Usa el Vercel AI SDK con UberLLM (modelos más baratos, mismo código)

Pasos

1. Crea una clave en tu página de claves y añade un poco de crédito (las cuentas empiezan en $0).
2. Instala el proveedor:

npm i ai @ai-sdk/openai-compatible

3. Pon la clave en .env.local (Next.js) o en el entorno de tu servidor:

UBERLLM_API_KEY=ull_your_key

4. Crea el proveedor una vez, por ejemplo en lib/uberllm.ts:

import { createOpenAICompatible } from "@ai-sdk/openai-compatible";

export const uberllm = createOpenAICompatible({
  name: "uberllm",
  baseURL: "https://api.uberllm.dev/v1",
  apiKey: process.env.UBERLLM_API_KEY, // sent as Authorization: Bearer <key>
  includeUsage: true, // token counts on streamed answers too
});

5. Úsalo donde usabas un modelo antes:

import { generateText } from "ai";
import { uberllm } from "@/lib/uberllm";

const { text } = await generateText({
  model: uberllm("deepseek/deepseek-v4.1-flash"),
  prompt: "Write a one-line welcome message.",
});

Migrar una aplicación que ya usa @ai-sdk/openai

Cambia el argumento del modelo y mantén todo lo demás:

// before
import { openai } from "@ai-sdk/openai";
const model = openai("gpt-4o");

// after
import { uberllm } from "@/lib/uberllm";
const model = uberllm("deepseek/deepseek-v4.1-flash");

Los IDs de modelo son los IDs en uberllm.dev/models y siempre llevan un fabricante delante (openai/…, anthropic/…, deepseek/…). Así es como puedes ejecutar GPT, Claude, Gemini y modelos abiertos desde una única key y compararlos cambiando una sola string.

Una ruta de chat de Next.js para useChat

useChat de @ai-sdk/react envía a /api/chat por defecto. Esta ruta lo responde:

// app/api/chat/route.ts
import { streamText, convertToModelMessages, type UIMessage } from "ai";
import { uberllm } from "@/lib/uberllm";

export async function POST(req: Request) {
  const { messages }: { messages: UIMessage[] } = await req.json();
  const result = streamText({
    model: uberllm("deepseek/deepseek-v4.1-flash"),
    messages: await convertToModelMessages(messages),
  });
  return result.toUIMessageStreamResponse();
}

Mantén la clave en el servidor. Nunca la pongas en una NEXT_PUBLIC_ variable: cualquiera podría leerla desde la página y gastar tu saldo.

Limita lo que una llamada puede costar

Las solicitudes de chat aceptan provider.max_price (dólares por millón de tokens). Pásalo a través de providerOptions con el proveedor name que elegiste:

await generateText({
  model: uberllm("deepseek/deepseek-v4.1-flash"),
  prompt: "Hi",
  providerOptions: { uberllm: { provider: { max_price: { prompt: 0.2, completion: 0.4 } } } },
});

Si nadie vende el modelo por debajo de ese precio en este momento, la llamada se rechaza con max_price_exceeded y no se cobra nada.

Solución de problemas

• 401 invalid_api_key: la API key no llegó al servidor. Reinicia next dev después de editar .env.local, y verifica que process.env.UBERLLM_API_KEY esté configurado donde se ejecuta el código (servidor, no el navegador).
• 402 insufficient_credits: añade crédito en la página de créditos.
• 404 model_not_found: el id es incorrecto o le falta su creador. Cópialo de la página del modelo.
• 400 wrong_endpoint: pasaste un modelo de imagen o video a streamText. Los modelos de imagen pasan por uberllm.imageModel(…) con generateImage; el video es un trabajo, consulta Crear un video o imagen.
• El uso está vacío en los streams: configura includeUsage: true en el proveedor, como se indicó anteriormente.

Sigue leyendo

• La referencia completa con llamadas a herramientas e imágenes: Vercel AI SDK doc
• Endpoint compatible con OpenAI explicado
• Precios de LLM en vivo