ES ▾
Obtener clave de API

Alternativa más barata a OpenAI: cambia la base URL

Una alternativa más barata a openai para texto suele estar a un cambio de base URL de distancia: intercambia la URL, la clave y el ID del modelo, y tu código del SDK de OpenAI seguirá funcionando. Aquí tienes el código exacto, las diferencias y cómo calcular tus ahorros.

Actualizado

Un cable conectado a un enchufe brillante vecino, representando un cambio de base URL a una API más barata

Cheap AI APIs

Puntos clave

  1. Cambia la URL base a https://api.cheapaiapis.com/v1, la clave y el ID del modelo a uncensored.
  2. Solo texto: sin imágenes, audio, video, embeddings ni ajuste fino.
  3. Las tarifas son $0,15 por cada 1M de tokens de entrada y $0,50 por cada 1M de tokens de salida, modelo de pago por crédito prepago.
  4. Mantén la configuración en variables de entorno para que puedas volver atrás.

Lo que cambias y lo que no

Si buscas una alternativa más barata a openai para generación de texto, la migración es pequeña: una nueva base URL, una nueva clave y un nuevo ID de modelo. Tus prompts, formato de mensajes, código de streaming y definiciones de herramientas mantienen su forma. Ese es el beneficio de una API compatible con OpenAI, y también la razón por la que puedes probar el cambio en una tarde sin reescribir código.

Lo que no puedes mover es cualquier cosa fuera del chat de texto. Este endpoint ofrece completaciones de chat, el método responses y una lista de modelos. No soporta imágenes, audio, video, embeddings ni fine-tuning. Si tu producto usa esas funciones, mantén esa parte donde está y mueve solo las llamadas de texto.

AjusteValor para este servicio
URL basehttps://api.cheapaiapis.com/v1
ID del modelouncensored
AutenticaciónAuthorization: Bearer YOUR_KEY
EndpointsPOST /v1/chat/completions, POST /v1/responses, GET /v1/models

Cambia en Python, Node o curl

En Python, pasa los nuevos valores al crear el cliente:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheapaiapis.com/v1",
    api_key="YOUR_KEY",
)

r = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "Answer in two sentences."},
        {"role": "user", "content": "Why do retries need jitter?"},
    ],
)
print(r.choices[0].message.content)

En Node:

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.cheapaiapis.com/v1",
  apiKey: process.env.CHEAP_KEY,
});

const r = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Why do retries need jitter?" }],
});
console.log(r.choices[0].message.content);

Y HTTP plano:

curl https://api.cheapaiapis.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Why do retries need jitter?"}]}'

Haz que el cambio sea reversible

No codifiques los nuevos valores. Pon los tres ajustes en variables de entorno o un objeto de configuración, y podrás volver atrás en segundos si el nuevo modelo no se adapta a una de tus funciones.

import os
from openai import OpenAI

client = OpenAI(
    base_url=os.environ.get("LLM_BASE_URL", "https://api.cheapaiapis.com/v1"),
    api_key=os.environ["LLM_API_KEY"],
)
MODEL = os.environ.get("LLM_MODEL", "uncensored")

Un despliegue adecuado envía primero una pequeña parte del tráfico al nuevo endpoint, por ejemplo una herramienta interna o el 5% de las peticiones, y compara los resultados. Mantén la ruta antigua como respaldo para errores 429 o 5xx. Al leer la respuesta, trata solo los campos estándar como estables: choices[0].message.content, usage y finish_reason.

Lo que realmente difiere

  • El modelo. Hay un único modelo de pesos abiertos, ejecutado por un proveedor independiente, ajustado para responder sin rechazos de contenido para uso adulto lícito. No es la API oficial de ningún proveedor, no es un router, y no se comportará exactamente igual que el modelo que dejas. Los prompts ajustados para otro modelo pueden necesitar pequeñas ediciones.
  • Contexto. La ventana es de 100,000 tokens, contando prompt más respuesta generada. max_tokens es opcional.
  • Funcionalidades. Se admite streaming sobre SSE, llamadas a funciones, modo JSON y la transmisión de temperatura, top_p, stop, seed y las penalizaciones. Consulta la documentación para cualquier funcionalidad exótica que use tu código.
  • Límites. Una clave completa permite 8 peticiones simultáneas y 300 por minuto. El cuerpo máximo es de 8 MB.
  • Seguridad. Los rechazos de contenido no son el comportamiento predeterminado, pero el contenido sexual que involucre a menores de edad nunca está permitido. Añade tus propios filtros si tu producto tiene sus propias reglas.

Prueba específicamente las llamadas a funciones y el modo JSON, ya que un modelo diferente puede formatear los argumentos de otra manera. Valida el JSON que recibes y reintenta una vez con una instrucción más estricta si falla el análisis.

Una lista de migración que cabe en una tarde

  1. Lista tus llamadas. Busca en el código cada lugar que cree un cliente o llame a la API. Marca cada una como chat de texto o algo diferente.
  2. Recopila 30 prompts reales de los registros, con los detalles privados eliminados, incluyendo algunos largos, algunos que usan herramientas y algunos que esperan JSON.
  3. Reenvíalos contra ambos endpoints y guarda los resultados lado a lado. Cuenta cuántos son aceptables sin ediciones.
  4. Comprueba el streaming. Establece stream: true y asegúrate de que tu UI maneje el último fragmento de uso.
  5. Comprueba los errores. Fuerza una clave incorrecta y una ráfaga de peticiones, y confirma que tu código maneja 401 y 429 de forma sensata.
  6. Despliega lentamente, manteniendo la ruta antigua como respaldo.
stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Explain idempotency keys briefly."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Recuerda que una petición en streaming mantiene su plaza de concurrencia hasta que termina la transmisión. Si una página abre varias transmisiones a la vez, los 8 plazas de una clave completa pueden llenarse antes de llegar a las 300 por minuto. Un 429 con código concurrency te indica que eso es lo que ocurrió.

Calcula los ahorros con tus propios números

Las tarifas aquí son $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida, con crédito prepago y sin suscripción. No indicamos los precios de nadie más; mira la tarifa actual del servicio que usas ahora. Luego ejecuta esto:

def monthly_cost(requests, in_tokens, out_tokens, in_rate, out_rate):
    return requests * (in_tokens * in_rate + out_tokens * out_rate) / 1_000_000

# here: 0.15 per 1M input, 0.50 per 1M output
mine = monthly_cost(30_000, 2_500, 600, 0.15, 0.50)
print(round(mine, 2))   # 20.25

Verifica esa cifra a mano: cada petición cuesta 2.500 x 0,15 / 1M = $0,000375 de entrada más 600 x 0,50 / 1M = $0,0003 de salida, es decir $0,000675. Multiplicado por 30.000 peticiones, son $20,25. Ejecuta la misma función con las tarifas publicadas de tu proveedor actual y compara. Incluye el costo de cualquier reescritura o reintento en la comparación, no solo los precios por token.

Las peticiones fallidas o rechazadas no se cobran, y el crédito no caduca, así que un mes lento no cuesta nada extra.

Empieza con la prueba

Regístrate con Google, o con un correo electrónico y contraseña, luego reclama el crédito de prueba de $0,50 con un solo clic en la página de clave de API. No necesita tarjeta, dura 7 días y está limitado a uno por persona. Al costo del ejemplo anterior, $0,50 paga por aproximadamente 740 peticiones de ese tamaño, lo cual es suficiente para ejecutar tus propios prompts de regresión contra ambos proveedores y comparar.

Cuando estés listo para pagar, las recargas son cualquier cantidad entera desde $20 hasta $500, con +5% desde $50, +10% desde $100 y +15% desde $200. Puedes usar cripto (USDT en TRC20, USDC en Base). La página de precios muestra la tabla actual. Los prompts no se usan para entrenamiento.

Cuándo quedarte donde estás

Consejo honesto: no cambies si tu producto depende de endpoints de imagen, audio o embedding de tu proveedor actual, si necesitas un modelo específico de un proveedor por razones contractuales, o si tus usuarios esperan ese comportamiento exacto del proveedor. Una ruta más barata tampoco ayuda si el tiempo de ingeniería para adaptar tus prompts supera los ahorros. Usa este servicio para las llamadas de texto donde un modelo sin censura, pago por token, encaja, y mantén el resto donde está.

Para una visión general de los mitos comunes sobre las APIs de bajo costo, lee mitos versus hechos de las APIs GPT baratas antes de decidir.

Preguntas y respuestas

Leer la documentación
¿Tengo que reescribir mi código?

Normalmente no. Las completaciones de chat, streaming, llamadas a funciones y modo JSON mantienen el mismo formato. Cambia la base URL, la clave y el nombre del modelo.

¿Puedo usar embeddings o generación de imágenes aquí?

No. El servicio es solo de texto, sin generación de imágenes, audio o video, sin embeddings ni ajuste fino.

¿Las respuestas coincidirán con mi modelo actual?

No. Es un modelo de pesos abiertos diferente ajustado para responder sin rechazos de contenido para uso adulto lícito, así que prueba tus prompts y ajusta.

¿Cómo comparo los costos?

Multiplica tus tokens de entrada y salida mensuales por $0,15 y $0,50 por cada 1M, y luego compara con las tarifas publicadas de tu proveedor actual.

Tu clave está a un formulario de distancia

Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.

Obtener clave de API

https://api.cheapaiapis.com/v1