APIs de modelos: LLMs alojados frente a autoalojados explicados
Las APIs de modelos son endpoints web que toman un prompt y devuelven la respuesta de un modelo, para que nunca ejecutes los pesos tú mismo. Esta página explica las opciones, los compromisos y cuándo un endpoint por token es la opción que mejor se adapta.

Qué es realmente una API de modelo
Una API de modelo oculta una red neuronal grande detrás de una solicitud HTTP simple. Envías una lista de mensajes, el servidor ejecuta el modelo en su propio hardware y recibes el texto generado como JSON o como un stream. Tu código nunca toca pesos, controladores o CUDA. Cuando la gente busca APIs de modelos, este es el contrato que quieren: una URL estable, un encabezado de autenticación y una factura predecible.
Dos detalles deciden cómo se siente el endpoint en la práctica. El primero es el formato de datos. La mayoría de las herramientas hoy hablan el formato de chat de OpenAI, por lo que un endpoint que lo copia funciona con SDKs existentes, frameworks e interfaces de chat. El segundo es el modelo detrás de la URL: su tamaño, su ventana de contexto y cómo trata las solicitudes sensibles. El formato de datos es fácil de comparar. El comportamiento del modelo necesita una prueba real.
Una API de modelo también es una relación de facturación. Estás alquilando tiempo de inferencia, medido en tokens, en lugar de poseer una máquina. Ese cambio mueve el costo de un número mensual fijo a una cifra que sigue tu tráfico.
Otra propiedad determina todo lo que sigue: la API es sin estado. El servidor no conserva memoria de tu conversación entre llamadas. Si quieres que el modelo recuerde los últimos cinco mensajes, tu código envía los cinco de nuevo con la siguiente petición. Por eso el recuento de tokens crece a medida que avanza el chat, y por la forma en que gestionas el historial se decide tu factura.
Tres formas de obtener respuestas de un modelo
Hay tres configuraciones comunes, y cada una se adapta a un equipo diferente.
| Opción | Tú ejecutas | Pagas por | Mejor cuando |
|---|---|---|---|
| API de proveedor del creador del modelo | Nada | Tokens, en la lista de precios del proveedor | Necesitas el modelo específico de ese proveedor |
| Endpoint alojado de pesos abiertos | Nada | Tokens, en la lista de precios del host | Quieres un modelo de pesos abiertos sin operarlo |
| Autoalojado en tu propia GPU | Todo | Hardware, energía, tu tiempo | Necesitas control total o uso sin conexión |
La fila del medio es donde se sitúa este sitio. Alojamos un modelo de pesos abiertos, ejecutado por un proveedor independiente, y lo exponemos a través de una interfaz compatible con OpenAI. No es la API oficial de ningún proveedor de modelos y no enruta entre proveedores. Si necesitas el modelo de un proveedor en particular, ve a ese proveedor. Si necesitas un modelo de pesos abiertos que responda sin rechazos de contenido para uso adulto legal, un endpoint alojado de pesos abiertos es el camino corto.
Lo que realmente cuesta el autoalojamiento
Ejecutar un modelo tú mismo parece gratuito una vez que termina la descarga, por eso atrae tantos primeros proyectos. El costo aparece más tarde, en tres lugares.
Memoria y hardware
Un modelo debe caber en la memoria de la GPU junto con su caché de trabajo para el prompt. Los modelos más grandes y contextos más largos necesitan más de ella, y la caché crece con cada solicitud concurrente. Una configuración que se siente rápida para un usuario puede estancarse cuando diez personas envían mensajes a la vez.
Operaciones
Alguien tiene que mantener el servidor activo, actualizar el software de inferencia, vigilar los fallos por falta de memoria y decidir qué pasa cuando la GPU está ocupada. Ese alguien suele ser tú, por la noche, cuando un usuario reporta un tiempo de espera.
Tiempo inactivo
Una GPU cuesta lo mismo ya sea que responda a una petición por hora o a una por segundo. Las aplicaciones pequeñas con tráfico irregular pagan por mucho silicio inactivo. Las herramientas locales como Ollama son excelentes para desarrollo y experimentos privados, y nuestro artículo sobre errores comunes de API de Ollama cubre los problemas a los que se enfrentan cuando apuntan su código de producción a ellas.
Leyendo el contrato de una API de modelo
Antes de comprometerte con cualquier endpoint, recopila cinco datos: la URL base, el ID del modelo, cómo funciona la autenticación, qué métodos existen y cuáles son los límites. Para este servicio son breves.
- URL base:
https://api.modelapis.cc/v1 - ID del modelo:
uncensored - Aut:
Authorization: Bearer YOUR_API_KEY - Métodos:
POST /v1/chat/completions,POST /v1/responses,GET /v1/models - Contexto: 100.000 tokens, prompt y completado juntos
Con eso en mano, una primera llamada toma unas pocas líneas del SDK de Python estándar de OpenAI:
from openai import OpenAI
client = OpenAI(
base_url="https://api.modelapis.cc/v1",
api_key="YOUR_API_KEY",
)
reply = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Explain what a token is in two sentences."}],
)
print(reply.choices[0].message.content)
print(reply.usage)
El campo usage vale la pena imprimirlo desde el primer día. Te dice exactamente cuántos tokens de entrada y salida usó la llamada, que es el número del que se construye tu factura. Las notas completas de parámetros están en la documentación de API.
Cómo funciona la facturación por token
La facturación tiene dos contadores. Los tokens de entrada son todo lo que envías: el prompt del sistema, el historial de la conversación y el mensaje nuevo. Los tokens de salida son lo que el modelo escribe en respuesta. Aquí las tarifas son $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida, cobrados desde crédito prepago sin suscripción.
Un ejemplo trabajado: un turno de chat envía 2.000 tokens de entrada y recibe 500 tokens de salida.
- Entrada: 2.000 / 1.000.000 x $0,15 = $0,0003
- Salida: 500 / 1.000.000 x $0,50 = $0,00025
- Total: $0,00055 por turno, o $0,55 por cada 1.000 turnos
Las solicitudes fallidas o rechazadas no se cobran, y el crédito nunca caduca, así que un saldo pequeño no se degrada mientras construyes. La página de precios lista importes de recarga desde $20 hasta $500 y las categorías de bonificación. El pago es solo en cripto (USDT en TRC20 o USDC en Base).
Si quieres comparar con otro proveedor, toma sus precios de entrada y salida de su propia página y ejecuta las mismas dos líneas de cálculos. Revisa su precio actual en lugar de confiar en un número copiado en un artículo, porque los precios de lista cambian.
Migrar código existente a un endpoint alojado
Si tu aplicación ya se comunica con un entorno local o con otro servicio estilo OpenAI, el cambio es un ajuste de configuración, no una reescritura. Coloca las tres partes variables en variables de entorno:
import os
from openai import OpenAI
client = OpenAI(
base_url=os.environ.get("LLM_BASE_URL", "https://api.modelapis.cc/v1"),
api_key=os.environ.get("LLM_API_KEY", "YOUR_API_KEY"),
)
MODEL = os.environ.get("LLM_MODEL", "uncensored")
reply = client.chat.completions.create(
model=MODEL,
messages=[{"role": "user", "content": "Ping"}],
)
print(reply.choices[0].message.content)
Para desarrollo local con Ollama, que expone una ruta estilo OpenAI propia, establece LLM_BASE_URL a tu dirección local y LLM_MODEL al nombre del modelo local. En producción deja los valores predeterminados. La misma ruta de código se ejecuta en ambos lugares, lo que facilita prototipar sin conexión y desplegar contra un modelo alojado sin tocar la lógica.
Después del cambio, vuelve a ejecutar tus pruebas con prompts reales. El estilo, la longitud y el comportamiento de rechazo de la salida dependen del modelo, no del protocolo, por lo que una prueba de integración exitosa no te dice que las respuestas sean las que necesita tu producto.
Cuándo gana un endpoint de pago por token
El acceso alojado por token suele superar a tener tu propia GPU en cuatro situaciones:
- Tráfico irregular. Un proyecto secundario, un bot de Discord o una beta con unas pocas decenas de usuarios gasta dinero solo cuando alguien envía un mensaje.
- Sin capacidad de operaciones. Si nadie en el equipo quiere cuidar como niñera un servidor de inferencia, alquilar es más barato que las horas que ahorra.
- Código existente de OpenAI. Cambiar de proveedor es una URL base y una clave. Mantienes tu SDK, tu lógica de reintento y tus pruebas.
- Velocidad de prototipado. Puedes probar si el comportamiento del modelo se adapta a tu producto en una tarde, antes de comprar cualquier hardware.
Pierde cuando tu carga es constante y lo suficientemente alta como para mantener una GPU ocupada las 24 horas, cuando los datos no pueden salir de tu red, o cuando necesitas funciones que este servicio no ofrece. Somos solo texto: sin generación de imágenes, audio o video, sin embeddings ni fine-tuning. Para eso, usa una herramienta diferente junto a esta.
Lista de verificación antes de elegir uno
- ¿Habla el formato OpenAI, incluyendo streaming y llamadas a funciones, para que tu código cliente permanezca sin cambios?
- ¿Es estable el ID del modelo, y está claro quién ejecuta el modelo?
- ¿Qué es la ventana de contexto y comparte el completado el contexto con el prompt?
- ¿Cuáles son los límites de tasa y concurrencia, y qué devuelve la API cuando los alcanzas?
- ¿Pagas por las peticiones fallidas?
- ¿Cómo se manejan los prompts? Aquí no se usan para entrenamiento.
- ¿Cómo pagas y puedes empezar con poco? Una cuenta nueva puede reclamar $0,50 de crédito de prueba con un clic en la página de clave de API, sin necesidad de tarjeta.
Ejecuta una prueba de diez minutos con tus prompts reales antes de decidir. El comportamiento con tu propio contenido te dice más que cualquier lista de características.
Privacidad y claves
Una API alojada significa que tus prompts viajan al servidor de otra persona. Esa es la principal cosa que das en comparación con ejecutar el modelo en tu propia máquina, y debería ser una elección consciente. Aquí los prompts no se usan para entrenamiento. Aun así, trata cada petición como datos que salen de tu red: no envíes secretos, claves privadas ni datos personales de otras personas a menos que tengas una razón y el derecho para hacerlo.
Las claves merecen el mismo cuidado. Puedes regenerar una clave en cualquier momento desde la página de clave de API, y la antigua deja de funcionar al instante. Las cuentas que han recargado pueden tener hasta 5 claves, etiquetarlas y revocar cualquiera de ellas, así que dale a cada aplicación o entorno la suya propia. Si una se filtra, la reemplazas en segundos y nada más se rompe.
Más guías
Preguntas frecuentes
¿Qué es una API de modelo?
Una API de modelo es un endpoint HTTP que acepta un prompt o una lista de mensajes y devuelve texto generado por un modelo de lenguaje. Pagas por token en lugar de ejecutar el modelo en tu propio hardware.
¿Es una API alojada más barata que ejecutar un modelo localmente?
Para tráfico pequeño o irregular generalmente lo es, porque pagas solo por los tokens usados y no tienes tiempo de GPU inactivo. Para carga pesada constante en hardware que ya posees, local puede costar menos.
¿Puedo usar el SDK de OpenAI con esta API?
Sí. Establece la URL base a https://api.modelapis.cc/v1, usa tu clave como token Bearer y establece el modelo a uncensored.
¿El endpoint maneja imágenes o embeddings?
No. Es solo texto, con finalización de chat, el método de respuestas y una lista de modelos.
Accede a tu clave al instante
Regístrate, recupera tu clave, actualiza tu URL base. Eso es todo.