¿Qué es una API LLM?

Una API LLM permite a tu aplicación enviar una conversación, como una lista de mensajes y en muchos modelos con imágenes, vídeo o documentos, a un modelo de lenguaje grande y recibir su texto generado. Eliges el modelo por solicitud, y el uso se cuenta en tokens de entrada y salida.

Tipos de modelos

Qué hace una API LLM

Un modelo de lenguaje grande (LLM) es un modelo entrenado para leer y escribir texto. Una API LLM pone ese modelo a disposición a través de HTTPS: tu aplicación envía una petición con un ID de modelo y una lista de mensajes, y la API devuelve la respuesta del modelo. Cada mensaje tiene un rol. A Sistema el mensaje establece instrucciones permanentes, usuario los mensajes contienen la entrada de la persona, y Asistente Los mensajes retienen respuestas anteriores, por lo que el modelo ve la conversación que está continuando.

Muchos modelos de texto aceptan más que texto. Dependiendo del modelo, un mensaje puede incluir imágenes, vídeo, audio o documentos, y el modelo responde en texto. Los modelos leen y escriben texto como fichas, y el Ventana de contexto limita cuántos tokens puede contener una solicitud. Las ventanas de contexto varían según el modelo, y algunos modelos de texto aceptan tokens de 1M.

Cómo funciona una solicitud

Envías un POST solicitud con tu clave API en el Autorización encabezado. El cuerpo nombra el modelo y los mensajes, además de configuraciones opcionales como max_tokens, temperatura o Herramientas. La respuesta contiene la respuesta y un Uso objeto que cuenta los tokens de entrada y salida de la solicitud.

La API no recuerda solicitudes anteriores. Para continuar una conversación, envíe de nuevo los mensajes anteriores junto con el nuevo. Para mostrar una respuesta larga mientras se está escribiendo, configure Stream a Cierto: la respuesta llega como Eventos Enviados por el Servidor, unos pocos tokens a la vez, y el uso llega al final del stream.

Lo que los desarrolladores construyen con APIs LLM

  • Asistentes y chat de soporte. Responde preguntas dentro de tu producto, siguiendo tus propias instrucciones.
  • Resúmenes y extracción. Condensa documentos, transcripciones y correos electrónicos, o extrae campos de ellos como JSON con Salida estructurada.
  • Agentes. Con llamada de función, el modelo pide a tu código que ejecute una función, como una consulta en la base de datos, y utiliza el resultado en su respuesta.
  • Programación. Genera, explica y revisa código, o ejecuta un agente de programación en tu editor.
  • Respuestas a partir de tu propio contenido. Encuentra pasajes relevantes con un API de embeddings e inclúyelos en el enunciado.

Qué comparar entre modelos de texto

  • Calidad en tu tarea. Haz las mismas preguntas a varios candidatos y lee las respuestas. Comparaciones de modelos lado a lado Ayuda a reducir la lista.
  • Razonamiento. A Modelo de razonamiento Resuelve un problema antes de que responda. Esto ayuda con matemáticas, planificación y programación, pero tarda más tiempo y produce más tokens de salida. Muchos modelos te permiten establecer el esfuerzo de razonamiento o un presupuesto de pensamiento.
  • Ventana de contexto. Los documentos largos, las bases de código extensas y los largos historiales de chat necesitan una ventana amplia.
  • Entradas y funciones. Compruebe si el modelo lee imágenes, vídeo, audio o documentos, y si soporta llamadas a herramientas, salida estructurada o búsqueda web.
  • Velocidad. El tiempo hasta el primer token y la velocidad de salida determinan qué tan rápido responde una interfaz de chat.
  • Precio. La mayoría de los modelos de texto se facturan por millón de tokens de entrada y por millón de tokens de salida, y los tokens de salida suelen costar más. Algunos modelos facturan la entrada en caché a una tasa menor (véase caché de prompts), y algunos también se ejecutan a través de la API por lotes para trabajos grandes que no requieren una respuesta inmediata (véase Inferencia por lotes).

Intenta llamar a un modelo de texto en EmpirioLabs AI

Explora la Modelos de texto, luego abre la Playground para chatear con uno antes de escribir código. Para llamar a un modelo desde tu aplicación, crea una clave API en el panel de control y envía una solicitud a https://api.empiriolabs.ai/v1/chat/completions. La mayoría de los modelos de texto también aceptan los formatos de solicitud de /v1/responses y /v1/messages. El endpoint de chat es compatible con OpenAI, así que una integración existente con el SDK de OpenAI funciona una vez que cambias la URL base y la clave.

El Guía para empezar recorre una primera petición. Una respuesta que requiere más tiempo del que permite una petición HTTP puede ejecutarse sobre el Modo WebSocket para respuestas largas.

Paga conforme lo utilizas, o elige un plan con asignaciones semanales. Las tarifas actuales de cada modelo están en el página de precios.

Modelos de Generacion de texto en EmpirioLabs AI

74 modelos, del más barato al más caro cuando comparten unidad de facturación. La página de cada modelo tiene su tarjeta de precios completa, parámetros y código.

Endpoints

POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1/audio/speech POST /v1/audio/speech:stream

Por 1M de tokens, según la tarifa de entrada

ModeloEntradaSalida
GLM 4.5 Flash Z.aiGratisGratis
GLM 4.6V Flash Z.aiGratisGratis
GLM 4.7 Flash Z.aiGratisGratis
Qwen3.7 Flash Alibaba Cloud<=32K $0.03 32K-256K $0.10 256K-1M $0.20<=32K $0.13 32K-256K $0.40 256K-1M $0.80
Qwen3.5 4B Alibaba Cloud$0.04$0.07
Nova Micro 1.0 Amazon$0.040$0.16
GLM 4.6V FlashX Z.ai$0.04$0.40
Gemma 4 26B-A4B Google$0.15$0.05$0.50$0.29
Ver los 71 modelos
ModeloEntradaSalida
Qwen3.5 35B-A3B Alibaba Cloud$0.25 <=128K $0.057 $0.25 128K-256K $0.229$2.00 <=128K $0.459 $2.00 128K-256K $1.835
Nova Lite 1.0 Amazon$0.069$0.28
GLM 4.7 FlashX Z.ai$0.07$0.40
Qwen3.6 35B A3B Alibaba Cloud$0.248$0.07$1.485$0.42
GLM 5.3 Flash Z.ai$0.075$0.25
Qwen3.5 27B Alibaba Cloud$0.30 <=128K $0.086 $0.30 128K-256K $0.258$2.40 <=128K $0.688 $2.40 128K-256K $2.064
Qwen3.5 9B Alibaba Cloud$0.10$0.09$0.15$0.13
Qwen3.5 Flash Alibaba Cloud$0.10$0.090$0.40$0.368
Step 3.5 Flash StepFun$0.10$0.30
Step 3.5 Flash 2603 StepFun$0.10$0.30
MiniMax M3.1 Flash MiniMax$0.15$0.1125$0.60$0.45
Qwen3.5 122B-A10B Alibaba Cloud$0.40 <=128K $0.115 $0.40 128K-256K $0.287$3.20 <=128K $0.917 $3.20 128K-256K $2.294
Seed 2.0 Mini ByteDance<=128K $0.12 128K-256K $0.24<=128K $0.50 128K-256K $1.00
MiMo V2.6 Flash Xiaomi$0.14$0.28
Mistral Small 4 Mistral AI$0.15$0.60
Qwen3.8 Flash Alibaba Cloud$0.16$0.47
Qwen3.8 27B Alibaba Cloud$0.45$0.17$3.20$0.50
Qwen3.5 397B-A17B Alibaba Cloud$0.60 <=128K $0.172 $0.60 128K-256K $0.43$3.60 <=128K $1.032 $3.60 128K-256K $2.58
DeepSeek V4.1 Flash 1017 DeepSeek$0.20$0.80
Muse Glimmer 30B Meta AI$0.35$0.20$1.50$0.80
Step 3.7 Flash StepFun$0.20$1.15
MiniMax M3 MiniMax$0.30 <=512K $0.225 $0.60 >512K $0.45$1.20 <=512K $0.90 $2.40 >512K $1.80
Qwen3.6 Flash Alibaba Cloud<=256K $0.25 256K-1M $1.00<=256K $1.50 256K-1M $4.00
Qwen3.8 Omni Flash Alibaba Cloud$0.30$0.94
Seed 2.0 Lite ByteDance<=128K $0.31 128K-256K $0.62<=128K $2.50 128K-256K $5.00
Qwen3.5 Plus Alibaba Cloud$0.40 <=256K $0.36 $0.50 256K-1M $0.45$2.40 <=256K $2.21 $3.00 256K-1M $2.76
Nova Lite 2 Amazon$0.38$3.16
Qwen3.7 Plus Alibaba Cloud<=256K $0.40 256K-1M $1.20<=256K $1.60 256K-1M $4.80
Seed 2.0 Code ByteDance<=128K $0.40 128K-256K $0.80<=128K $2.40 128K-256K $4.80
Qwen3.6 27B Alibaba Cloud$0.60$0.412564$3.60$2.475384
DeepSeek V4 Flash 0731 DeepSeek$0.424$1.272
MiMo V2.6 Pro Xiaomi$0.435$0.87
Qwen3.6 Plus Alibaba Cloud<=256K $0.50 256K-1M $2.00<=256K $3.00 256K-1M $6.00
Seed 2.1 Turbo ByteDance$0.63$3.13
Seed 2.0 Pro ByteDance<=128K $0.63 128K-256K $1.26<=128K $3.79 128K-256K $7.58
Qwen3.5 Omni Flash Alibaba Cloud$0.80$4.40
GLM 5.1 Z.ai$1.40 <=32K $0.825 $1.40 32K-200K $1.10$4.40 <=32K $3.301 $4.40 32K-200K $3.851
Kimi K2.6 Moonshot AI$0.95$0.8939$4.00$3.7131
Kimi K2.7 Code Moonshot AI$0.95$4.00
Step 5 Preview StepFun$1.00$2.70
Muse Spark 1.1 Meta AI$1.25$4.25
Muse Spark 1.2 Meta AI$1.25$4.25
Muse Spark 1.3 Meta AI$1.25$4.25
DeepSeek V4 Pro 0813 DeepSeek$1.32$3.96
GLM 5.2 Z.ai$1.40$4.40
GLM 5.3 Z.ai$1.40$4.40
StepAudio 2.5 Chat StepFun$1.50$3.50
StepAudio 3 Chat StepFun$1.50$3.50
Qwen4 Max Alibaba Cloud$1.50$4.50
DeepSeek V4 Pro DeepSeek$1.74$1.65$3.48$3.30
Kimi K2.7 Code Highspeed Moonshot AI$1.90$8.00
Fugu Max Sakana AI$2.00$6.00
Qwen3.8 Max Alibaba Cloud$2.00$6.00
Qwen3.8 Max 0902 Alibaba Cloud$2.00$6.00
Kimi K3.1 Pro Moonshot AI$2.00$10.00
Nova Pro 1.0 Amazon$2.40$9.60
Qwen3.7 Max Alibaba Cloud$2.50$7.50
Qwen3.5 Omni Plus Alibaba Cloud$2.80$16.60
Kimi K3 Moonshot AI$3.00$15.00
MiMo V2.6 Pro UltraSpeed Xiaomi$4.35$8.70
Fugu Ultra v1.1 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v2.0 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v1.0 Sakana AI<=272K $7.50 >272K $15.00<=272K $45.00 >272K $67.50

También disponibles: DeepReasoning, Gemma 3 27B, Mistral Small 3.1

Preguntas frecuentes

¿Cuál es la diferencia entre un LLM y una API de LLM?

Un LLM es el modelo entrenado. Una API LLM es la interfaz a la que llama tu código para enviar una solicitud al modelo y recibir su salida, de modo que puedas usar el modelo sin ejecutarlo tú mismo.

¿Cómo se factura una API LLM?

La mayoría de los modelos de texto se facturan mediante tokens, con una tasa por millón de tokens de entrada y otra por millón de tokens de salida, por lo que los prompts más largos y las respuestas más largas cuestan más. En EmpirioLabs AI puedes pagar conforme avanzas o elegir un plan con asignaciones semanales.

¿Recuerda una API LLM la conversación?

No. Cada solicitud es independiente, por lo que envías los mensajes anteriores con cada nueva solicitud. La ventana de contexto del modelo limita cuánto historial cabe en una sola solicitud.

¿Qué significa streaming en una API LLM?

Con el streaming, la API envía la respuesta en pequeños fragmentos mientras el modelo la escribe, en lugar de una sola respuesta al final. Configura el flujo como verdadero en una solicitud de chat para recibir la respuesta como eventos enviados por el servidor.

¿Puedo usar el SDK de OpenAI con EmpirioLabs AI?

Sí. Configura la URL base del SDK a https://api.empiriolabs.ai/v1, usar tu clave API EmpirioLabs AI y pasar un ID de modelo desde el catálogo.

¿Qué modelo de Generacion de texto cuesta menos en EmpirioLabs AI?

GLM 4.5 Flash, GLM 4.6V Flash, GLM 4.7 Flash comparten la tarifa de entrada más baja de los 71 modelos de Generacion de texto con ese tipo de precio. La tabla de precios de esta página muestra la tarifa más baja de cada modelo y a qué se aplica.

¿Listo para usar mejores endpoints?

Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.