La mayoría de los equipos no necesita un gran despliegue de una pasarela de IA desde el primer día. Necesitan un camino corto desde “tenemos una cuenta” hasta “comparamos algunos modelos en trabajo real y sabemos qué probar después”.
Este inicio de integración de Flatkey está diseñado para esa primera sesión. Conecta las piezas esenciales —acceso a la API, una primera solicitud, herramientas de escritorio, asistentes de programación, comparación de modelos, precios y traspaso al equipo— sin obligarte a adoptar todos los flujos de trabajo a la vez.
La idea operativa es simple: empieza con una clave de API de Flatkey y una URL base compatible con OpenAI, y luego elige el entorno de trabajo que corresponda a la persona que realiza la evaluación.
https://router.flatkey.ai/v1
Los desarrolladores pueden usar un SDK o la terminal. Los responsables de prompts pueden empezar en Cherry Studio. Los equipos de programación pueden añadir un perfil de Flatkey en CC Switch. Todos pueden trabajar desde la misma lista corta de modelos y comparar resultados antes de que el equipo se comprometa con una ruta de producción.
The Flatkey starter stack at a glance
Usa esta tabla para elegir la configuración mínima útil para tu primera prueba.
| Tu objetivo inmediato | Empieza aquí | Cómo se ve el éxito |
|---|---|---|
| Confirmar que la API funciona | Guía rápida de Flatkey | Aparece una respuesta válida en tu aplicación y en los registros de uso |
| Comparar prompts manualmente | Guía de configuración de Cherry Studio | El mismo prompt puede probarse en una lista corta de modelos |
| Añadir Flatkey a un flujo de trabajo de programación | Guía de configuración de CC Switch | Se puede seleccionar un perfil local de Flatkey sin reemplazar todos los perfiles existentes |
| Crear un benchmark repetible | Flujo de trabajo de pruebas de prompts con múltiples modelos | Cada modelo recibe los mismos casos de prueba y la misma rúbrica de evaluación |
| Elegir un candidato para producción | Lista de verificación para la evaluación de modelos de IA | Se revisan juntos la calidad, la latencia, la fiabilidad y el coste efectivo |
| Estimar el encaje operativo | Precios de Flatkey | Tu lista corta refleja el acceso actual a los modelos y la carga de trabajo esperada |
No necesitas completar todas las filas. Un evaluador individual puede usar la guía rápida y Cherry Studio. Un equipo de ingeniería puede pasar directamente de la guía rápida a un arnés de pruebas con SDK. Un equipo de programación puede empezar con CC Switch y añadir evaluación estructurada después de identificar modelos prometedores.
Paso 1: Elige una tarea real, no una demo genérica
La sesión de incorporación más rápida comienza con un trabajo representativo. Evita empezar con un prompt vago como “escribe algo creativo”. Es difícil de evaluar y rara vez se parece al trabajo que justificará la integración.
Elige una tarea con una condición de éxito visible, por ejemplo:
- Extraer cinco campos obligatorios de un mensaje de soporte.
- Devolver JSON válido que coincida con el esquema de tu aplicación.
- Redactar una respuesta que siga una política y un tono específicos.
- Explicar un cambio de código sin inventar archivos ni funciones.
- Llamar a una herramienta aprobada con los argumentos correctos.
Prepara de cinco a diez ejemplos antes de comparar modelos. Incluye casos ordinarios, un caso difícil y al menos un caso que deba fallar de forma segura. Este pequeño conjunto es suficiente para revelar diferencias obvias sin convertir la primera sesión en un programa de evaluación completo.
Mantén estables el prompt, la forma de salida esperada y las reglas de puntuación. El modelo debe ser la principal variable.
Step 2: Make one API call through the quickstart
Sigue la guía de inicio rápido de Flatkey para crear una clave de API, apuntar un cliente compatible con OpenAI al router de Flatkey y hacer la primera solicitud.
Tu lista de verificación para la primera llamada es intencionalmente breve:
- Guarda la clave en una variable de entorno en lugar del código fuente.
- Configura la URL base como
https://router.flatkey.ai/v1. - Elige un modelo actualmente disponible del catálogo en vivo de Flatkey o de la consola.
- Envía un prompt representativo.
- Confirma que la respuesta se puede analizar y que la solicitud aparece en los registros de uso.
No añadas enrutamiento de respaldo, reintentos complejos ni varias herramientas antes de que esta solicitud funcione. Esas capas pueden ocultar si la clave, la URL base, la selección del modelo y el contrato de la solicitud son correctos.
Una vez que una llamada tenga éxito, guarda el prompt exacto, el identificador del modelo, la hora de la solicitud, la respuesta, la latencia y el uso. Ese registro se convierte en la línea base para el siguiente modelo.
Step 3: Choose the right evaluation surface
La mejor integración inicial depende de quién esté haciendo el trabajo.
Cherry Studio for hands-on prompt comparison
Cherry Studio es útil cuando un gerente de producto, diseñador de prompts, especialista en marketing, investigador o evaluador técnico quiere un espacio de trabajo gráfico para probar conversaciones y el comportamiento del modelo.
Usa la guía de configuración de la API de Cherry Studio para añadir el endpoint y la credencial de Flatkey. Luego crea una pequeña rutina de comparación:
- Pega las mismas instrucciones del sistema y la misma entrada del usuario.
- Cambia solo el modelo, a menos que un modelo requiera un ajuste de parámetro documentado.
- Registra si la respuesta cumple los requisitos estrictos.
- Califica por separado la claridad, la utilidad y la preferencia.
- Guarda tanto los fallos como las respuestas sólidas.
Esta es la forma más rápida de hacer visibles las diferencias entre modelos para personas no desarrolladoras. No sustituye las pruebas automatizadas, pero puede producir una lista corta y centrada antes de que ingeniería construya un harness.
CC Switch for coding-assistant profiles
CC Switch es un punto de partida práctico cuando el caso de uso inmediato es la configuración local de un asistente de programación. Sigue la guía de configuración de CC Switch para crear un perfil respaldado por Flatkey y conservar la capacidad de moverte entre configuraciones aprobadas.
Evalúa los modelos de programación con tareas específicas del repositorio en lugar de con un rompecabezas de programación genérico. Pide a cada candidato que explique un módulo real, proponga un parche enfocado, identifique una prueba que falle o genere un plan de migración. Revisa si respeta los límites de los archivos, sigue las instrucciones y evita afirmaciones no respaldadas sobre la base de código.
Mantén disponible tu perfil existente hasta que la nueva ruta haya superado las tareas que importan a tu equipo. Una conexión exitosa demuestra acceso; no demuestra que cada modelo sea مناسب para cada repositorio o nivel de automatización.
An SDK harness for repeatable results
Usa un SDK o un script cuando necesites reproducibilidad. Un cliente compatible con OpenAI puede enviar el mismo conjunto de pruebas a varios IDs de modelo mientras tu evaluador almacena las respuestas en un formato coherente.
El flujo de trabajo de pruebas de prompts con múltiples modelos muestra cómo congelar el contrato de la solicitud, separar los requisitos estrictos de las preferencias, registrar la latencia y el uso, y evitar cambiar varias variables a la vez.
Empieza con dos o tres modelos. Más candidatos generan más trabajo de revisión y, a menudo, retrasan la decisión sin mejorarla.
Step 4: Puntúa el resultado que llega a producción
La solicitud más barata no siempre es el resultado de menor costo. Una respuesta que requiere corrección manual, infringe un esquema, agota el tiempo de espera o desencadena reintentos repetidos puede costar más que un modelo de precio más alto que acierta en el primer intento.
Usa cuatro grupos de puntuación:
| Score group | Questions to answer |
|---|---|
| Task success | Did the output satisfy every hard requirement? |
| Quality | Was it accurate, useful, concise, and appropriate for the audience? |
| Operations | Was latency acceptable, and did the request complete reliably? |
| Economics | What is the effective cost per accepted result, including retries and review? |
La lista de verificación para evaluar modelos de IA ofrece un flujo de trabajo más profundo para la puntuación ponderada, las comprobaciones de salida estructurada, las pruebas de límite de velocidad, el despliegue canario y los criterios de reversión.
Antes de elegir los finalistas, revisa la página de precios de Flatkey actual. El acceso a los modelos y la economía pueden cambiar, así que usa la página en vivo en lugar de copiar números antiguos en una hoja de cálculo de evaluación. Estima los tokens del prompt, los tokens de finalización, el volumen de solicitudes, los reintentos esperados y cualquier tráfico de respaldo para la carga de trabajo que realmente planeas ejecutar.
Step 5: Convierte una prueba personal en un camino listo para el equipo
Una integración personal que funciona es el comienzo de la adopción, no el final. Antes de que el flujo de trabajo se convierta en infraestructura compartida, asigna responsables y añade controles básicos.
Usa esta lista de verificación de traspaso:
- Responsable del acceso: controla la creación, el almacenamiento, la rotación y la revocación de claves de API.
- Responsable del modelo: mantiene la lista corta de modelos aprobados y la política de enrutamiento por tarea.
- Responsable de calidad: selecciona los casos de prueba, las reglas de puntuación y los umbrales de regresión.
- Responsable de operaciones: revisa el uso, los errores, la latencia, las cuotas y el comportamiento de respaldo.
- Responsable del presupuesto: compara el uso previsto con el gasto real e investiga las variaciones.
Si varios equipos o regiones van a compartir la pasarela, continúa con la guía de pasarela de IA para equipos. Si finanzas u operaciones necesitan un proceso de revisión repetible, usa la guía de gestión del gasto en API de IA para conectar la visibilidad del uso, las cuotas, los registros de recarga y la planificación mensual.
El objetivo no es crear un comité para una prueba inicial. Es asegurarse de que el camino desde el experimento hasta la producción tenga responsables nombrados antes de que la integración sea difícil de deshacer.
Un plan de inicio de integración de Flatkey de 30 minutos
Aquí tienes un calendario práctico para la primera sesión:
| Tiempo | Acción | Resultado |
|---|---|---|
| 0–5 minutos | Elige una tarea real y cinco ejemplos | Un conjunto de pruebas pequeño y representativo |
| 5–10 minutos | Crea una clave y completa la guía de inicio rápido | Una solicitud API registrada |
| 10–15 minutos | Conecta Cherry Studio, CC Switch o un SDK | Una superficie de evaluación lista |
| 15–25 minutos | Ejecuta dos o tres modelos con los mismos ejemplos | Respuestas y mediciones comparables |
| 25–30 minutos | Revisa los precios y elige la siguiente prueba | Una lista corta, un responsable y una acción de seguimiento |
Al final de la sesión, deberías poder responder cuatro preguntas:
- ¿Funciona la ruta de Flatkey en nuestra herramienta o flujo de código preferido?
- ¿Qué candidatos de modelo cumplen los requisitos no negociables?
- ¿Qué evidencia sigue faltando antes del uso en producción?
- ¿Quién es responsable del siguiente paso de evaluación?
Eso es suficiente progreso para el primer día. Puedes añadir conjuntos de datos más grandes, jueces automáticos, enrutamiento de respaldo y controles de equipo después de que la pila inicial haya producido una lista corta en la que se pueda confiar.
Empieza con la ruta más pequeña que pueda enseñarte algo
Flatkey admite varias superficies de adopción, pero la ruta más corta suele ser la mejor: una clave, una URL base, una tarea representativa y una superficie de evaluación.
Empieza con el inicio rápido. Añade Cherry Studio para pruebas visuales de prompts, CC Switch para perfiles de asistente de codificación, o un arnés de SDK para benchmarks repetibles. Luego usa los precios actuales y criterios de evaluación centrados en producción para decidir qué merece un despliegue mayor.
El resultado es una pila inicial lo bastante rápida para un nuevo evaluador y lo bastante estructurada como para transferirla a ingeniería, operaciones y finanzas cuando la prueba se convierta en trabajo real.
