultadas el 2026-10-28.
items:
  - value: 542206
    label: descargas de honcho-ai en PyPI, último mes
    source: pypistats.org
  - value: 101791
    label: descargas de @honcho-ai/sdk en npm, del 27 de sep. al 26 de oct.
    source: api.npmjs.org
  - value: 7803
    label: estrellas en GitHub, 954 forks
    source: GitHub API

La home etiqueta su tira de logos como «Used by developers at». Eso significa desarrolladores individuales de esas organizaciones, no contratos de toda la empresa ni casos de estudio.

Hermes Agent, de Nous Research, incluye Honcho como plugin de memoria (hermes plugins install honcho), y la documentación de Hermes sobre Honcho lista cinco herramientas, desde honcho_profile hasta honcho_conclude.

Popularidad no es consenso. Una encuesta de 138 respuestas sobre Hermes en X (oct. de 2026) puso primero las notas en Markdown (27), segundo a Hindsight (25) y tercero a Honcho (22).

• Buen encaje: compañeros virtuales, tutores y agentes de coaching
• Buen encaje: agentes de programación personales compartidos entre Claude Code, Codex y Cursor
• Mal encaje: RAG sobre documentos, recuerdo en el siguiente turno, forks de código cerrado

Pros y contras de Honcho: ¿qué cedes a cambio de la precisión?

La precisión de Honcho es real; el precio son la latencia, la sobrecarga de tokens, un stack pesado para autoalojar y la AGPL, así que presupuesta los cuatro.

Autoalojarlo requiere Postgres con pgvector, un worker deriver y un LLM con llamadas a herramientas (por defecto: gpt-5.4-mini, text-embedding-3-small). La CLI arranca la API, el deriver, Postgres y Redis; Docker Compose también funciona.

# .env: set these before starting
DERIVER_FLUSH_ENABLED=true   # small batches otherwise wait (#494)
AUTH_USE_AUTH=true           # off by default
AUTH_JWT_SECRET=your-secret  # generate with scripts/generate_jwt_secret.py

uv tool install honcho-cli
honcho start --setup

Pros: dónde se gana su lugar

• Modelado de usuario que los desarrolladores describen como «saber quién eres»
• El mejor resultado en historiales largos de nuestro recuento: +27,8 en LongMemEval S
• Open source, autoalojable, con plugins para Claude Code, Codex, Cursor, Hermes y más

Contras: lo que te cuesta

• Latencia. Los desarrolladores reportan una traza de dialectic minimal de 9.1 s (#1101) y 2.16 s añadidos a cada turno de la API en Hermes (#1289). Los «~200 ms» de la home son una afirmación del proveedor sobre context().
• Coste por consulta. Con 10.000 usuarios que añaden 20K tokens al mes, la ingesta cuesta $400, pero 30 consultas de nivel Low por usuario cuestan $3,000 (Minimal: $300). El nivel de consulta, no la ingesta, decide tu factura de Honcho.
• Mantenimiento del autoalojado. Usuarios de GitHub reportan memoria que no aparece hasta que el deriver vuelca los datos (#494) y un modelo de respaldo fijado en el código (#1180). Salir del cloud implica reenviar los mensajes, porque los embeddings no se exportan (#721).
• AGPL-3.0. Un artículo comparativo afirma que autoalojarlo te obliga a publicar el código de tu app. Exagera: la sección 13 de la AGPL se aplica cuando modificas Honcho y los usuarios acceden a él por red. Mem0, Letta y cognee son Apache-2.0 y LangMem es MIT, así que Honcho es la excepción copyleft entre las capas de memoria dedicadas. No es asesoramiento legal.

Antes de comprometerte, ejecuta el quickstart con el crédito de $5 y un registro de conversación real.

Preguntas frecuentes

¿Es gratis Honcho Memory?

En parte. El cloud da $5 de crédito, más $5 al mes con tarjeta, y las startups con menos de $5M recaudados pueden obtener $1,000 en créditos. Autoalojarlo no tiene coste de licencia bajo AGPL-3.0, pero pagas tus propias facturas de LLM y embeddings.

¿Puedo usar Honcho en un SaaS de código cerrado?

Sí, si tu app llama a un servidor Honcho sin modificar a través de su API. Si modificas Honcho y lo sirves por red, la sección 13 de la AGPL exige ofrecer el código fuente de esa versión modificada. Tu propia app sigue siendo cerrada. No es asesoramiento legal; consulta a un abogado si haces un fork.

Honcho frente a Mem0 o Hindsight: ¿cuál elegir?

Elige Mem0 (Apache-2.0) para empezar más rápido, Hindsight (MIT) para ahorrar tokens y Honcho para modelado de usuario. Un desarrollador reporta que Hindsight «used far fewer tokens» en Hermes (X, oct. de 2026). El blog de Mem0 dice que Honcho no tiene benchmarks públicos, pero ha publicado 21 archivos de resultados sin procesar desde el 2025-12-19. Consulta el ranking completo.

title: Referencias
items:
  - title: Honcho Evals
    publisher: Plastic Labs
    year: 2025
    url: https://honcho.dev/evals
  - title: plastic-labs/honcho README
    publisher: GitHub
    year: 2026
    url: https://github.com/plastic-labs/honcho
  - title: plastic-labs/honcho-benchmarks
    publisher: GitHub
    year: 2025
    url: https://github.com/plastic-labs/honcho-benchmarks
  - title: Benchmarking Honcho
    publisher: Plastic Labs
    year: 2025
    url: https://plasticlabs.ai/blog/research/Benchmarking-Honcho
  - title: Honcho Memory
    publisher: Nous Research (Hermes Agent docs)
    year: 2026
    url: https://hermes-agent.nousresearch.com/docs/user-guide/features/honcho
  - title: GNU Affero General Public License v3
    publisher: Free Software Foundation
    year: 2007
    url: https://www.gnu.org/licenses/agpl-3.0.html
  - title: "LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory"
    publisher: arXiv
    year: 2024
    url: https://arxiv.org/abs/2410.10813
  - title: Evaluating Very Long-Term Conversational Memory of LLM Agents (LoCoMo)
    publisher: arXiv
    year: 2024
    url: https://arxiv.org/abs/2402.17753
  - title: ConvoMem
    publisher: arXiv
    year: 2025
    url: https://arxiv.org/abs/2511.10523