API LLM gratuita para desarrolladores: prueba vs pago por uso

Respuesta corta: una prueba, luego centavos por llamada

Nada de esto es gratis para siempre. Lo que obtienes es un inicio gratuito y una factura muy pequeña después. Regístrate con Google o con correo electrónico y contraseña, abre la página de la clave de API y reclama $0,50 de crédito de prueba con un solo clic. No se necesita tarjeta. El crédito es válido durante 7 días y cada persona tiene derecho a uno.

Después pagas por uso a $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. No hay suscripción ni mínimo mensual. La recarga mínima es de $20 y el crédito no caduca, así que puedes gastarlo en un año si tu proyecto es lento.

Qué permite la prueba de $0,50

El coste por petición es simple: tokens de entrada multiplicados por $0,15, más tokens de salida multiplicados por $0,50, todo dividido por 1.000.000. Dos ejemplos muestran el rango.

Revisa la primera fila: 1.500 x $0,15 / 1.000.000 = $0,000225, y 300 x $0,50 / 1.000.000 = $0,00015. La suma es $0,000375. Para la segunda fila, 20.000 tokens de entrada cuestan $0,003 y 800 tokens de salida cuestan $0,0004, así que $0,0034 en total.

En la práctica, la prueba es suficiente para conectar un cliente, probar streaming, probar llamadas a funciones y decidir si el modelo se adapta a tu proyecto.

Por qué las capas gratuitas son difíciles para construir sobre ellas

Las capas gratuitas existen para que pruebes un producto, y sus límites se establecen con ese propósito en mente. Los detalles cambian a menudo, así que revisa los términos actuales de cada proveedor antes de depender de uno. En general, los desarrolladores se enfrentan a los mismos problemas.

• Límites de tasa ajustados para una demo. Un script que funciona con diez peticiones se vuelve inutilizable con unos pocos cientos.
• Límites cambiantes. Un límite que está bien hoy puede ajustarse más tarde, y tu pipeline se entera de ello por un error.
• Filtros de contenido. Muchos modelos alojados rechazan peticiones por ficción, roleplay o datos de prueba atrevidos. Un rechazo en medio de un trabajo por lotes es un error que no puedes parchear.
• Manejo de datos poco claro. Algunas ofertas gratuitas usan prompts para mejorar sus modelos. Lee los términos.

Nada de esto hace que las capas gratuitas sean malas. Para un prototipo de fin de semana están bien. El problema empieza cuando el prototipo se convierte en un servicio.

También hay un problema de planificación. Una capa gratuita no te permite prever el coste, porque no hay un precio que multiplicar. Con la facturación por token puedes escribir el presupuesto en una línea antes de escribir código, y eso hace que un proyecto sea más fácil de defender ante un cliente o un socio. Si tu uso crece diez veces, sabes que la factura crece unas diez veces, y nada más cambia.

Qué revisar en cualquier API antes de comprometerte

Si un servicio cuesta dinero o no, haz las mismas preguntas antes de integrarlo en tu código.

1. ¿Es el protocolo estándar? Esta API es compatible con OpenAI, así que cambiar más tarde significa cambiar dos líneas, no reescribir un cliente.
2. ¿Cuáles son los límites en números? Aquí están publicados: 8 peticiones simultáneas y 300 por minuto en una clave completa, 2 y 60 en una clave de prueba, cuerpo de 8 MB, ventana de 100.000 tokens.
3. ¿Qué pasa cuando falla una llamada? En este servicio, las peticiones fallidas o rechazadas no se cobran.
4. ¿Qué pasa con tus prompts? Aquí no se usan para entrenamiento.
5. ¿El modelo rechaza tu caso de uso? Este está ajustado para responder sin rechazos de contenido para uso adulto lícito, lo cual importa para ficción, roleplay y datos de prueba. La única parada estricta es el contenido sexual que involucre menores.
6. ¿Puedes irte? El crédito es prepago y no caduca, y no hay contrato.

Cómo hacer que la prueba dure más

Pequeños hábitos estiran los $0,50 mucho más.

1. Establece max_tokens mientras pruebas. Es opcional en esta API, pero un límite de 300 evita que una respuesta descontrolada cueste diez veces más de lo planeado. La salida es el lado caro a $0,50 por 1M.
2. Mantén los prompts del sistema cortos. Un prompt del sistema de 1.000 tokens enviado con cada llamada añade $0,00015 por petición.
3. Usa seed y baja temperatura para pruebas repetibles, así no vuelves a ejecutar una llamada solo para ver una respuesta diferente.
4. No reenvíes historiales completos a menos que los necesites. La ventana es de 100.000 tokens, y cada token en ella se cobra como entrada.
5. Observa X-Balance-USD en los encabezados de respuesta para ver exactamente cuánto costó cada prueba.

Otro truco es registrar resp.usage para cada llamada durante el desarrollo. Después de un día de pruebas conocerás tu promedio real y podrás reemplazar las suposiciones en las tablas anteriores con tus propios números. Muchas personas descubren que sus prompts son dos o tres veces más largos de lo que asumían, principalmente por los prompts del sistema y los ejemplos pegados.

Un presupuesto para un proyecto secundario

Los números ayudan cuando decides si un proyecto vale la pena financiar. Toma una aplicación pequeña que hace 200 llamadas al día con el tamaño del ciclo de desarrollo de 1.500 tokens de entrada y 300 de salida. Cada llamada cuesta $0,000375, así que un día cuesta $0,075 y un mes de 30 días cuesta $2,25. Una recarga de $20 pagaría unos nueve meses a esa tasa.

Ahora toma una herramienta más pesada que hace 50 peticiones al día con 20.000 tokens de contexto pegado y 800 tokens de salida. Cada petición cuesta $0,0034, por lo que un día es $0,17 y un mes es $5,10. Incluso una duplicación del tráfico mantiene ambos proyectos en dólares de un solo dígito por mes.

La idea es que la facturación por token a este nivel hace que el coste sea una partida menor para la mayoría de los proyectos secundarios. Lo que decide el éxito es si el modelo hace el trabajo y si los límites se adaptan a tu tráfico.

Una primera llamada que puedes ejecutar ahora

La API es compatible con OpenAI, así que el SDK estándar de Python funciona después de cambiar la URL base y la clave.

Copyfrom openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Explain idempotency in two sentences."}],
    max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage)

El objeto usage te da conteos exactos de tokens de prompt y completado. Multiplícalos por las tarifas anteriores y tendrás el coste de esa llamada. Streaming, modo JSON y llamadas a funciones también están disponibles; la documentación tiene ejemplos para cada uno.

Cuándo pasar de la prueba a una recarga

Avanza cuando se agote la prueba o cuando necesites más de 2 peticiones simultáneas. Una clave completa permite 8 peticiones simultáneas y 300 por minuto. Las recargas van de $20 a $500 en cualquier cantidad entera. Las mayores vienen con un bono: +5% desde $50, +10% desde $100 y +15% desde $200. Una recarga de $50 da $52,50 de crédito, y $200 da $230.

Puedes pagar con cripto (USDT en TRC20, USDC en Base). Las cifras completas están en la página de precios y puedes obtener una clave desde la página de claves.

Lo que esta API no es

Para ahorrarte una noche desperdiciada: es un servicio solo de texto. No hay generación de imágenes, audio o video, ni embeddings ni fine-tuning. Es un modelo de pesos abiertos gestionado por un proveedor independiente, no la API oficial de ningún gran proveedor ni un enrutador entre varios. Si tu proyecto necesita embeddings para búsqueda, necesitarás otro servicio para esa parte. Si necesita un modelo de chat que siga instrucciones y no rechace, este encaja.

Si eres nuevo en el sitio, la página sobre cómo usar un LLM sin restricciones de inicio de sesión explica cómo funcionan el registro y las claves con más detalle.

Más guías

• Endpoints de la API de Open WebUI: Conecta un LLM sin censura
• Cómo usar un LLM sin restricciones de inicio de sesión