X-Ops

Cloudflare factura por tramos que no ves: lo que tu traza de agente no va a registrar

Cloudflare acaba de publicar la primera superficie de observabilidad para agentes que corre sobre su plataforma, y trae un detalle que los equipos de plataforma van a descubrir en la primera factura: lo que se factura no es lo que se ve en el panel.

El lanzamiento ocurrió dentro de la primera Agents Week de Cloudflare, en agosto de 2026. El componente se llama agent tracing y forma parte de Cloudflare Agents, el conjunto de piezas para desplegar y operar agentes alojados en la red de Cloudflare. Lo que hace es añadir al tracing de Workers, que ya existía, los tramos que faltaban: las invocaciones del agente, las llamadas al modelo, la ejecución de herramientas, los eventos de aprobación y las llamadas a subagentes compatibles. Hasta ahora el tracing de Workers instrumentaba la capa de infraestructura, es decir, llamadas fetch, lecturas de KV, consultas en D1, Durable Objects y service bindings. Por eso una traza de agente mostraba el coste de red de una operación sin mostrar la decisión que la había provocado.

La brecha es real y no es teórica. Un agente puede devolver HTTP 200 y aun así haber fallado: puede haber elegido la herramienta equivocada, haberle pasado contexto obsoleto a un subagente o haber quemado tokens en un bucle de reintentos. La telemetría de aplicación que ya usabas te va a mostrar la petición al modelo o la consulta a la base de datos, pero no el comportamiento del agente que causó el fallo. Esa es exactamente la distancia que el producto viene a cubrir, y Cloudflare la describe con una frase bastante precisa: un agente que responde 200 sin hacer el trabajo.

La unidad que se factura no es la unidad que se ve

El detalle que más importa no está en el panel, está en el contrato. Cada tramo cuenta como un evento de observabilidad, no solo los que la vista de Agents muestra. Los tramos internos del SDK y otras operaciones a nivel de Worker que la vista no expone también se facturan.

Un agente con un harness verboso cuesta más de lo que sugiere el dashboard, porque el número de tramos por conversación depende de cuántos pasos de razonamiento y de herramientas se ejecutaron, no de cuántas conversaciones hubo. Una sesión de diez llamadas a herramientas con reintentos genera una traza mucho más larga que una que responde a la primera.

Los precios publicados son los de Workers Observability. En Workers Free elPlan incluye 200.000 eventos por día con retención de tres días. En Workers Paid hay 20 millones de eventos incluidos al mes y 0,60 dólares por cada millón adicional, con retención de siete días. Durante la beta, todo el tracing fue gratuito.

Esto tiene una consecuencia práctica inmediata: la estimación de coste que puedes hacer hoy con la documentación es una estimación de coste por tramos, no por conversaciones. Si tu equipo de finanzas razona en conversaciones por usuario y el proveedor factura en tramos, la conversación que vais a tener los dos es bastante distinta. Lo único que no puedes hacer todavía es convertir una en la otra, porque Cloudflare no publica cuántos tramos genera una sesión típica. Esa cifra hay que medirla en tu propio tráfico.

El muestreo decide si la traza existe

Antes de hablar de coste conviene hablar de evidencia, porque en observabilidad de agentes las dos cosas están atadas en el mismo interruptor.

El muestreo de Workers es head-based, es decir, se decide al entrar en la petición: las peticiones que no se trazan no generan ningún sobrecoste de instrumentación. Eso es excelente para la latencia y pésimo para las garantías, porque significa que la traza de una conversación concreta solo existe si esa conversación fue muestreada. No hay una traza parcial, no hay un resumen posterior: si la petición no entró en la muestra, no hay nada que reconstruir.

La configuración vive en el fichero de proyecto de Wrangler y el valor es una fracción entre cero y uno:

```json { "observability": { "traces": { "enabled": true, "head_sampling_rate": 0.05 }, "logs": { "enabled": true, "head_sampling_rate": 0.6 } } } ```

Con un muestreo del cinco por ciento tienes trazas del cinco por ciento de las conversaciones, y el manual de Cloudflare señala un efecto que merece atención: el muestreo reduce el número de tramos ingeridos y almacenados, lo que reduce el consumo facturable. Bajar el muestreo abarata la factura y destruye la evidencia al mismo tiempo. Es el mismo interruptor, y eso significa que cualquier decisión de muestreo es una decisión sobre coste y sobre capacidad de investigación a la vez.

Dos fechas, dos modelos de facturación

Conviene separar dos hitos que la cobertura de prensa tiende a fundir en uno.

El primero es el 1 de octubre de 2026. A partir de esa fecha el tracing de agentes deja de ser gratuito y entra en la facturación de Workers Observability, con el conteo por evento y las retenciones de tres y siete días que ya hemos citado.

El segundo es el 1 de diciembre de 2026. Cloudflare anunció ocho actualizaciones de su plataforma de observabilidad que movieron todos los logs y trazas ingeridos y almacenados en Cloudflare a una suscripción y unos precios unificados. El modelo unificado cubre el Developer Platform completo, no solo Workers: también Containers, AI Gateway y el resto. En clientes Enterprise el cambio se aplica en la renovación. Y aquí está el detalle que pesa más que el número: el modelo deja de contar eventos y pasa a basarse en el volumen que ingieres y almacenas.

La diferencia no es cosmética. Pagar por una conversación y pagar por los bytes que deja guardados son dos unidades de negocio distintas: la primera escala con usuarios y valor, la segunda con la longitud de las conversaciones, el tamaño de las respuestas de las herramientas y el detalle del razonamiento que registras. Un agente que además use búsqueda, un gestor de documentos y un modelo con contexto largo produce mucho más volumen almacenado que uno que solo llama a un modelo.

Lo que Cloudflare no publica en ninguno de los dos anuncios es la tarifa de ese modelo por volumen. La nota oficial explica el criterio, que el precio se basa en el volumen ingerido y almacenado, y promete además la pieza que más importa para el cumplimiento normativo: retención de hasta un año, en lugar de los tres y siete días del modelo por evento. También anuncia que Logpush queda disponible en planes de autoservicio, una API SQL unificada para consultar los datos de Cloudflare, alertas propias sobre los datos de observabilidad y exportación de métricas a destinos compatibles con OpenTelemetry.

El proveedor está resolviendo parte del problema que crea: un año de retención es exactamente lo que un equipo de plataforma quería y no tenía. Pero un modelo facturado por volumen almacenado, con un año de retención por delante, hace que la factura de enero no se parezca en nada a la de hoy.

Lo que se guarda por defecto no es igual en todos los harnesses

Este es el punto donde la noticia deja de ser de costes y pasa a ser de cumplimiento. Cloudflare soporta varios harnesses de agente y cada uno trae un comportamiento de registro distinto por defecto.

El harness Think no guarda por defecto ni los mensajes ni las cargas útiles de las herramientas. Para registrarlas hay que sobrescribir explícitamente dos propiedades en la clase del agente:

```ts import { Think } from "@cloudflare/think";

export class MyAgent extends Think<Env> { override storeMessages = true; override storeTools = true; } ```

El harness Flue, en su versión dos o posterior, hace justo lo contrario: guarda por defecto los mensajes, las instrucciones de sistema, las definiciones de las herramientas, los argumentos y los resultados. Para dejar de grabarlos hay que poner el contenido en false.

Think y Flue se instrumentan automáticamente y emiten la estructura de tramos estándar, sin necesidad de configuración de tracing adicional. El AI SDK también estaba soportado en el lanzamiento. El resultado operativo es que dos equipos distintos de la misma organización, uno sobre Think y otro sobre Flue, tienen comportamientos por defecto opuestos: uno no persiste nada de la conversación y el otro persiste todo, incluidas las instrucciones de sistema y los argumentos de las herramientas.

Y cualquiera de esos flujos puede contener datos personales, secretos, o el contenido literal de ficheros que el agente leyó para responder. La documentación de Cloudflare lo dice de forma explícita: solo añadas cargas útiles que sea seguro almacenar.

La truncación: lo que tu traza no es

Cloudflare publica sus límites sin adornos. Las trazas no son un registro completo ni sin pérdidas de una conversación. Los datos de carga útil están sujetos a límites de tamaño de tramo, de manera que los mensajes largos, el razonamiento, los argumentos de las herramientas y sus resultados pueden quedar truncados. Estos límites pueden cambiar. El session replay no muestra imágenes.

Aquí hay que separar dos cosas que se mezclan con facilidad. Un registro de auditoría promete que puedes reconstruir qué pasó. Una traza de depuración promete que puedes entender qué pasó mientras todavía tienes los datos delante. Lo que Cloudflare ofrece, y lo que sus propios límites describen, es lo segundo.

El truncamiento es aceptable para depurar y descalificador para auditar. Y hay un segundo motivo por el que el session replay no sirve como registro de auditoría: solo existe mientras la retención esté viva. Tres días en el plan gratuito, siete en el de pago, y a partir de diciembre el modelo unificado abre la puerta a un año. Ninguna de esas cifras sirve para responder a la pregunta que le haría un evaluador de cumplimiento sobre una conversación de hace tres meses.

Lo que sí es estándar: la semántica OpenTelemetry de IA generativa

Hay una parte del lanzamiento que reduce el riesgo y merece ser la primera noticia buena. Los atributos de los tramos siguen las convenciones semánticas de OpenTelemetry para IA generativa, así que cualquier herramienta que lea datos de OpenTelemetry puede consumirlos sin traducción.

En los tramos de modelo se usan `gen_ai.input.messages`, `gen_ai.output.messages` y `gen_ai.system_instructions`. En los tramos de herramienta se usan `gen_ai.tool.call.arguments` y `gen_ai.tool.call.result`. La API de tramos personalizados solo acepta valores escalares, de manera que las cargas útiles estructuradas hay que serializarlas con `JSON.stringify()`.

Hay una segunda regla, y es la que conecta con la factura: estos valores se registran cada vez que la invocación es muestreada. El muestreo que decides para controlar coste y ruido decide también qué queda almacenado. Y la documentación pide una sola cosa con insistencia: añade solo cargas útiles que sean seguras de almacenar, porque lo que se registra es el contenido, no una referencia.

Las decisiones que te tocan

Si eres la persona responsable de la plataforma, estas son las cinco decisiones que este lanzamiento te obliga a tomar, y conviene tomarlas antes del próximo incidente y no después.

**Decide qué unidad estás comprando.** Si tu razonamiento de coste está en conversaciones y el del proveedor en tramos y luego en volumen almacenado, la conversación con finanzas va a ser distinta. Modela el coste por tramo y no por conversación, partiendo de una estimación medida en tu propio tráfico, porque Cloudflare no publica ese número.

**Fija la postura de registro por defecto, harness por harness.** No esperes a que seguridad te pregunte. Inventaría qué harnesses usas, decide para cada uno si se guardan mensajes y cargas útiles, y deja esa decisión escrita en la plantilla de agente de tu repositorio, no en el recollection de alguien que se acuerda.

**Trata las trazas como herramienta de depuración, no como registro de auditoría.** Si necesitas reconstruir una conversación de hace más de una semana, el proveedor no te lo da. Exporta a un destino propio con la retención que definas y el coste que has negociado, y deja claro en tu política interna qué sistema es la fuente de verdad.

**Ajusta el muestreo con dos criterios a la vez.** Reducirlo abarata, pero también reduce la evidencia. Sube el muestreo en los flujos que importan, los que tocan datos sensibles o los que ejecutan acciones con efecto externo, y baja el del resto. Y vuelve a mirarlo cada trimestre, porque el número de tramos por conversación sube solo cuando cambias el harness o el modelo.

**Instrumenta con intención.** Los tramos personalizados se anidan solos y no cuestan más que los demás. Los tramos que añades tú son los que van a explicar la decisión, y son también los que más se repiten. Ponerlos es barato; ponerlos de más es lo que dispara la factura de diciembre.

Lo que Cloudflare no ha publicado

Conviene ser explícito sobre lo que no sabemos, porque el ruido de este mercado es alto y las cifras inventadas son la norma.

No hay un límite de tamaño de tramo expresado en bytes: la documentación dice que existen límites y que pueden cambiar, pero no da la cifra, así que no puedes calcular por adelantado cuándo se te truncará el razonamiento. No hay calculadora ni tabla de coste para una carga concreta de agentes, ni el número de tramos por sesión típica, y por tanto el coste por conversación no se puede derivar de la documentación. Y no hay ningún caso de estudio de un cliente usando agent tracing como evidencia de cumplimiento, que era exactamente la pregunta que te haría un evaluador.

La conclusión prudente es clara: no comprometas a tu proveedor como fuente única de verdad de las conversaciones de tus agentes. Usa el tracing de Cloudflare para depurar en caliente con el formato estándar de OpenTelemetry, y lleva el registro que necesitas a un destino que controles, con la retención que tu organización pueda defender.

Audita hoy los harnesses que tus equipos tienen en producción: el primer lugar donde aparecen los datos personales que no querías guardar es la configuración por defecto del framework que nadie eligió explícitamente.