Browser Use lanza Cloud v4, afirmando que las tareas web cuestan 3 centavos por éxito

Why it matters

Browser Use is turning a widely adopted open-source project into metered cloud infrastructure. V4 could improve web-agent economics, but its 3-cent claim reflects a narrower test than its production cost data.

Gregor Zunic (@gregpr07) lanzó Browser Use Cloud v4 el 7 de agosto, presentando un agente web que escribe código diseñado para completar tareas de navegador difíciles a un costo marcadamente menor. En un hilo de cuatro publicaciones en X, el cofundador y CTO de Browser Use dijo que v4 aborda dos limitantes persistentes para los agentes web: precisión y costo. La velocidad sigue sin resolverse. Las cuentas nuevas reciben $15 en créditos, según Zunic. (x.com)

El gráfico que acompaña el anuncio sitúa al agente v4 potenciado por Luna en aproximadamente un 88% de tasa de éxito y $0.03 por tarea exitosa. Browser Use graficó a v3 en alrededor del 80% y $1.35 por éxito, haciendo que el costo afirmado de v4 sea 45 veces menor. V2 apareció en aproximadamente 68% y $2.02 por éxito. Esas cifras provienen de las mediciones de la compañía, y el gráfico de lanzamiento no identifica su conjunto de tareas, número de ejecuciones ni método de evaluación.

La documentación de evaluación actual de Browser Use ofrece una visión más completa y menos dramática. En un conjunto interno de 106 tareas difíciles ejecutadas cuatro veces en julio de 2026, v4 completó 76.47%, comparado con 67.25% para v3 y 54.25% para v2. Cada ejecución usó Claude Opus 4.8, y Browser Use excluyó tareas bloqueadas por los sistemas anti-bots de los sitios web. La compañía dice que empleó el mismo juez independiente a lo largo de los resultados. (docs.browser-use.com)

La economía de producción en esos documentos también difiere de la cifra de 3 centavos del gráfico de lanzamiento de Zunic. En los 30 días previos de uso por parte de clientes con Claude Opus 4.7, Browser Use lista un costo mediano por tarea exitosa de $1.64 para v4, $0.87 para v3 y $0.70 para v2. Los tiempos medianos de finalización fueron de aproximadamente cinco minutos, dos minutos y un minuto, respectivamente. Browser Use atribuye el mayor costo de producción de v4 a que los clientes le asignan trabajos más difíciles.

La diferencia parece deberse en gran parte al modelo subyacente y la carga de trabajo. Browser Use recomienda GPT-5.6 Luna for v4, fijando su precio en $0.24 por 1 millón de tokens de entrada y $1.44 por 1 millón de tokens de salida. Claude Opus 5 figura en $6 y $30 para las mismas categorías de tokens. Las sesiones de navegador y el tráfico de red tienen cargos separados. Browser Use dice que Luna se aproxima al rendimiento de referencia a nivel Opus mientras ofrece su precio de token más bajo y el tiempo de respuesta mediano más rápido entre los modelos que se ejecutan en producción v4. Eso hace que el resultado de 3 centavos sea plausible para una evaluación acotada, mientras que los datos de producción más amplios de la compañía muestran que las tareas complejas de los clientes siguen costando considerablemente más. (docs.browser-use.com)

Un agente impulsado por código para tareas más largas

V4 cambia la forma en que Browser Use aborda la automatización web. V3 observa páginas y toma acciones paso a paso. V4 puede escribir y ejecutar código mientras trabaja en múltiples páginas o sitios web, permitiéndole recopilar registros, comparar productos y guardar resultados como hojas de cálculo u otros archivos. Browser Use posiciona v4 para la recolección masiva de datos y instrucciones largas, reservando v3 para trabajos más simples donde la latencia importa.

Los desarrolladores pueden acceder al lanzamiento a través del SDK v4 y Runs API. Cada ejecución crea una sesión de navegador y un espacio de trabajo persistente, a menos que el desarrollador proporcione identificadores existentes. Las sesiones pueden llevar una conversación y un navegador en vivo a través de ejecuciones de seguimiento, mientras que los espacios de trabajo preservan archivos subidos, datos generados y scripts a lo largo de conversaciones separadas. Browser Use también permite que los agentes guarden scripts probados y los reparen cuando un sitio web cambia. (docs.browser-use.com)

Zunic construyó Browser Use con Magnus Muller (@mamagnus00) después de que ambos se conocieran en una hacker house en ETH Zurich. Zunic estudió física antes de obtener una maestría en data science en ETH; Muller estudió data science allí y había trabajado en machine learning y automatización de procesos. Comenzaron Browser Use como un experimento de fin de semana en 2024 y publicaron su proyecto open-source ese noviembre. Browser Use luego se unió a la cohorte Winter 2025 de Y Combinator. (ycombinator.com)

El repositorio de Browser Use de código abierto ha acumulado más de 108,000 estrellas en GitHub. El servicio en la nube gestionado les da a Zunic y Muller una forma de convertir esa distribución entre desarrolladores en sesiones de navegador pagadas, uso de modelos, proxies y orquestación. V4 es central en esa estrategia porque la automatización de alto volumen depende del costo de resultados exitosos, más que del precio de una llamada individual al modelo. (github.com)

Browser Use recaudó una ronda semilla de $17 millones en marzo de 2025 liderada por Felicis Ventures, con A Capital, Nexus Venture Partners, Y Combinator, Paul Graham, Liquid2, SV Angel y Pioneer Fund entre los participantes. La ronda financió el empuje de Browser Use desde un framework de agente open-source hacia infraestructura alojada para cargas de trabajo de producción. (browser-use.com)

V4 mejora la precisión publicada por la compañía en tareas difíciles, pero la admisión de Zunic sobre la velocidad define la limitante restante. Ejecuciones de diez minutos pueden funcionar para investigación, recolección de datos y automatización en segundo plano. Las aplicaciones interactivas requieren una latencia mucho menor. El agente v3 de Browser Use sigue siendo su opción más rápida en tareas difíciles idénticas, tomando unos seis minutos comparados con aproximadamente 10 minutos para v4 en las pruebas de la compañía. La prueba comercial de v4 será si los clientes aceptan esa demora a cambio de menos ejecuciones fallidas y costos de modelo más bajos.