Simular

Le das a Sai una tarea en inglés cotidiano y la resuelve paso a paso en una máquina real. No hay que aprender antes un lenguaje de programación. Eso baja la barrera para quien tiene trabajo que delegar pero no sabe codificar.

Sai maneja máquinas con Windows, macOS y Linux, y puede correr en tu propio equipo o en una computadora en la nube. Como controla la pantalla real y no una simulada, sirve para apps de escritorio y programas antiguos que ignoran las herramientas de automatización.

Cuando Sai termina un flujo, puedes pedirle que guarde la tarea como skill reproducible con parámetros. La próxima vez, el código se repite y el modelo solo entra cuando la pantalla cambia. Las tareas recurrentes se vuelven más rápidas, más baratas y más estables en cada pasada.

Los agentes de Simular mezclan modelos grandes con pasos ya escritos en código, en vez de depender del modelo para todo. La compañía dice que así se recorta el uso de tokens alrededor del 90% en el trabajo repetido y hacen falta menos llamadas al modelo por tarea. En la práctica, eso baja el coste por ejecución y reduce las posibilidades de que un paso falle.

Sai alcanzó un 73% de éxito en OSWorld 2.0, un benchmark exigente de tareas reales y largas. Según Simular, eso lo puso por delante de GPT-5.6 Sol y Claude Opus 5 con un coste de unas dos terceras partes. Terceros independientes no han verificado las cifras, así que tómalas como datos del fabricante.

Simular ofrece un servidor MCP que conecta Sai con agentes de programación como Claude Code, Codex y Cursor. Los desarrolladores pueden delegar tareas de computadora sin salir de su flujo. Necesita Node.js 22.12 o superior, y pones tu propia clave de API.

Sai sigue funcionando después de cerrar el portátil y te avisa por iMessage o Telegram cuando llega a una decisión que no puede tomar solo. Puedes ver la máquina trabajar en tiempo real, así que el proceso no se queda en una caja negra.