ES ▾
llmwebsearchapi.com
llmwebsearchapi.com›Guía
Obtener clave de API

Realiza tu primera llamada a la API de LLM con Python y curl

Así es cómo hacer una llamada a la API de LLM en la práctica: una petición POST con una clave, un nombre de modelo y una lista de mensajes, y la respuesta llega como JSON. Esta página explica curl, Python, streaming, costos y los errores que encontrarás primero.

Ilustración isométrica de una terminal enviando paquetes de datos a un cubo que devuelve burbujas de diálogo

La llamada en cinco pasos

Si quieres saber cómo hacer una llamada a la API de LLM sin leer un manual, este es todo el procedimiento. Cada petición a un modelo de lenguaje de estilo chat sigue los mismos cinco pasos, sin importar el cliente que uses.

  1. Obtén una clave de API en la página de claves. Las cuentas nuevas pueden reclamar un pequeño saldo de prueba con un solo clic.
  2. Elige el endpoint: https://api.llmwebsearchapi.com/v1/chat/completions.
  3. Envía la clave en el encabezado Authorization: Bearer YOUR_API_KEY.
  4. Envía un cuerpo JSON con model establecido en uncensored y una lista de messages.
  5. Lee choices[0].message.content del JSON que devuelve.

Eso es todo. Todo lo demás en esta página es detalle alrededor de esos cinco pasos: qué debe contener la lista de mensajes, cómo ver cuánto costó la llamada y qué hacer cuando el servidor responde con un error en lugar de texto.

Tu primera petición con curl

curl es la forma más rápida de demostrar que tu clave y la ruta de red funcionan, porque no hay una librería en el medio. Guarda tu clave en una variable de entorno primero para que no termine en el historial de tu shell como parte de un comando largo.

export API_KEY="YOUR_API_KEY"

curl https://api.llmwebsearchapi.com/v1/chat/completions   -H "Authorization: Bearer $API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You answer in two short sentences."},
      {"role": "user", "content": "What is a token in a language model?"}
    ],
    "temperature": 0.7
  }'

El cuerpo tiene tres partes que importan. model nombra qué debe responderte; en este servicio hay un modelo, así que el valor es siempre uncensored. messages es la conversación hasta ahora. temperature controla qué tan aventurada es la redacción, desde cerca de 0 para texto consistente hasta cerca de 1 para más variedad.

También puedes verificar que la clave es aceptada sin generar nada: envía una petición GET a /v1/models con el mismo encabezado Authorization. Si la lista contiene uncensored, la autenticación funciona y cualquier fallo posterior se debe al cuerpo de la petición, no a la clave.

La misma llamada en Python

No necesitas un cliente especial. El paquete oficial openai funciona si lo apuntas a una URL base diferente. Instálalo con pip install openai.

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You answer in two short sentences."},
        {"role": "user", "content": "What is a token in a language model?"},
    ],
    temperature=0.7,
)

print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)

Dos cosas valen la pena copiar en tu propio código. Primero, mantén la clave fuera del archivo de origen; léela desde una variable de entorno con os.environ["API_KEY"] una vez que superes los experimentos. Segundo, imprime resp.usage mientras aprendes. Ver los recuentos de tokens junto al texto es la forma más rápida de desarrollar una idea de cuánto cuesta una llamada.

Como la interfaz sigue el formato de OpenAI, la misma estructura funciona desde Node, Go, Ruby o fetch directo. Solo cambia la sintaxis alrededor del POST. El inicio rápido en la documentación enumera los parámetros admitidos.

Leer la respuesta

La respuesta es un objeto JSON. Las cuatro partes que más usarás son:

  • choices[0].message.content es el texto generado.
  • choices[0].finish_reason dice por qué terminó la generación. stop significa que el modelo terminó; length significa que alcanzó un límite de tokens y el texto puede estar cortado.
  • usage contiene prompt_tokens, completion_tokens y el total. Esto es en lo que se basa la facturación.
  • Los encabezados de respuesta incluyen X-Request-Id y X-Balance-USD. Registra el ID de la petición con cada llamada. Si alguna vez contactas a soporte, ese ID les permite encontrar tu petición exacta.

La ventana de contexto es de 100.000 tokens, contando el prompt y la completion juntos. Un turno de chat normal usa una parte pequeña de eso. Solo empiezas a sentir el límite cuando pegas documentos enteros o envías un historial muy largo. max_tokens es opcional; si no lo indicas, la completion puede usar todo el espacio restante en la ventana.

Mensajes, memoria y streaming

La API no te recuerda

Esto sorprende a la gente que solo ha usado un sitio web de chat. Cada llamada es independiente. Si el usuario hace una pregunta de seguimiento, debes enviar los turnos anteriores de nuevo: el mensaje del sistema, la primera pregunta, la primera respuesta del modelo, luego la nueva pregunta. Tu código mantiene la lista y la amplía.

from openai import OpenAI

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

history = [{"role": "system", "content": "You are a concise assistant."}]

def ask(text):
    history.append({"role": "user", "content": text})
    r = client.chat.completions.create(model="uncensored", messages=history)
    answer = r.choices[0].message.content
    history.append({"role": "assistant", "content": answer})
    return answer

print(ask("Name one use for a text API."))
print(ask("Give a second one."))

Recuerda que un historial más largo significa más tokens de entrada en cada llamada posterior. Para sesiones largas, recorta o resume los turnos más antiguos.

Streaming para una interfaz receptiva

Configura stream como true y el servidor envía el texto en trozos mediante Server-Sent Events, para que una ventana de chat pueda mostrar palabras a medida que llegan. Las cifras de uso llegan al final del stream.

from openai import OpenAI

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

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Explain HTTP in three sentences."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Un punto práctico: una petición de streaming mantiene una de tus ranuras de concurrencia hasta que el flujo termina, así que una conexión abandonada mantiene una ranura ocupada por un tiempo.

Cuánto cuesta una llamada

La facturación es por token y pago por uso: $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida, descontados del crédito prepago. No hay suscripción y las peticiones fallidas o rechazadas no se cobran. El crédito no caduca.

Toma la llamada pequeña anterior y digamos que usó 1.200 tokens de entrada y 400 tokens de salida:

  • Entrada: 1.200 / 1.000.000 x $0,15 = $0,00018
  • Salida: 400 / 1.000.000 x $0,50 = $0,00020
  • Total: $0,00038

El saldo de prueba de $0,50 cubriría aproximadamente 1.300 llamadas de ese tamaño, ya que $0,50 dividido por $0,00038 es aproximadamente 1.316. La prueba es válida por 7 días y no requiere tarjeta. Cuando avances, las recargas van de $20 a $500 en cantidades enteras, con un bono del 5% desde $50, 10% desde $100 y 15% desde $200. La página de precios tiene los detalles actuales y los métodos de pago aceptados.

Los tokens de salida cuestan más que los tokens de entrada, así que el hábito más barato es pedir respuestas cortas cuando las respuestas cortas son suficientes. Un mensaje del sistema como "responde en dos oraciones" corta la factura y el tiempo de espera juntos.

Errores y límites que encontrarás primero

La mayoría de los fallos iniciales entran en unos pocos grupos.

SíntomaCausa habitualSolución
Error de autenticación (típicamente HTTP 401)Clave ausente o incorrecta, o la palabra Bearer omitidaVerifica el encabezado y que la clave no tenga un espacio al final
Petición rechazada como malformada (típicamente HTTP 400)JSON no válido, o faltan los messagesValida el JSON; en curl, cuida las comillas alrededor de -d
HTTP 429, código rate_limitedMás de 300 peticiones por minuto con una clave completa, o 60 con una clave de pruebaReduce el ritmo y reintenta
HTTP 429, código concurrencyMás de 8 peticiones simultáneas con una clave completa, o 2 con una clave de pruebaPon las peticiones en cola en tu código
HTTP 429 con Retry-After: 5Sobrecarga temporalEspera los 5 segundos indicados y vuelve a intentarlo

Añadir reintentos es fácil. Esta versión espera un poco más después de cada intento fallido:

import time
from openai import OpenAI, RateLimitError

client = OpenAI(
    base_url="https://api.llmwebsearchapi.com/v1",
    api_key="YOUR_API_KEY",
    max_retries=0,
)

def call_with_retry(messages, tries=4):
    for attempt in range(tries):
        try:
            return client.chat.completions.create(model="uncensored", messages=messages)
        except RateLimitError:
            time.sleep(5 * (attempt + 1))
    raise RuntimeError("still rate limited after retries")

El cuerpo de la petición puede tener hasta 8 MB, lo cual es mucho más que cualquier prompt que quepa en la ventana de contexto.

Una nota para sitios con enfoque de búsqueda

Las páginas de este sitio tratan sobre la búsqueda web, por lo que una aclaración es útil: el endpoint descrito aquí es un modelo de texto. No navega por internet por sí mismo y no tiene acceso a páginas que no le hayas proporcionado. Si tu producto necesita resultados web actualizados, obténlos en tu propio código e incluye los fragmentos relevantes en el mensaje del usuario, o expón tu función de búsqueda como una herramienta mediante llamadas a funciones y deja que el modelo la solicite.

De cualquier forma, la estructura de la llamada se mantiene igual que en los ejemplos anteriores. Envías mensajes, recibes texto y pagas por los tokens en ambas direcciones. Cuando estés listo, crea una clave y ejecuta el comando curl desde la parte superior de esta página.

Preguntas y respuestas

¿Necesito la librería de OpenAI para llamar a esta API?

No. Cualquier cliente HTTP funciona porque es un POST JSON normal. Los SDK de OpenAI son convenientes y solo necesitan una URL base y una clave diferentes.

¿Por qué mi pregunta de seguimiento recibe una respuesta sin contexto?

La API no conserva memoria entre llamadas. Envía los mensajes anteriores de nuevo en el array messages cada vez.

¿Cómo veo cuántos tokens usó una petición?

Lee el campo usage en la respuesta. Enumera los tokens del prompt y los tokens de completion, que son los dos números en los que se basa el precio.

¿Qué debo hacer tras un HTTP 429?

Espera y reintenta. Si hay un encabezado Retry-After, espera ese tiempo; de lo contrario, espera unos segundos y reduce cuántas peticiones envías a la vez.

Tu clave está a un formulario de distancia

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