Arquitectura de pasarelas de IA5 de septiembre de 2026Flatkey Team

Guía de API de LLM (2026): qué es, cómo funciona, precios y mejores proveedores

Una guía práctica sobre las API de LLM para 2026: qué son, cómo funciona una solicitud, código listo para ejecutar, precios oficiales de los principales proveedores, las opciones más baratas y gratuitas, y cuándo conviene usar una API unificada en lugar de cuentas separadas.

Guía de API de LLM (2026): qué es, cómo funciona, precios y mejores proveedores

Una API de LLM es un endpoint web que permite a tu código enviar un prompt a un modelo de lenguaje de gran tamaño y recibir texto generado, JSON o llamadas a herramientas, con facturación por token. Se utiliza mediante una solicitud HTTP que incluye una clave de API, el nombre de un modelo y tus mensajes, lo que te da acceso a modelos como GPT, Claude, Gemini, DeepSeek o Qwen sin tener que gestionar ninguna GPU. En octubre de 2026, los precios van desde $0.10 por millón de tokens de entrada para los modelos pequeños hasta $10 para los más grandes.

Esta guía está dirigida a desarrolladores y creadores independientes que están eligiendo su primera API de LLM, o la siguiente. Explica cómo funciona una solicitud, incluye código listo para ejecutar en curl, Python y Node.js, y repasa los precios oficiales actuales de los principales proveedores, las opciones gratuitas, cómo elegir un proveedor y cuándo tiene más sentido usar una API unificada que mantener cuentas separadas.

¿Qué es una API en un LLM?

Una API (interfaz de programación de aplicaciones) es el contrato que utiliza tu programa para comunicarse con otro servicio. En el caso de un modelo de lenguaje de gran tamaño, la API define:

Endpoint: la URL a la que envías las solicitudes, como /v1/chat/completions o /v1/messages.
Autenticación: una clave de API en una cabecera, vinculada a tu cuenta y a la facturación.
Formato de la solicitud: el identificador del modelo, una lista de mensajes (sistema, usuario, asistente) y opciones como max_tokens, temperature, herramientas y formato de respuesta.
Formato de la respuesta: texto generado o una salida estructurada, junto con el consumo de tokens para la facturación.
Límites: solicitudes y tokens por minuto, ventana de contexto y longitud máxima de la salida.

El modelo se ejecuta en las GPU del proveedor. No descargas los pesos; alquilas capacidad de inferencia con cada solicitud. Esa es la principal diferencia frente a alojar por tu cuenta un modelo abierto con herramientas como vLLM u Ollama.

Cómo funciona una API de LLM, paso a paso

Tu aplicación construye una solicitud con el nombre del modelo y la conversación hasta ese momento.
El proveedor divide el texto en tokens (un token equivale aproximadamente a entre 3 y 4 caracteres en inglés).
El modelo genera los tokens de salida uno a uno y, si se solicita, los devuelve en streaming mediante eventos enviados por el servidor.
La respuesta incluye el texto y un objeto usage con el número de tokens de entrada y de salida.
Se calcula el importe: tokens de entrada x precio de entrada + tokens de salida x precio de salida.

Como la API no mantiene el estado, debes reenviar el historial relevante de la conversación en cada llamada. Por eso las conversaciones largas salen más caras y los descuentos por caché de prompts son importantes.

Ejemplo de API de LLM: tu primera solicitud

La mayoría de los proveedores ya aceptan el formato de chat de OpenAI, que por ello se ha convertido en el estándar de facto. Este ejemplo funciona directamente con OpenAI:

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "messages": [
      {"role": "system", "content": "You are a concise assistant."},
      {"role": "user", "content": "Explain what an LLM API is in one sentence."}
    ],
    "max_tokens": 100
  }'

La misma solicitud en Python con el paquete oficial openai. Al cambiar base_url y la clave, puedes dirigirla a cualquier proveedor compatible con OpenAI, incluido un enrutador como Flatkey (guía de inicio rápido):

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://router.flatkey.ai/v1",  # or https://api.openai.com/v1
)

resp = client.chat.completions.create(
    model="claude-sonnet-5-5",  # any model ID from the provider's catalog
    messages=[{"role": "user", "content": "Give me 3 names for a todo app."}],
    max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage)  # prompt_tokens, completion_tokens -> what you pay for

Y en Node.js 18+, usando únicamente fetch y streaming:

const res = await fetch("https://router.flatkey.ai/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.FLATKEY_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gemini-4-argon",
    stream: true,
    messages: [{ role: "user", content: "Write a haiku about APIs." }],
  }),
});
const decoder = new TextDecoder();
for await (const chunk of res.body) process.stdout.write(decoder.decode(chunk));

Anthropic y Google también tienen formatos nativos (la API Messages y la API de Gemini) con funciones propias de cada proveedor, aunque también se puede acceder a ambos mediante capas compatibles con OpenAI.

Los mejores proveedores de API de LLM en 2026 (con precios oficiales)

Los precios siguientes son por millón de tokens (entrada / salida) y se han tomado de la página oficial de precios de cada proveedor el 23 de octubre de 2026.

Proveedor	Modelo de gama alta	Modelo equilibrado	Modelo económico	Notas
OpenAI	gpt-6-astra $10 / $50	gpt-6.1-sol $2 / $10	gpt-6-luna $0.10 / $0.50	Las modalidades Batch y Flex reducen los precios un 50%
Anthropic Claude	Opus 5.5 $4 / $20	Sonnet 5.5 $2 / $10	Haiku 5.5 $0.10 / $0.50 (prompts de hasta 100K)	Contexto de 1M al precio estándar en los modelos 4.6+, excepto Haiku 5.5
Google Gemini	Gemini 4 Argon $2 / $10 hasta el 30 de noviembre de 2026 ($4 / $20 a partir del 1 de diciembre)	Gemini 3.8 Flash $0.75 de entrada hasta el 31 de diciembre de 2026	Modelos Flash-Lite	Nivel gratuito en los modelos Flash; Argon no está incluido en el nivel gratuito
DeepSeek	deepseek-v4-pro $1.32 / $3.96 en horas punta, $0.66 / $1.98 fuera de horas punta	No disponible	deepseek-flash $0.30 / $1.20 en horas punta, $0.15 / $0.60 fuera de horas punta	Aciertos de caché desde $0.003
OpenRouter	Precios de tarifa de los proveedores			Comisión del 5.5% por la compra de créditos (plan Standard)
Flatkey	P. ej., Kimi K3 $1.80 / $9 (tarifa $3 / $15)	P. ej., Claude Sonnet 5.5 $1.60 / $8	P. ej., gpt-6-luna $0.06 / $0.30	Una clave para 80+ modelos; precios de las páginas de los modelos

Los precios de Flatkey proceden de sus páginas de modelos a fecha del 23 de octubre de 2026, que muestran tanto la tarifa de Flatkey como la del proveedor. Para ver un desglose más detallado por modelo, incluidos los descuentos por caché y procesamiento por lotes, consulta nuestra comparativa de precios de API de IA.

¿Cuál es la API de LLM más barata?

Para los modelos pequeños y rápidos, los precios de tarifa oficiales más bajos en octubre de 2026 eran los de OpenAI gpt-6-luna y Claude Haiku 5.5, con $0.10 de entrada / $0.50 de salida por millón de tokens, y deepseek-flash, con $0.15 / $0.60 fuera de las horas punta de DeepSeek. Por ejemplo: 10,000 solicitudes al día con 1,000 tokens de entrada y 300 de salida cada una equivalen a 300M de tokens de entrada y 90M de salida al mes, unos $75 con la tarifa de gpt-6-luna. Las API por lotes, la caché de prompts y las franjas fuera de horas punta pueden volver a reducir ese coste a la mitad.

¿Hay API de LLM gratuitas?

Sí, con límites. La API de Gemini de Google tiene un nivel gratuito en los modelos Flash (cuyos datos de uso pueden utilizarse para mejorar los productos de Google), y varios enrutadores ofrecen modelos gratuitos con límites de frecuencia. Los niveles gratuitos sirven para prototipos, pero tienen límites bajos de solicitudes diarias. Consulta nuestra lista de API de LLM gratuitas en 2026.

Cómo elegir una API de LLM

Pregunta	Por qué importa	Qué comprobar
¿Qué calidad de respuesta necesitas?	Los modelos de gama alta pueden costar entre 50 y 100 veces más que los económicos	Prueba entre 20 y 50 prompts reales en dos o tres gamas
¿Qué longitud tienen tus prompts?	Un contexto largo multiplica el coste de entrada	Ventana de contexto y precios para prompts largos (p. ej., Haiku 5.5 por encima de 100K)
¿Con qué rapidez debe responder?	Los usuarios perciben el tiempo hasta el primer token	Compatibilidad con streaming y latencia en tu región
¿Qué volumen de tráfico tendrás?	Los límites se aplican por minuto y por día	RPM/TPM por nivel; consulta nuestra guía de límites de frecuencia de LLM
¿Necesitas herramientas o JSON?	Los agentes dependen de las llamadas a funciones	Compatibilidad con llamadas a herramientas y salidas estructuradas
¿Dónde se procesan los datos?	Cumplimiento normativo y contratos con clientes	Retención de datos, endpoints regionales (la inferencia de Claude solo en EE. UU. cuesta 1.1x)
¿Vas a cambiar de modelo?	Los precios y los modelos líderes cambian cada pocos meses	Formato compatible con OpenAI o una API unificada

Proveedor directo frente a API de LLM unificada

Llamar directamente a un proveedor es lo más sencillo cuando utilizas una sola familia de modelos. En cuanto combinas modelos, una API unificada (también llamada enrutador de LLM o gateway de LLM) ahorra trabajo:

Una clave y un saldo único en lugar de cuentas, facturas y límites de frecuencia separados por proveedor.
Cambia de modelo modificando una cadena de texto, sin cambiar de SDK.
Recurre a otro modelo como alternativa cuando un proveedor se cae o alcanza su límite de frecuencia.
Un único registro de uso para calcular el coste por función o cliente.

Las opciones incluyen enrutadores alojados (OpenRouter, Flatkey, Vercel AI Gateway) y proxies que puedes alojar por tu cuenta, como LiteLLM. Los enrutadores alojados se diferencian principalmente por las comisiones: OpenRouter cobra los precios de tarifa del proveedor más una comisión del 5.5% por créditos en su plan Standard, mientras que las páginas de modelos de Flatkey muestran tarifas inferiores a las de los proveedores para muchos modelos. Compáralos en nuestra guía de alternativas a OpenRouter y nuestra explicación de las API de IA unificadas.

Cuándo conviene usar una API de LLM y cuándo no

Utiliza una API de LLM cuando haya usuarios reales que dependan de las respuestas, cuando necesites más de un modelo, cuando debas atribuir los costes a funciones o clientes, o cuando estés desarrollando agentes que llamen a herramientas. Opta por alojar el modelo por tu cuenta cuando debas mantener los datos en tu propio hardware, necesites un modelo abierto ajustado con un volumen alto y constante, o tengas que operar sin conexión. Nuestra guía sobre una clave de API para varios modelos de IA muestra cómo los equipos pequeños montan esta infraestructura sin un equipo de plataforma.

Errores habituales

Fijar el identificador de un modelo en todo el código. Guárdalo en la configuración para poder cambiarlo.
Ignorar los tokens de salida. La salida suele costar entre 4 y 5 veces más que la entrada; limita max_tokens.
Reenviar historiales enormes. Resume o almacena en caché los prompts de sistema largos.
No implementar una lógica de reintentos. Los errores 429 y 5xx ocurren; añade esperas crecientes entre reintentos (consulta nuestra guía sobre cómo gestionar los errores por superar el límite de frecuencia de una API).
Guardar claves en commits de git. Utiliza variables de entorno y rota las claves.

Preguntas frecuentes

¿Qué es una API en un LLM?

Es la interfaz que utiliza tu código para enviar prompts a un modelo de lenguaje de gran tamaño y recibir sus respuestas. Define la URL del endpoint, la autenticación con una clave de API, el formato de las solicitudes y respuestas, los límites de frecuencia y la facturación por token.

¿ChatGPT es un LLM o una herramienta de PLN?

Ambas cosas, en cierto sentido. El procesamiento del lenguaje natural (PLN) es el campo de estudio; los modelos de lenguaje de gran tamaño son un tipo de modelo de PLN; y ChatGPT es un producto de consumo basado en los LLM de OpenAI. Los desarrolladores acceden a la misma familia de modelos a través de la API de OpenAI en lugar de la aplicación de ChatGPT.

¿Cuáles son las mejores API de LLM?

En octubre de 2026, las principales opciones son OpenAI (familia GPT-6), Anthropic (familia Claude 5.5), Google (Gemini 4 Argon y modelos Flash), DeepSeek (V4 Pro y Flash), además de API unificadas como OpenRouter y Flatkey, que dan acceso a muchos proveedores con una sola clave.

¿Cuál es la API de LLM más barata?

Entre los precios de tarifa oficiales del 23 de octubre de 2026, OpenAI gpt-6-luna y Claude Haiku 5.5 cuestan $0.10 por millón de tokens de entrada y $0.50 por millón de tokens de salida, y deepseek-flash cuesta $0.15 / $0.60 fuera de horas punta. El nivel gratuito de Gemini es aún más barato para volúmenes bajos.

¿Existe alguna API de LLM gratuita?

Sí. La API de Gemini de Google ofrece un nivel gratuito en sus modelos Flash con límites diarios, y algunos enrutadores ofrecen modelos gratuitos con límites de frecuencia. Cabe esperar límites estrictos y posibles condiciones sobre el uso de los datos.

¿Qué diferencia hay entre una API de LLM y un gateway de LLM?

Una API de LLM es el endpoint de un proveedor para sus modelos. Un gateway o enrutador de LLM actúa como intermediario ante varios proveedores y ofrece una clave, un formato, enrutamiento, alternativas ante fallos y facturación unificada.