Usa el OpenAI Python SDK y LangChain con una API más barata (UberLLM)

Pasos (OpenAI Python SDK)

1. Crea una clave en tu página de claves y añade crédito.
2. Guárdala como una variable de entorno:

export UBERLLM_API_KEY=ull_your_key

3. Dirige el cliente a UberLLM:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uberllm.dev/v1",
    api_key=os.environ["UBERLLM_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Give me three names for a coffee shop."}],
)
print(resp.choices[0].message.content)

Ese es todo el cambio. client.chat.completions.create con stream=True, tools, response_format, temperature y max_tokens funciona como antes. El cliente async (AsyncOpenAI) toma los mismos dos argumentos.

Sin tocar el código

El SDK de OpenAI también lee dos variables de entorno, así que un script que llama a OpenAI() sin argumentos puede moverse sin editarlo:

export OPENAI_BASE_URL=https://api.uberllm.dev/v1
export OPENAI_API_KEY=ull_your_key
python your_script.py

Aún necesitas cambiar la cadena model= a un ID de UberLLM como deepseek/deepseek-v4.1-flash.

Pasos (LangChain)

pip install langchain-openai

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek/deepseek-v4.1-flash",
    base_url="https://api.uberllm.dev/v1",
    api_key=os.environ["UBERLLM_API_KEY"],
)
print(llm.invoke("Say hello in one sentence.").content)

Cadenas, agentes, bind_tools y .stream() funcionan sin cambios. Pasa base_url en el código en lugar de depender de variables de entorno: el argumento siempre gana, así que un OPENAI_API_BASE suelto en la máquina no puede enviar llamadas a otro sitio.

LangChain.js es la misma idea:

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "deepseek/deepseek-v4.1-flash",
  apiKey: process.env.UBERLLM_API_KEY,
  configuration: { baseURL: "https://api.uberllm.dev/v1" },
});

Elige un modelo más barato para cada tarea

La idea de una clave para cada modelo es que puedes dejar de pagar precios de frontera para tareas sencillas. Una división común:

• Razonamiento complejo o respuestas de cara al cliente: un modelo superior como deepseek/deepseek-v4.1-flash.
• Resúmenes masivos, etiquetado, extracción: google/gemma-3-27b-it u otro modelo de la tabla de lotes a continuación, a menudo 50 a 100 veces más barato por token.

Cambia solo la cadena model= para pasar de uno a otro.

Lo que no está disponible

UberLLM ofrece chat completions (/v1/chat/completions), la Responses API (client.responses.create, incluyendo streaming y tool calls) y la ruta de mensajes de Anthropic. No mantiene estado entre llamadas, así que envía la conversación completa en input en lugar de previous_response_id (referencia de la Responses API). No ofrece embeddings ni la Assistants API: mantén esas llamadas en tu proveedor actual.

Solución de problemas

• openai.AuthenticationError (401): la clave es incorrecta o está vacía. Imprime len(os.environ["UBERLLM_API_KEY"]); una clave es ull_ más 43 caracteres.
• openai.NotFoundError (404) en /responses o /embeddings: esas rutas no existen aquí, consulta arriba.
• model_not_found: los IDs estilo OpenAI como gpt-4o necesitan el fabricante delante: openai/gpt-4o.
• openai.RateLimitError (429): el límite por minuto de la clave (300 por defecto). Auméntalo en la página de claves, o añade reintentos con backoff.
• 402 insufficient_credits: recarga en la página de créditos.

Sigue leyendo

• Referencia del SDK de OpenAI y Documentación de LangChain
• La API de GPT más barata
• Una API key para todos los LLM