¿Control del navegador o de la computadora? Probamos tres herramientas con tareas cotidianas y esto es lo que encontramos

Para las tareas web, la herramienta de control del navegador ego-browser superó más tareas y costó menos que las dos herramientas de control de la computadora que probamos. Ejecutamos ego-browser, agent-desktop y Cua Driver en siete tareas cotidianas: búsquedas en LinkedIn y Amazon, extracción de datos de páginas largas y pruebas de aplicaciones web. ego-browser superó cinco tareas, agent-desktop cuatro y Cua Driver dos. En las tareas que superaron tanto ego-browser como agent-desktop, ego-browser fue mucho más rápido: 193.5 segundos por tarea frente a 690.8. En costo, ego-browser resultó más barato porque necesita menos pasos para terminar la misma tarea.
ego-browser también funciona sin ocupar tu pantalla. agent-desktop llevó su ventana al primer plano en seis de siete intentos, y en dos quedó registrado que Cua Driver solicitó acceso en primer plano. ego-browser no envió comandos de ese tipo. En una tarea larga, puedes seguir trabajando en tu propia ventana mientras se ejecuta ego-browser.
| Herramienta | Tasa de éxito | Gasto por tarea superada |
|---|---|---|
| ego-browser | 71.4% (5/7 intentos) | $0.063 |
| agent-desktop | 57.1% (4/7 intentos) | $0.174 |
| Cua Driver | 28.6% (2/7 intentos) | $0.352 |
Las herramientas
ego-browser
ego-browser es la herramienta de control del navegador de esta prueba. Funciona en ego(lite), un navegador para agentes basado en Chromium. El agente escribe un script corto por paso, que se ejecuta en la página con JavaScript, por lo que una llamada puede leer gran parte de ella. Cada tarea del agente se ejecuta en su propio Space, un espacio de trabajo separado, y no toma el control de tu mouse ni del foco.

En macOS, instala la herramienta gratuita ego(lite) con el script de instalación del skill ego-browser. En Windows, descarga el instalador desde el sitio de ego(lite). La configuración inicial de la aplicación añade el comando ego-browser y después se carga el skill en el entorno de ejecución de tu agente.
En nuestras ejecuciones, ego-browser superó 5 de 7 tareas con un gasto de $0.063 por tarea superada. Realizó 26.3 llamadas por tarea en las tres que superó en común con agent-desktop, frente a 87.7 de este último.
agent-desktop
agent-desktop es una herramienta de control de la computadora de Vercel Labs. Lee el árbol de accesibilidad de una aplicación de escritorio y lo devuelve como JSON, con una referencia, o ref, por cada elemento sobre el que el agente puede actuar. El agente hace clic o escribe utilizando una ref y vuelve a leer la interfaz para comprobar el resultado. Se distribuye como CLI, por lo que no ejecuta ningún modelo en su interior.
De forma predeterminada funciona en modo sin interfaz visible, de modo que las acciones sobre referencias utilizan la API de accesibilidad sin mover el puntero ni tomar el foco. Su opción global --headed permite la entrada física y los cambios de foco. En nuestras ejecuciones, seis de siete intentos utilizaron focus-window para llevar la ventana de Chrome al primer plano, y cinco utilizaron --headed.
Instálalo con npm install -g agent-desktop, o con Homebrew en macOS y Linux. Después, concédele acceso a las funciones de accesibilidad (agent-desktop permissions --guide te guía por el proceso) y carga su skill.
En nuestras ejecuciones, agent-desktop superó 4 de 7 tareas con un gasto de $0.174 por tarea superada. Superó la tarea de npm que ego-browser no superó, y realizó 87.7 llamadas por tarea en las tres que superó en común con ego-browser.
Cua Driver
Cua Driver es la herramienta de Cua para manejar aplicaciones nativas de escritorio y navegadores en macOS, Windows y Linux. Se conecta mediante la CLI, MCP o un SDK tipado. El envío de acciones en segundo plano permite que un agente trabaje sin mover el puntero ni tomar el foco cuando la aplicación y la plataforma lo admiten. El envío en primer plano es la alternativa cuando no lo admiten.
Instálalo en macOS o Linux con /bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)", o en Windows con irm https://cua.ai/driver/install.ps1 | iex.
En nuestras ejecuciones, Cua Driver superó 2 de 7 tareas con un gasto de $0.352 por tarea superada. En las dos que superó, utilizó 111.0 llamadas por tarea, frente a 32.5 de ego-browser.
Buscar y guardar empleos en LinkedIn
Esta es la tarea más parecida a una gestión cotidiana. El agente recibió el perfil de una persona candidata: cinco años de experiencia en Rust y Go, residente en Berlín, solo trabajo remoto desde la UE y al menos €90k. Debía encontrar ofertas publicadas en la última semana, leer cada descripción antes de decidir, guardar cinco y crear una alerta de empleo.
Con ego-browser, el modelo leyó unas doce ofertas según su propio recuento, guardó cinco y creó la alerta en 399 segundos, con 44 llamadas y $0.056 en tokens. Con Cua Driver hizo lo mismo en 670 segundos, con 107 llamadas y $0.109. Con agent-desktop realizó 140 llamadas, llegó al límite de 900 segundos y nunca escribió su lista.

Para un flujo con filtros, elementos guardados y una alerta, empieza con ego-browser. Cua Driver también lo terminó, así que es viable allí, pero debes esperar más del doble de llamadas.
Extraer datos de páginas largas
La tarea de OpenRouter pedía al agente convertir un extenso catálogo de modelos en un CSV. Las herramientas debían encontrar modelos que cumplieran nuestros requisitos de longitud de contexto, costo, soporte de herramientas y capacidades multimodales, y organizar la información en el formato solicitado. ego-browser devolvió los 36 modelos coincidentes en 662 segundos, con 55 llamadas a herramientas. agent-desktop y Cua Driver llegaron al límite de 900 segundos sin producir el CSV. En esta tarea, ego-browser fue la única configuración que convirtió el catálogo filtrado en una lista utilizable. Sin embargo, los campos de precio que proporcionó aún necesitaban revisión: 5 de los 36 precios de los tokens de entrada eran incorrectos.
Qué ocurre en los intentos fallidos
Si una tarea dura más de 900 segundos, está tardando demasiado para nuestro conjunto de trabajos rutinarios. Esos intentos consumieron el 34% del gasto de ego-browser, el 53% del de agent-desktop y el 74% del de Cua Driver. En una de las tareas fallidas, todas las herramientas llegaron al límite de tiempo buscando y comprobando productos en Amazon sin añadir nada al carrito. Por eso, si les encargas un trabajo largo, presupuesta también los intentos que no terminarán.

Cómo ejecutarlo
Para obtener tus propios resultados, ejecuta el modelo que elijas con nivel de razonamiento high en un entorno para agentes, con su herramienta bash y un archivo de skill por herramienta de navegador. ego-browser viene con ego(lite) y lo maneja como navegador del agente. Cua Driver y agent-desktop manejan Google Chrome.
Preguntas frecuentes
¿Conviene controlar el navegador o la computadora para tareas web con DeepSeek-V4.1-Flash? El navegador, en nuestras ejecuciones. DeepSeek-V4.1-Flash superó 5 de 7 tareas con la herramienta de control del navegador ego-browser, frente a 4 con la herramienta de control de la computadora agent-desktop y 2 con Cua Driver. En las 3 tareas que superaron ego-browser y agent-desktop, ego-browser tardó 193.5 segundos por tarea frente a 690.8 y costó $0.023 frente a $0.084. La diferencia procede de las llamadas a herramientas: 26.3 por tarea frente a 87.7. Las tareas fueron búsqueda de empleo, extracción de datos, pruebas de aplicaciones web y compras, ejecutadas con el mismo entorno para agentes. La configuración completa está en «Cómo realizamos las pruebas».
¿DeepSeek-V4.1-Flash es suficiente para ejecutar un agente de navegador? Puede hacer el trabajo a bajo costo con la herramienta adecuada. Con ego-browser superó 5 de 7 tareas, con $0.063 de gasto en tokens por tarea superada. Con agent-desktop superó 4 con $0.174 y con Cua Driver, 2 con $0.352. El gasto cuenta los siete intentos, incluidos los fallidos, por lo que una herramienta que falla más cuesta más por intento exitoso. Las tareas cubrieron búsqueda de empleo, extracción de datos, pruebas de aplicaciones web y compras. La configuración completa está en «Cómo realizamos las pruebas».
¿ego-browser toma el control de tu mouse mientras se ejecuta? No. El sitio de ego(lite) dice que ego-browser trabaja en su propio Space sin tomar el control de tu mouse ni del foco, y en nuestros siete intentos los registros no muestran ningún comando que llevara otra aplicación al primer plano. agent-desktop llevó su ventana de Chrome al primer plano en seis de siete intentos, y Cua Driver pidió envío de acciones en primer plano en dos. Con esas herramientas, el agente ocupa la pantalla mientras trabaja. La configuración completa está en «Cómo realizamos las pruebas».
¿ego-browser es más rápido que agent-desktop? Sí, en todas las tareas que superaron ambos. En las 3 tareas comunes, ego-browser tardó 193.5 segundos por tarea frente a 690.8. La tarea de Hacker News tomó 66 segundos frente a 442, y la prueba de la tienda con 15 casos, 131 frente a 791. Realizó 26.3 llamadas por tarea frente a 87.7. agent-desktop también superó la tarea de npm, en 701 segundos, donde ego-browser no la superó, así que allí no se puede comparar la rapidez. La configuración completa está en «Cómo realizamos las pruebas».
¿ego-browser es más barato que Cua Driver? Sí, en las tareas que superaron ambos. En la búsqueda de empleo de LinkedIn y la prueba de la tienda con 15 casos, ego-browser costó $0.036 por tarea frente a $0.092 y tardó 265.2 segundos frente a 634.0. Realizó 32.5 llamadas por tarea frente a 111.0, y cada llamada vuelve a enviar la conversación. Cua Driver también gastó el 74% de su total en intentos que llegaron al límite de tiempo. La configuración completa está en «Cómo realizamos las pruebas».
¿Cómo rinde Cua Driver en tareas web? Superó 2 de 7: la búsqueda de empleo en LinkedIn y la prueba de la tienda con 15 casos, ambas también superadas por ego-browser. Llegó al límite de tiempo en las otras 5, incluidas Hacker News y npm. Su gasto fue de $0.352 por tarea superada frente a $0.063 de ego-browser. Realizó 107 y 115 llamadas en sus dos intentos exitosos, frente a 44 y 21 de ego-browser. Las tareas se ejecutaron con el mismo entorno para agentes y el mismo modelo. La configuración completa está en «Cómo realizamos las pruebas».
¿Cómo se compara agent-desktop con ego-browser? agent-desktop superó 4 de 7 tareas y ego-browser, 5. agent-desktop superó la tarea de npm que ego-browser no superó. Llegó al límite de tiempo en la búsqueda de LinkedIn, el filtro de OpenRouter y la búsqueda de Amazon. En las tareas que superaron ambos fue más lento, con 690.8 segundos por tarea frente a 193.5, y costó $0.084 frente a $0.023. La mayor parte de la diferencia está en el número de llamadas. La configuración completa está en «Cómo realizamos las pruebas».
¿Cuánto cuesta que un agente de navegador se quede sin tiempo? En nuestras ejecuciones representó gran parte del gasto. Todos los intentos fallidos llegaron al límite, de 900 segundos en la mayoría de las tareas. Esos intentos consumieron el 34% del total de $0.315 de ego-browser, el 53% de los $0.695 de agent-desktop y el 74% de los $0.705 de Cua Driver. Cua Driver llegó al límite en 5 de 7 intentos; agent-desktop, en 3; ego-browser, en 2. La configuración completa está en «Cómo realizamos las pruebas».
¿Qué no terminó ego-browser? Dos de sus siete intentos no tuvieron éxito y ambos llegaron al límite de 900 segundos: la búsqueda de Amazon y la tarea de npm. En la lista de OpenRouter encontró los 36 modelos, con 31 de los 36 precios de los tokens de entrada coincidentes con la API. Las mismas dos tareas también hicieron fallar a agent-desktop y Cua Driver, con la excepción de npm, que agent-desktop sí superó. Los resultados por tarea están en «Resultados completos». La configuración completa está en «Cómo realizamos las pruebas».

¿Puede un agente de navegador comprar en Amazon? En nuestras ejecuciones, no. La tarea pedía fijar un código postal de entrega, filtrar mini PC por RAM, SSD, precio y valoración, revisar la página de detalles de cada producto, enumerar tres y añadir uno al carrito. ego-browser, agent-desktop y Cua Driver fijaron el código postal y siguieron buscando hasta el límite de 900 segundos, y ninguno escribió la lista ni llegó al carrito. El gasto fue de $0.080, $0.079 y $0.122. La configuración completa está en «Cómo realizamos las pruebas».
Cómo realizamos las pruebas
Ejecutamos DeepSeek-V4.1-Flash (deepseek-flash en la API) con nivel de razonamiento high en el entorno para agentes pi, con sus herramientas read, write, edit y bash, y un archivo de skill por herramienta de navegador. ego-browser maneja ego(lite). Cua Driver 0.44.0 y agent-desktop 1.2.0 manejan Google Chrome a través del árbol de accesibilidad del sistema.
Ejecutamos 7 tareas con un intento por tarea y herramienta: 21 intentos en total. Automatización de aplicaciones web (2 tareas) cubre una búsqueda de empleo en LinkedIn y una búsqueda de productos en Amazon. Extracción de datos (3) cubre el hilo de contratación de Hacker News, paquetes de npm y modelos de OpenRouter. Pruebas de aplicaciones web (2) cubren una demostración de chat y una tienda con 15 casos de prueba. Cada intento tuvo un límite de 900 segundos, o 1 200 en las dos tareas de pruebas.
Una tarea se supera cuando la herramienta escribe su salida y esta cumple las comprobaciones de la tarea. Hacker News exigía una exhaustividad y una precisión de al menos 0.8. La prueba de la tienda requería acertar 14 de los 15 veredictos. npm requería que el 90% de sus campos estuvieran dentro de un margen del 5% respecto al registro. La demostración de chat requería un registro del servidor coincidente con las respuestas y detectar al menos dos de los tres errores introducidos. LinkedIn y OpenRouter se daban por superadas una vez que la herramienta devolvía la lista solicitada; la coincidencia de precios de OpenRouter se informa en las notas de abajo. La tasa de éxito se calcula a partir de los intentos. El tiempo y el costo son promedios por tarea sobre las tareas que superaron ambas herramientas, con el costo calculado a precios de lista de DeepSeek.
Resultados completos
| Tarea | Tipo de trabajo | ego-browser | agent-desktop | Cua Driver |
|---|---|---|---|---|
| Encontrar y guardar cinco ofertas de Rust remotas desde la UE en LinkedIn y después crear una alerta de empleo | Automatización de aplicaciones web | Superado (399 s, $0.056) | Límite de tiempo (900 s, $0.131) | Superado (670 s, $0.109) |
| Elegir tres mini PC en Amazon por especificaciones y valoración, y añadir uno al carrito | Automatización de aplicaciones web | Límite de tiempo (900 s, $0.080) | Límite de tiempo (900 s, $0.079) | Límite de tiempo (900 s, $0.122) |
| Ofertas remotas de Rust en el hilo "Who is hiring?" de Hacker News | Extracción de datos | Superado (66 s, $0.018) | Superado (442 s, $0.077) | Límite de tiempo (900 s, $0.063) |
| Versión, descargas semanales y licencia de los primeros 30 resultados de npm para keywords:validation | Extracción de datos | Fallido (900 s, $0.028) | Superado (701 s, $0.074) | Límite de tiempo (900 s, $0.078) |
| Filtrar modelos de OpenRouter por contexto, precio, llamadas a herramientas y entrada de imágenes | Extracción de datos | Superado (662 s, $0.081) | Límite de tiempo (900 s, $0.160) | Límite de tiempo (900 s, $0.145) |
| Ejecutar 10 casos de prueba en una demostración de chat mediante su interfaz web e informar de sus errores | Pruebas de aplicaciones web | Superado (383 s, $0.035) | Superado (839 s, $0.066) | Límite de tiempo (1 200 s, $0.111) |
| Ejecutar 15 casos de prueba en una tienda de demostración e informar si se superan o fallan | Pruebas de aplicaciones web | Superado (131 s, $0.017) | Superado (791 s, $0.109) | Superado (598 s, $0.076) |
