Un comando reemplaza 5 APIs: Alibaba abre su CLI Bailian

El 29 de mayo, Alibaba Cloud hizo algo que puso a los desarrolladores de agentes en las nubes: las capacidades centrales de Bailian son ahora una CLI, y con un solo comando un agente de IA puede conectarse automáticamente a más de 150 modelos, más de 10 aplicaciones, bases de conocimiento, memoria, búsqueda web y todo un paquete completo.

Mejor aún: la CLI de Bailian es ya open source en GitHub (modelstudioai/cli), con soporte nativo para frameworks de agentes tan habituales como Claude Code, Qoder, OpenClaw y Hermes Agent.

Resumen en una frase: antes necesitabas integrar 10 APIs a mano para dar capacidades a tu agente; ahora un solo comando bl lo resuelve todo.

Qué es exactamente la CLI de Bailian

Alibaba Cloud Bailian (Model Studio) es la plataforma todo en uno para desarrollar con modelos grandes y aplicaciones de agentes. Antes se manejaba con consola web + SDK de API: había que escribir código, configurar entornos y gestionar tokens.

Ahora la CLI de Bailian lleva todas las capacidades centrales a la línea de comandos:

• Chat de texto: modelos principales como Qwen3.7-max
• Multimodal (Omni): texto + imagen + audio + vídeo, todo soportado
• Generación/edición de imágenes: Qwen-Image 2.0, renderizado profesional de texto, calidad fotorrealista y composición multiimagen
• Generación/edición de vídeo: serie HappyHorse-1.0, texto a vídeo, imagen a vídeo y vídeo de referencia, con hasta 9 imágenes de referencia
• Síntesis/reconocimiento de voz: CosyVoice TTS en streaming + clonación de voz con 5-20 segundos de muestra; FunAudio-ASR cubre 30 idiomas incluidos 7 dialectos chinos
• Comprensión de imagen/vídeo: Qwen-VL, análisis de vídeos largos, análisis de gráficos y documentos, razonamiento visual y OCR multilingüe
• Base de conocimiento + memoria: búsqueda RAG multimodal + memoria entre sesiones
• Llamada a aplicaciones: invoca directamente los agentes y workflows ya publicados en la plataforma Bailian
• Búsqueda web: recuperación en internet en tiempo real
• Capacidades de consola: listar aplicaciones y consultar cuota gratuita
• Subida automática de archivos locales: cada parámetro de URL acepta rutas locales y sube automáticamente al almacenamiento temporal gratuito (válido 48 horas)

Además, cada comando funciona como tool call estructurada: significa que un agente de IA puede invocarlo directamente, sin que tú escribas wrappers.

Instalación en tres pasos, a volar ya

Requisito: Node.js >= 22.12.

Paso 1: instalar la CLI + Skills

npm install -g bailian-cli
npx skills add modelstudioai/skills --all -g

Paso 2: autenticarse

bl auth login --api-key sk-xxxxx

La API Key se obtiene en la consola de Bailian; cada cuenta gratuita recibe 1 millón de tokens por modelo, hasta 50 millones en total.

Paso 3: a usar

Chatear con Qwen:

bl text chat --message "What is DashScope?"

Chat multimodal (texto + imagen + audio + vídeo):

bl omni --message "描述这张图" --image ./photo.jpg

Generar imágenes:

bl image generate --prompt "A cat in a spacesuit" --out-dir ./images/

Generar vídeo (a partir de imagen local):

bl video generate --image ./cat.png --prompt "Make the cat move" --download cat.mp4

Consultar cuota gratuita:

bl usage free --model qwen3-max

Explorar aplicaciones de Bailian:

bl app list

Autoactualizarse:

bl update

Un prompt, dos minutos de vídeo juvenil estilo japonés: demo oficial real

El README de GitHub de la CLI de Bailian incluye una demo oficial que a uno lo deja boquiabierto.

Prompt original:

Genérame un vídeo de unos 2 minutos en formato 16:9, estilo cine japonés, sobre el primer amor tierno de una estudiante de instituto, trama dulcísima que dé ganas de enamorarse

Resultado final: corto completo de 2 minutos, 16:9 y calidad de cine, sin un solo corte manual.

La cadena de ejecución por detrás fue esta:

• Qwen Code (modelo agéntico de programación) interpretó la intención del usuario, planificó el ritmo narrativo y decidió qué herramientas invocar
• el Skill spark-video dividió la historia en planos, escribió el prompt de cada uno y mantuvo la coherencia visual (personajes, iluminación, tono, lenguaje de cámara)
• el comando bl video generate de la CLI de Bailian distribuyó cada plano en paralelo a HappyHorse 1.0 para generarlo
• y el Skill volvió a unir todos los fragmentos en el producto final: 16:9 y 2 minutos

Sin arrastrar líneas de tiempo, sin editar fotograma a fotograma: entra una frase, sale un vídeo.

Ahí está el mayor valor de la CLI: convertir flujos de trabajo complejos en capacidades atómicas que un agente puede orquestar solo.

Por qué la CLI es el arma letal de la era de los agentes

Puede que pienses: ¿una CLI, la vieja línea de comandos, es para tanto entusiasmo?

La clave está en lo bien que encaja la forma CLI con los agentes.

Con API tradicionales:

• hay que escribir código (una implementación para Python, otra para Node, otra para Go)
• gestionar versiones de SDK
• lidiar con autenticación, timeouts, reintentos y códigos de error
• y para que un agente lo use, escribir wrappers

Con CLI:

• el agente trabaja con shell: la CLI es su idioma natural
• un comando es una llamada a herramienta, con salida estructurada que se devuelve directo al modelo
• sin barreras de lenguaje: bash, Python, Node y Go pueden llamarla
• actualizar es un bl update; el agente no toca código

Y más picante todavía: la CLI de Bailian es nativamente compatible con Claude Code, Qoder, OpenClaw y Hermes Agent, los frameworks de agentes principales. Es decir:

• le dices a Claude Code "genérame una imagen" y él solo llama a bl image generate
• le dices a OpenClaw "analiza este vídeo" y él solo usa la comprensión de vídeo de bl
• programas en Qoder y, si te falta algo, un bl y listo

El agente, sin ninguna configuración extra, accede al paquete completo de más de 150 modelos de Bailian.

Qué hay detrás de los más de 150 modelos

La plataforma Bailian no agrega solo la familia Tongyi de Alibaba, también:

• toda la serie Qwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code y más)
• la serie DeepSeek
• la serie GLM (Zhipu)
• la serie Kimi (Moonshot)
• la serie MiniMax
• los multimodales propios de Alibaba: HappyHorse, CosyVoice, FunAudio-ASR
• y un montón de modelos open source de terceros integrados

La ventaja de esta agregación: no tienes que pedir una API Key a cada empresa de modelos, recargar en cada una ni integrar una por una. Una sola cuenta de Bailian lo cubre todo.

Y junto con el otro as bajo la manga de Alibaba Cloud, el Coding Plan (suscripción mensual fija multimodelo), el desarrollador gasta una cuota fija al mes y usa todos los modelos punteros sin miedo a pasarse del presupuesto de API.

La autenticación es un detallazo

La CLI de Bailian ofrece tres formas de autenticación:

• variable de entorno: export DASHSCOPE_API_KEY=sk-xxxxx
• comando de login: bl auth login –api-key sk-xxxxx (persistente en ~/.bailian/config.json)
• comando puntual: bl text chat –api-key sk-xxxxx –message Hello

Las capacidades de consola (app list, usage free) requieren login en el navegador:

bl auth login --console

La búsqueda en bases de conocimiento necesita el AccessKey de una subcuenta RAM:

export ALIBABA_CLOUD_ACCESS_KEY_ID=LTAI5t...
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=...
export BAILIAN_WORKSPACE_ID=ws-...

Y el aviso oficial: usa una subcuenta RAM, no el AK/SK de la cuenta raíz. Un consejo de seguridad muy profesional.

La señal real de esta movida de Alibaba

Si encajas la CLI de Bailian en el conjunto de movidas de Alibaba Cloud este año, el ritmo queda claro:

• 28 de enero: Alibaba Cloud lanza el paquete completo de servicios en la nube de OpenClaw, cubriendo toda la infraestructura que un agente necesita
• Abril: se publica Qwen3.7-Max, con capacidades de programación que rozan a Claude
• Mayo: llega la suscripción Coding Plan, desde 49 yuanes/mes agregando 4 modelos punteros
• 29 de mayo: la CLI de Bailian se hace open source, lista para instalar y usar en agentes

La intención de esta combinación de golpes es evidente:

Alibaba Cloud no piensa quedarse en vender APIs de modelos. Su meta es ser el agua y la luz de la era de los agentes: si quieres hacer apps de agentes, desde la infraestructura (servicios en nube de OpenClaw), pasando por la selección de modelos (Coding Plan), la invocación de capacidades (CLI de Bailian) y la compatibilidad con frameworks de agentes (Claude Code/OpenClaw/Hermes/Qoder), toda la cadena está cubierta.

Es exactamente la lógica de AWS en la era cloud con S3+EC2+Lambda: vender servicios concretos, pero sobre todo vender un ecosistema entero.

Qué relación hay con OpenClaw, Hermes y compañía

Quien conoce el ecosistema preguntará: si Alibaba tiene su propio Qwen Code y Bailian, ¿por qué esforzarse en ser compatible con frameworks de terceros como OpenClaw o Hermes?

La respuesta es muy realista: los flujos de trabajo de los desarrolladores ya los ocuparon esos frameworks open source de agentes.

• OpenClaw: 356.000 estrellas, uno de los proyectos open source que más rápido ha crecido en la historia de GitHub
• Hermes Agent: 71.000 estrellas en poco más de dos meses; los desarrolladores independientes migran a él con más ganas
• Claude Code y Qoder están entre las herramientas de programación con IA punteras dentro y fuera de China

La apuesta de Alibaba Cloud: en vez de competir por la mente del usuario con esos proyectos, ser simplemente el proveedor de infraestructura: da igual qué framework de agente uses, mis capacidades las puedes invocar igual.

Es la estrategia madura de vender palas: cambian los buscadores de oro, las palas siguen vendiéndose.

Consejos prácticos para desarrolladores

Si quieres probarlo hoy mismo, sigue este orden:

Primer paso: reclamar tokens gratis

Crea tu cuenta en la consola de Bailian: 1 millón de tokens gratis por modelo, hasta 50 millones en total. A un desarrollador normal le dan para dos meses.

Segundo paso: instalar la CLI

npm install -g bailian-cli
bl auth login --api-key sk-xxxxx

Tercer paso: probar las capacidades más valiosas

Por este orden:

• bl image generate (generación de imágenes, para comparar con MidJourney)
• bl video generate (generación de vídeo, HappyHorse 1.0)
• bl omni (chat multimodal)
• bl text chat (Qwen3.7-Max, para comparar con Claude)

Cuarto paso: conectarlo a tu agente

Si usas Claude Code, OpenClaw, Hermes o Qoder, configura bl como herramienta disponible y el agente podrá invocarla por su cuenta.

Quinto paso: prueba el demo de vídeo

Usa el Skill spark-video oficial para generar un vídeo corto con una sola frase y comprueba cómo es un flujo de trabajo agéntico completo.

Para terminar

La competencia de la era de los agentes de IA ya no es quién tiene el modelo con mejor puntuación, sino quién facilita que un agente combine multimodalidad, capacidades múltiples y herramientas cruzadas.

El verdadero peso de la apertura de la CLI de Bailian está en allanar el eslabón más doloroso: invocar capacidades. Antes, para montar un agente que viera imágenes, escribiera textos, generara vídeos, buscara en internet y consultara bases de conocimiento necesitabas más de 5 APIs. Ahora, un comando bl.

Para el desarrollador individual: un 80% menos de código boilerplate y todo el foco en la lógica del producto.

Para los equipos empresariales: menos costes de mantenimiento de integraciones de APIs y el respaldo del cumplimiento normativo nacional de la plataforma Bailian.

Para el ecosistema de agentes: el patrón de la CLI de Bailian, capacidades atómicas + diseño amigable con agentes, puede ser imitado por otros grandes. Es muy probable que en el próximo año o dos veamos a Tencent Cloud, Huawei Cloud y Volcano Engine lanzar CLIs similares.

La batalla por el agua y la luz de los agentes de IA acaba de empezar.

Dirección en GitHub: github.com/modelstudioai/cli