---
title: "Lista para migrar a una API compatible con OpenAI | BroadRouter"
description: "Cambiar base_url es lo fácil. Lo que falla: IDs de modelo, tokens de razonamiento, uso en streaming, errores, límites y claves. Lista de verificación con código."
url: https://broadrouter.com/es/blog/openai-compatible-api-migration-checklist/
lang: es
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/openai-compatible-api-migration-checklist/) (actualizado el 2026-11-16).

# Cambiar a una API compatible con OpenAI: lista de verificación

Por el equipo de BroadNet Inference · 5 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-16

Para pasar a una API compatible con OpenAI, cambie tres ajustes (base\_url, api\_key y model) y luego revise lo que difiere: los IDs de modelo, cómo cuentan los tokens de razonamiento en max\_tokens, cómo informa el streaming del uso, qué errores reintentar, los límites de frecuencia y la seguridad de las claves. En BroadNet Inference, la URL base es https://inference.broadnet.ai/v1.

## Puntos clave

-   Cambian tres ajustes: `base_url`, `api_key` y `model`.
-   Haga un inventario de cada endpoint y campo que usa su aplicación antes de cambiar, y luego pruebe cada uno.
-   Los modelos de razonamiento cuentan el pensamiento dentro de `max_tokens`; con límites pequeños, las respuestas llegan vacías.
-   Pida el uso en los streams con `stream_options`, o su seguimiento de costos quedará a ciegas.
-   Defina para cada código de error si se reintenta o se corrige antes de mover el tráfico de producción.
-   Ejecute el proveedor antiguo y el nuevo en paralelo con tráfico real durante un día antes del cambio definitivo.

**En esta página**

1.  0\. ¿Qué usa hoy su aplicación?
2.  1\. ¿Qué tres ajustes cambian?
3.  2\. ¿Cuáles son los nuevos IDs de modelo?
4.  3\. ¿Por qué llegan respuestas vacías después del cambio?
5.  4\. ¿El streaming sigue informando del uso?
6.  5\. ¿Qué errores conviene reintentar?
7.  6\. ¿Cuáles son los nuevos límites de frecuencia?
8.  7\. ¿Sus prompts seguirán cabiendo?
9.  8\. ¿Y las claves y la retención de datos?
10.  9\. ¿Cómo hacer el cambio con seguridad?
11.  ¿Cuáles son los errores de migración más comunes?
12.  Dónde encaja BroadNet Inference

La mayoría de los proveedores de LLM ya hablan el [formato de la API de OpenAI](https://broadrouter.com/es/glossary/openai-compatible-api/). Eso hace que cambiar parezca cuestión de una línea, y para obtener una primera respuesta, lo es. Para llevar tráfico de producción, recorra esta lista. Cada punto proviene de una forma real en que fallan las migraciones.

## 0\. ¿Qué usa hoy su aplicación?

Antes de cambiar nada, anote de qué depende su aplicación. Busque en el código cada llamada al SDK y haga una lista. Si llama a la API de Whisper de OpenAI, tenga en cuenta que OpenAI indica que `whisper-1` dejará de funcionar el 26 de febrero de 2027; [alternativas a la API de Whisper](https://broadrouter.com/es/blog/whisper-api-alternative/) cubre la parte de audio.

| Función | Dónde buscar | Qué probar después del cambio |
| --- | --- | --- |
| Chat completions | Cada `chat.completions.create` | Mismos prompts, compare las respuestas |
| Streaming | `stream=True` | Llegan los fragmentos, termina con `[DONE]`, hay datos de uso |
| Llamadas a herramientas | `tools=` | Las llamadas a herramientas se analizan y se ejecutan |
| Salida estructurada | `response_format=` | El JSON valida contra su esquema |
| Imágenes | Partes de imagen en los mensajes | El modelo las acepta |
| Transcripción de audio | `audio.transcriptions` | Texto e idioma correctos |
| Embeddings, archivos, lotes | Otros endpoints | Compruebe si el proveedor los ofrece siquiera |

La última fila importa. «Compatible con OpenAI» suele cubrir primero los chat completions. El catálogo de BroadNet Inference ofrece modelos de chat en `/v1/chat/completions` y modelos de voz a texto en `/v1/audio/transcriptions`; si usa otros endpoints, manténgalos en su proveedor actual o busque un reemplazo.

## 1\. ¿Qué tres ajustes cambian?

```python
from openai import OpenAI
import os

client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
```

El nombre del ajuste de la [URL base](https://broadrouter.com/es/glossary/base-url/) depende de la biblioteca: `base_url` en el SDK de Python y en ChatOpenAI de LangChain, `baseURL` en el SDK de Node.js. El SDK de Python también lee la variable de entorno `OPENAI_BASE_URL`, según su [README](https://github.com/openai/openai-python). Compruebe que no quede un valor antiguo en su entorno, o las solicitudes podrían ir al proveedor anterior sin ningún error.

Guarde las [claves de API](https://broadrouter.com/es/glossary/api-key/) en variables de entorno o en un gestor de secretos, nunca en el código. Configuración para cada SDK: [Python](https://broadrouter.com/es/guides/openai-python-sdk/), [Node.js](https://broadrouter.com/es/guides/openai-node-sdk/), [LangChain](https://broadrouter.com/es/guides/langchain-openai-base-url/). Para crear y probar a mano una primera solicitud, use el [generador de solicitudes de API](https://broadrouter.com/tools/api-request-builder/). Para aplicar los cambios de URL base, clave y modelo a código existente, péguelo en el [asistente de migración de OpenAI a BroadNet](https://broadrouter.com/tools/openai-to-broadnet-migration/), que además enumera lo que debe comprobar.

## 2\. ¿Cuáles son los nuevos IDs de modelo?

Cada proveedor nombra los modelos a su manera. En BroadNet Inference:

| Modelo | ID |
| --- | --- |
| DeepSeek V4.1 Flash | `broadnet/deepseek-v4.1-flash` |
| GLM 5.3 | `broadnet/glm-5.3` |
| Qwen3.8 27B | `broadnet/qwen3.8-27b` |
| Gemma 4 VL 26B | `broadnet/gemma-4-26b-a4b` |

Ponga el ID de modelo en la configuración, no en el código, para que un cambio futuro sea un despliegue y no una reescritura. Los límites y precios de cada modelo están en su página: [DeepSeek V4.1 Flash](https://broadrouter.com/es/models/deepseek-v4.1-flash/), [GLM 5.3](https://broadrouter.com/es/models/glm-5.3/), [Qwen3.8 27B](https://broadrouter.com/es/models/qwen3.8-27b/) y [Gemma 4 VL 26B](https://broadrouter.com/es/models/gemma-4-vl-26b/).

## 3\. ¿Por qué llegan respuestas vacías después del cambio?

Es la sorpresa más común. DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B razonan antes de responder, y **los [tokens de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/) cuentan dentro de [`max_tokens`](https://broadrouter.com/es/glossary/max-tokens/)**. Un límite de 256 que funcionaba con un modelo sin razonamiento puede gastarse entero en pensar, y la respuesta llega vacía. Deje 1,000 tokens o más, o ponga `reasoning_effort` en `low` para tareas simples. [Explicación completa](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).

## 4\. ¿El streaming sigue informando del uso?

Los [streams](https://broadrouter.com/es/glossary/streaming/) usan Server-Sent Events y terminan con `data: [DONE]`. El uso de tokens llega en el último fragmento solo si lo pide:

```python
stream = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash", messages=messages,
    stream=True, stream_options={"include_usage": True},
)
```

Sin eso, su panel de costos marcará cero. Si un stream termina antes de `[DONE]`, trátelo como incompleto. [Guía de streaming](https://broadrouter.com/es/guides/streaming-chat-completions/).

## 5\. ¿Qué errores conviene reintentar?

| Estado | Significado | Acción |
| --- | --- | --- |
| 401 | Clave incorrecta o revocada, o asignación de pago por uso agotada | Corregir, no reintentar |
| 402 | Saldo o presupuesto | Recargar, no reintentar |
| 403 | Rechazo por política de modelo, ruta o IP | Corregir la discrepancia |
| 413 | Solicitud demasiado grande | Reducirla, no reintentar |
| 429 | Límite de frecuencia, concurrencia o gasto | Esperar y reintentar |
| 5xx | Error del servidor | Reintentar con backoff acotado |

El SDK oficial de Python ya reintenta algunos errores: su README dice que los errores de conexión y las respuestas 408, 409, 429 y 5xx se reintentan dos veces por defecto con un backoff exponencial corto. Defina `max_retries` de forma explícita para que el comportamiento sea una decisión suya y no un valor por defecto. Registre el ID de solicitud de cada respuesta para que el soporte pueda rastrear un problema. [Todos los códigos](https://broadrouter.com/es/guides/errors-and-retries/).

## 6\. ¿Cuáles son los nuevos límites de frecuencia?

Conozca los nuevos límites antes de que llegue el tráfico. Una clave de pago por uso de BroadNet permite 30 solicitudes por minuto y 4 en curso. Los planes ilimitados ejecutan una solicitud a la vez por sesión. Dimensione su grupo de workers en consecuencia o verá errores 429 desde el primer día; la [calculadora de límites de frecuencia](https://broadrouter.com/tools/llm-rate-limit-calculator/) hace ese cálculo. [Dimensionamiento para agentes en paralelo](https://broadrouter.com/es/blog/run-parallel-coding-agents-flat-rate/).

## 7\. ¿Sus prompts seguirán cabiendo?

Revise las ventanas de contexto: 1,048,576 tokens en DeepSeek V4.1 Flash y GLM 5.3, 262,144 en Qwen3.8 27B y 32,768 en Gemma 4 VL 26B. Un prompt que cabía en su modelo anterior puede no caber en una ventana más pequeña; compruébelo con la [calculadora de ventana de contexto](https://broadrouter.com/tools/context-window-calculator/). Ponga primero el contenido estable del prompt para aprovechar el [precio de la entrada en caché](https://broadrouter.com/es/blog/cached-input-tokens-explained/).

## 8\. ¿Y las claves y la retención de datos?

Restrinja las claves de producción a las IP de sus servidores con una [lista de IP permitidas](https://broadrouter.com/es/guides/api-keys-ip-allow-lists/). Pregunte al nuevo proveedor qué conserva; consulte la [lista de verificación de retención cero de datos (ZDR)](https://broadrouter.com/es/blog/zero-data-retention-llm-api-checklist/).

## 9\. ¿Cómo hacer el cambio con seguridad?

1.  Envíe una copia de las solicitudes reales de un día a ambos proveedores.
2.  Compare las respuestas en una muestra, además de la latencia, los errores y el costo por solicitud.
3.  Mueva el 10 % del tráfico, observe durante un día y luego mueva el resto.
4.  Mantenga configurado el proveedor anterior como respaldo durante una semana.

Si gestiona muchos servicios, un proxy como [LiteLLM](https://broadrouter.com/es/guides/litellm-proxy-custom-provider/) le permite cambiar de proveedor en un solo lugar en vez de en cada aplicación.

## ¿Cuáles son los errores de migración más comunes?

-   **Falta `/v1` en la URL base.** Las solicitudes devuelven 404. Use la URL completa.
-   **Nombres de modelo antiguos en la configuración.** El nuevo proveedor no los reconoce.
-   **Campos propios del proveedor anterior en las solicitudes.** Los campos que solo entendía el proveedor anterior pueden rechazarse o ignorarse. Quítelos de los clientes genéricos.
-   **Probar un solo prompt.** Recorra el inventario del paso 0, función por función.
-   **Hacer el cambio un viernes.** Deje tiempo para observar un día completo de tráfico real.

## Dónde encaja BroadNet Inference

BroadNet Inference es un reemplazo directo para aplicaciones que usan chat completions y transcripción de audio con los SDK de OpenAI: cambie tres ajustes y recorra la lista anterior. Su catálogo solo incluye modelos de chat y de voz a texto, así que, si depende de otros endpoints, como embeddings o almacenamiento de archivos, manténgalos con otro proveedor. Las cuentas nuevas empiezan con $5 de crédito. De los modelos de chat, solo Gemma 4 VL 26B funciona con él (también cubre los dos modelos Transcribe), así que una prueba en paralelo (shadow test) con DeepSeek, GLM o Qwen requiere una recarga.

Herramientas gratuitas sobre este tema (en inglés)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

[Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/)

Las llamadas a herramientas (tool calling), también llamadas function calling, son una función de las APIs de LLM en la que el modelo devuelve una solicitud estructurada para ejecutar una función definida por el desarrollador, con argumentos JSON. La aplicación ejecuta la función y devuelve el resultado; el modelo nunca ejecuta código.

[Streaming (respuestas en tiempo real)](https://broadrouter.com/es/glossary/streaming/)

El streaming es una forma de devolver la respuesta de un modelo de lenguaje en pequeños fragmentos mientras aún se genera, en lugar de una sola respuesta al final. Las APIs compatibles con OpenAI hacen streaming mediante server-sent events cuando la solicitud define stream como true.

[Token](https://broadrouter.com/es/glossary/token/)

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[Embeddings (vectores de texto)](https://broadrouter.com/es/glossary/embeddings/)

Los embeddings son listas de números de punto flotante (vectores) que un modelo produce para representar un texto, una imagen u otra entrada. Las entradas de significado parecido obtienen vectores cercanos, así que la distancia entre vectores sirve para ordenar resultados de búsqueda, agrupar documentos o encontrar elementos relacionados.

[Pago por uso (pay-as-you-go)](https://broadrouter.com/es/glossary/pay-as-you-go/)

El pago por uso es un modelo de precios en el que usted paga solo lo que usa, medido por unidades como tokens, solicitudes o minutos de audio, sin suscripción ni compromiso mínimo. La mayoría de las APIs de LLM cobran así, desde un saldo prepagado o con una factura periódica.

[Voz a texto (speech-to-text)](https://broadrouter.com/es/glossary/speech-to-text/)

La conversión de voz a texto, o reconocimiento automático del habla (ASR), transforma audio hablado en texto escrito. Una API de voz a texto recibe un archivo o stream de audio y devuelve una transcripción, normalmente cobrada por minuto. La precisión se mide con la tasa de error por palabra y varía según el acento, el dialecto y la grabación.

[API de Chat Completions](https://broadrouter.com/es/glossary/chat-completions-api/)

La API de Chat Completions es el endpoint HTTP de OpenAI, POST /v1/chat/completions, que recibe un nombre de modelo y una lista de mensajes etiquetados con su rol y devuelve el siguiente mensaje del modelo. Su forma de solicitud y respuesta se convirtió en el formato común que reutilizan los proveedores y SDKs compatibles con OpenAI.

[Concurrencia (concurrency)](https://broadrouter.com/es/glossary/concurrency/)

La concurrencia es el número de solicitudes que un cliente tiene en curso al mismo tiempo. Las APIs de LLM suelen limitarla por clave o por plan, aparte de las solicitudes por minuto, porque cada solicitud abierta ocupa capacidad de GPU hasta que su respuesta termina.

## Preguntas frecuentes

### ¿Necesito otro SDK?

No. Los SDK oficiales de OpenAI para Python y Node.js aceptan una URL base personalizada. Los frameworks construidos sobre ellos, como ChatOpenAI de LangChain, también.

### ¿Cómo cambio la URL base en el SDK de OpenAI?

Pase base\_url al cliente en Python o baseURL en Node.js, o defina la variable de entorno OPENAI\_BASE\_URL. En BroadNet Inference el valor es https://inference.broadnet.ai/v1, y la clave va en api\_key.

### ¿Por qué recibo una respuesta vacía después del cambio?

Los modelos de razonamiento como DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B piensan antes de responder, y ese pensamiento cuenta dentro de max\_tokens. Suba max\_tokens a 1,000 o más, o ponga reasoning\_effort en low.

### ¿Por qué recibo un error 404 o de modelo no encontrado después del cambio?

Normalmente, porque el ID de modelo sigue siendo el nombre del proveedor anterior o porque a la URL base le falta la ruta /v1. Use el ID de modelo exacto del nuevo proveedor y la URL base completa.

### ¿Qué errores debo reintentar?

Reintente 429 y 5xx con backoff exponencial acotado. Corrija 401, 402 y 413 antes de reintentar. La guía de errores de este sitio enumera todos los códigos.

### ¿Compatible con OpenAI significa idéntico?

No. La forma de las solicitudes y respuestas coincide, pero los IDs de modelo, los parámetros admitidos, los límites, los campos de uso y el detalle de los errores pueden variar. Pruebe cada función que use su aplicación.

## Siga leyendo

-   [URL base de APIs compatibles con OpenAI: 14 proveedores verificados](https://broadrouter.com/es/blog/openai-compatible-api-base-urls/)
-   [OpenRouter o tarifa plana para agentes de IA: ¿qué cuesta menos?](https://broadrouter.com/es/blog/openrouter-alternative-flat-rate/)
-   [Ventana de contexto de 1M de tokens: cuándo compensa y cuándo no](https://broadrouter.com/es/blog/million-token-context-window-guide/)
-   [API de LLM con retención cero de datos: lista de 10 preguntas](https://broadrouter.com/es/blog/zero-data-retention-llm-api-checklist/)
-   [El hardware GPU de BroadNet y cómo sirve los modelos, según BroadNet](https://broadrouter.com/es/blog/broadnet-gpu-fleet-and-serving/)
-   [Caché de respuestas de APIs de LLM para reducir costos en Python](https://broadrouter.com/es/blog/cache-llm-responses-cut-cost/)
-   [Guía: Usar el SDK de OpenAI para Python con BroadNet Inference](https://broadrouter.com/es/guides/openai-python-sdk/)
-   [Guía: Usar el SDK de OpenAI para Node.js con BroadNet Inference](https://broadrouter.com/es/guides/openai-node-sdk/)
-   [Guía: Cómo usar LangChain con BroadNet Inference](https://broadrouter.com/es/guides/langchain-openai-base-url/)
-   [Guía: Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)
-   [Guía: Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/)
-   [Guía: ¿Por qué un modelo de razonamiento devuelve una respuesta vacía?](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/)
-   [Guía: Cómo enrutar LiteLLM a BroadNet Inference (SDK y proxy)](https://broadrouter.com/es/guides/litellm-proxy-custom-provider/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-openai-compatible-api-migration-checklist&utm_content=page-cta) ·

**Fuentes**

-   [Referencia de la API de BroadNet Inference (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-openai-compatible-api-migration-checklist&utm_content=sources)
-   [README del SDK de OpenAI para Python (base\_url, OPENAI\_BASE\_URL, reintentos; consultado el 2026-11-14)](https://github.com/openai/openai-python)
