Vercel AI SDK

Vercel AI SDK es una biblioteca de código abierto en TypeScript creada por Vercel, la empresa detrás de Next.js, para desarrollar aplicaciones full-stack y agentes autónomos impulsados por IA. Publicada bajo la licencia Apache 2.0, elimina la necesidad de aprender la API propietaria de cada proveedor al ofrecer una interfaz única y coherente para la generación de texto, salida de objetos estructurados, llamadas a herramientas, generación de imágenes, voz, embeddings y UI de transmisión (streaming) en OpenAI, Anthropic, Google, Mistral, Amazon Bedrock y más de 15 proveedores adicionales. El SDK alcanzó la versión 6 en octubre de 2025, tras haber lanzado la v5 en julio de 2025, y hasta abril de 2026 registra más de 20 millones de descargas mensuales en más de 95,000 proyectos dependientes.

El SDK se distribuye en dos partes: AI SDK Core y AI SDK UI. Core abarca las primitivas del lado del servidor, incluyendo generateText, generateObject (con integración de esquemas Zod para salidas estructuradas con tipado seguro), streamText, streamObject, llamadas a herramientas con bucles de múltiples pasos, generación y edición de imágenes, reclasificación (reranking) y una abstracción formal de Agent introducida en la v6. AI SDK UI proporciona hooks independientes del framework (useChat, useCompletion, useAssistant) con total paridad de funciones en React, Next.js, Vue, Svelte y Angular. Un producto complementario opcional, Vercel AI Gateway (lanzado en agosto de 2025), añade enrutamiento unificado a través de cientos de modelos con una latencia adicional inferior a 20ms, conmutación por error (failover) automática y sin recargos sobre las tarifas de los proveedores. Todo es gratuito y de código abierto; solo pagas por los tokens de la API del proveedor que utilices.

Lo que realmente hace Vercel AI SDK en abril de 2026

A partir de la v6, el bucle central del SDK se basa en tres patrones. El primero es la generación de una sola llamada: generateText o streamText toma una referencia de modelo, un prompt o matriz de mensajes y herramientas opcionales, para luego devolver una respuesta tipada. Cambiar de GPT-4o a Claude Sonnet 3.7 significa cambiar una sola importación; el resto de la llamada permanece idéntico. El segundo patrón es la extracción estructurada: generateObject acepta un esquema Zod y devuelve un objeto completamente tipado, y el SDK se encarga automáticamente de la conversión del esquema a prompt y del análisis de la respuesta. El tercero es la abstracción de Agent: defines un agente una vez con su modelo, instrucciones del sistema, herramientas y configuración de memoria, y luego lo instancias en cualquier parte de la aplicación. El parámetro stopWhen controla cuándo finaliza el bucle de llamadas a herramientas, reemplazando el patrón ad-hoc maxSteps de versiones anteriores.

El lanzamiento de la v5 en julio de 2025 superó el hito de los 2 millones de descargas semanales e introdujo la generación y transcripción de voz, herramientas dinámicas que el modelo puede definir en tiempo de ejecución, paridad total de Vue y Svelte con React, y la función de proveedor global que permite dirigirse a cualquier modelo mediante un ID de cadena de texto simple a través de AI Gateway. El lanzamiento de la v6 en octubre de 2025 formalizó la clase Agent, añadió la aprobación de herramientas para flujos de trabajo con intervención humana (human-in-the-loop), lanzó DevTools para la depuración en el navegador de llamadas a LLM y rastreos de agentes, amplió la generación de imágenes para aceptar imágenes de referencia para edición y añadió reclasificación nativa mediante una función rerank. El soporte completo para MCP (Model Context Protocol) también llegó en la v6, cubriendo OAuth, recursos y prompts.

"El AI SDK es la única abstracción perfecta que he visto hasta ahora. La v5 continúa ese historial. Todo se siente correcto." - Ben Hylak, raindrop.ai, publicación de lanzamiento de Vercel AI SDK 5, 31 de julio de 2025

Los más de 20 proveedores de modelos incluyen OpenAI (GPT-4o, GPT-5, o1/o3), Anthropic (Claude 3.5/3.7 Sonnet, Claude Opus), Google (Gemini 2.0/2.5 Flash, Gemini Pro), Meta Llama (a través de Groq o Bedrock), Mistral, Cohere, xAI Grok y Amazon Bedrock. Las capacidades de los proveedores varían: no todos admiten todas las funciones (uso de computadora, entrada de PDF, embeddings, edición de imágenes), y el SDK documenta tablas de capacidad por proveedor para ayudar a los desarrolladores a orientarse. Cambiar de proveedor a mitad de un proyecto es el mayor atractivo del SDK; Thomson Reuters reconstruyó su producto CoCounsel utilizando el AI SDK con solo 3 desarrolladores en 2 meses, consolidando 10 integraciones de proveedores independientes en un solo sistema que ahora da servicio a 1,300 firmas contables.

Dónde se sitúa Vercel AI SDK frente a LangChain JS y Mastra

LangChain JS es el punto de comparación más directo para los desarrolladores de JavaScript. El paquete de LangChain pesa 101.2 kB comprimido en gzip frente a los 67.5 kB del AI SDK, y depende de las API del sistema de archivos de Node.js, lo que lo hace incompatible con los entornos de ejecución edge (edge runtimes). Los puntos fuertes de LangChain residen en la infraestructura RAG: incluye cargadores de documentos, recuperadores de almacenes vectoriales y arquitecturas de agentes preconstruidas (ReAct, Plan-and-Execute) que el AI SDK no proporciona. Los puntos fuertes del AI SDK son la integración de UI, la compatibilidad con edge, los hooks de transmisión y su gran simplicidad: una tarea que requiere la instanciación de una matriz de mensajes en múltiples pasos en LangChain es una sola llamada a generateText en el AI SDK. En pruebas comparativas, LangChain promedió una latencia p99 de ~50ms frente a los ~30ms del AI SDK. Para los equipos que construyen interfaces de chat en Next.js, el AI SDK gana en casi todas las dimensiones. Para los equipos que construyen pipelines RAG complejos cercanos a Python o recuperación multivectorial, LangChain es un mejor punto de partida.

Mastra ocupa un carril diferente. Es un framework de agentes en TypeScript con flujos de trabajo duraderos, memoria observacional integrada (con una puntuación del 94.87% en LongMemEval sin requerir una base de datos vectorial), un depurador visual Studio para reproducir ejecuciones de agentes y una sintaxis de orquestación fluida (.then/.parallel/.branch/.foreach). Mastra no incluye hooks de UI de transmisión; es una biblioteca de infraestructura de agentes del lado del servidor, no un SDK full-stack. El AI SDK cubre más superficie (desde useChat en React hasta llamadas a proveedores) pero ofrece una orquestación de memoria y flujos de trabajo menos restrictiva. A veces, los equipos combinan ambos: Mastra para la capa de agentes y persistencia, y el AI SDK para la capa de UI de transmisión. Mastra tiene aproximadamente 300K descargas semanales frente a los más de 20M mensuales del AI SDK, lo que refleja una audiencia más especializada. LiteLLM es un tercer punto de referencia: opera como una capa proxy de proveedores en lugar de una biblioteca de aplicaciones, no tiene integración frontend y está orientado principalmente a Python. A menudo sirve como un gateway backend a través del cual llaman las aplicaciones de Vercel AI SDK.

"El paso de streamText a agentes componibles es elegante... La cantidad de cuidado que el equipo ha puesto en el diseño de la API es increíble." - Josh, Upstash, blog de Vercel AI SDK 6, octubre de 2025

Cómo es la experiencia de desarrollo diaria

El punto de partida estándar para la mayoría de los equipos es un proyecto Next.js App Router. Instalas ai y un paquete de proveedor (@ai-sdk/openai, @ai-sdk/anthropic, etc.), creas un manejador de rutas que llama a streamText y devuelve un StreamingTextResponse, y luego usas el hook useChat en el cliente. El hook gestiona el historial de mensajes, el estado de entrada, la concatenación de la transmisión, el manejo de errores y el envío de formularios. Los equipos informan constantemente que pasan de un repositorio vacío a un chatbot de transmisión funcional en menos de 30 minutos.

La ruta de salida estructurada es igualmente limpia. generateObject acepta una definición de esquema Zod y devuelve un objeto TypeScript tipado, y toda la ingeniería de prompts para el cumplimiento del esquema es manejada por la capa del SDK. Esto lo convierte en el enfoque preferido para la extracción de datos, clasificación y cualquier tarea en la que se necesite una forma de salida confiable. En la abstracción de Agent de la v6, defines un agente reutilizable con un modelo, instrucciones, herramientas y configuraciones de memoria opcionales, y luego llamas a agent.generate() o agent.stream() donde sea necesario en la aplicación. El panel DevTools, nuevo en la v6, se superpone en el navegador durante el desarrollo y muestra cada llamada al LLM, invocación de herramientas, uso de tokens y latencia en una vista de línea de tiempo, lo que reduce significativamente el ciclo de depuración para flujos de múltiples pasos.

Para los equipos que implementan fuera de Vercel, el SDK se ejecuta en cualquier servidor Node.js, entorno de ejecución edge, Cloudflare Workers, AWS Lambda o contenedor Docker. Vercel AI Gateway es opcional; puedes usar el SDK por completo con claves API directas del proveedor. El producto v0 by Vercel utiliza el AI SDK internamente para sus funciones de generación de UI, lo cual es útil saber si deseas entender cómo Vercel prueba su propia biblioteca (dogfooding). OpenAI Agents SDK es una herramienta conceptualmente similar restringida a los proveedores de OpenAI, útil para comparar al evaluar si la dependencia de un proveedor (vendor lock-in) es importante para tu stack tecnológico.

Para quién está diseñado Vercel AI SDK

El público principal son los desarrolladores de TypeScript y JavaScript que construyen aplicaciones web con funciones de IA. El SDK es especialmente adecuado para los desarrolladores de React y Next.js que desean interfaces de chat de transmisión, ya que el hook useChat abstrae toda la compleja gestión de estados que resulta tediosa de escribir desde cero. También se adapta a los equipos que necesitan lanzar funciones de IA rápidamente y esperan iterar en las opciones de modelos: la API independiente del proveedor facilita realizar pruebas A/B entre GPT-4o y Claude Sonnet o incorporar un modelo más económico para rutas no críticas sin refactorizar los puntos de llamada. Las startups y agencias que construyen proyectos para clientes citan repetidamente el SDK como su punto de partida predeterminado porque el tiempo para obtener una demostración funcional es consistentemente rápido.

Los equipos empresariales que priorizan el desarrollo en TypeScript obtienen la mayor ventaja a largo plazo: seguridad de tipos de extremo a extremo en las entradas y salidas de llamadas a herramientas, generación de objetos estructurados vinculada directamente a esquemas Zod y la capacidad de centralizar la configuración de proveedores y el seguimiento de costos a través de AI Gateway. El caso de Thomson Reuters (3 desarrolladores, 2 meses, IA legal de nivel de producción en 1,300 firmas) es el ejemplo más citado de lo que un equipo enfocado puede construir cuando la capa de abstracción del proveedor no es el cuello de botella.

Lo que no es Vercel AI SDK

El SDK es exclusivo para TypeScript. Los equipos de Python no encontrarán un equivalente oficial y deberían considerar LangChain Python, LlamaIndex o el SDK de Python de Genkit en su lugar.

El SDK no es un framework RAG. No tiene cargadores de documentos integrados, utilidades de fragmentación (chunking) ni recuperadores de almacenes vectoriales. Los equipos que construyan pipelines de recuperación de bases de conocimiento deberán añadir esos componentes por separado (LlamaIndex.TS, las primitivas RAG de Mastra o un SDK de base de datos vectorial). El ecosistema de LangChain JS cuenta con una infraestructura RAG más robusta si el pipeline de recuperación es el principal desafío de ingeniería.

El SDK tampoco es un entorno de ejecución de agentes de larga duración. Cuando se implementa en el propio hosting de Vercel, los manejadores de rutas tienen un tiempo máximo de ejecución (15 segundos por defecto, 300 segundos en Pro) que limita a los agentes autónomos que realizan investigaciones iterativas o planificación de múltiples pasos. Los equipos que ejecutan agentes que requieren minutos de tiempo de ejecución necesitan implementarlos en una infraestructura sin esas restricciones, ya sea Node autoalojado, Cloudflare Workers con Durable Objects o una plataforma dedicada de ejecución de agentes. Vale la pena conocer el incidente de RSC en octubre de 2024: Vercel lanzó la transmisión de Generative UI / React Server Components como una característica principal del SDK 3.0 en marzo de 2024, atrajo adopción y luego pausó el desarrollo 7 meses después citando "limitaciones de larga data... sin buenas soluciones a corto plazo". Este patrón de características ambiciosas acopladas a la plataforma que chocan con muros arquitectónicos ha hecho que algunos equipos sean cautelosos a la hora de construir sobre características experimentales del SDK.

El tamaño del paquete es una preocupación legítima para las aplicaciones optimizadas para edge. Con 186 kB para una sola solicitud de OpenAI frente a los 87 kB de la biblioteca oficial de OpenAI por sí sola, el SDK conlleva una sobrecarga que importa en la latencia de arranque en frío (cold-start) o en presupuestos edge limitados. Los desarrolladores que necesiten una huella absolutamente mínima pueden preferir escribir llamadas directas al proveedor.