Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.
API de LLM para chat, agentes y salida estructurada
Usa un único endpoint de chat completions para todos los modelos de lenguaje grandes. El streaming, las llamadas a herramientas, las salidas con esquema JSON, la visión y el razonamiento funcionan igual en todos los proveedores, así que puedes elegir el mejor precio o calidad para cada tarea sin reescribir código.
- Chatbots y asistentes de soporte
- Agentes que llaman a tus herramientas y APIs
- Extracción de JSON estructurado desde documentos
- Resúmenes, traducción y clasificación a gran escala
Una API. Todos los modelos.
Costo de la sesión 0,00 US$
Configuración
Parámetros avanzados
API de LLM · 452 modelos
Cómo llamar a la API de API de LLM
- Crea una clave API en tu panel.
- Instala el SDK oficial de openai para tu lenguaje.
- Configura baseURL como https://api14.com/api/v1 y model como "qwen/qwen3.6-27b".
¿Cómo elijo un LLM?
Empieza con un modelo rápido y económico para enrutamiento y extracción, y reserva los modelos de frontera para el razonamiento complejo. La tabla de abajo está ordenada por precio para comparar rápido.
¿Puedo cambiar de modelo sin modificar el código?
Sí. Los ids de modelo usan el formato proveedor/modelo (por ejemplo openai/gpt-5-mini); cambia la cadena del modelo en la misma solicitud.
¿Cómo mantengo bajos los costos de LLM?
Limita max_tokens, reutiliza los prompts de sistema largos con prompt caching y envía las tareas simples a un modelo pequeño. Cada página de modelo muestra el costo de una solicitud típica.
¿El streaming cuesta más?
No. Las respuestas con y sin streaming se cobran igual, por tokens de entrada y de salida.
¿Qué modelos admiten llamadas a herramientas y salida JSON?
Cada página de modelo lista sus parámetros admitidos. Busca tools y salidas estructuradas, o filtra el catálogo por capacidad.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3.6-27b",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);