---
title: "Mastra con un endpoint compatible con OpenAI (url) | BroadRouter"
description: "Ejecute agentes de Mastra en BroadNet Inference con un objeto model que define id, url y apiKey, incluido el prefijo broadnet/ duplicado que necesita el ID."
url: https://broadrouter.com/es/guides/mastra-openai-compatible/
lang: es
updated: 2026-11-16
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/guides/mastra-openai-compatible/) (actualizado el 2026-11-16).

# Usar agentes de Mastra con BroadNet Inference

Actualizado 2026-11-16

En un Agent de Mastra, defina model como un objeto con url https://inference.broadnet.ai/v1, apiKey desde BROADNET\_API\_KEY e id broadnet/broadnet/glm-5.3. Mastra trata la primera parte del id como nombre de proveedor y la elimina, así que el prefijo duplicado envía broadnet/glm-5.3 a BroadNet. Las URL personalizadas usan chat completions de forma predeterminada. Use GLM 5.3 o Qwen3.8 27B para herramientas.

Mastra es un framework de TypeScript para agentes de IA y workflows. Además de sus proveedores integrados, el `model` de un agente puede ser cualquier endpoint compatible con OpenAI, indicado como un objeto con `id` y `url`. BroadNet Inference sirve chat completions estándar en `https://inference.broadnet.ai/v1`, así que funciona de esta manera, con un detalle en el ID del modelo. BroadRouter es el sitio de BroadNet; esta guía sigue la [documentación de modelos de Mastra](https://mastra.ai/models) y @mastra/core 1.83.0.

## Instalación

```bash
npm install @mastra/core zod
export BROADNET_API_KEY='your-broadnet-key'
```

## Conectar un agente

```ts
import { Agent } from "@mastra/core/agent";

const broadnet = (model: string) => ({
  id: `broadnet/${model}`,              // Mastra strips the first segment
  url: "https://inference.broadnet.ai/v1",
  apiKey: process.env.BROADNET_API_KEY,
});

export const assistant = new Agent({
  id: "assistant",
  name: "Assistant",
  instructions: "You are a concise assistant.",
  model: broadnet("broadnet/glm-5.3"),     // sends broadnet/glm-5.3
});

const res = await assistant.generate("Give me three names for a Go linting tool.");
console.log(res.text);
```

### Por qué el prefijo duplicado

La documentación de Mastra dice que un `id` escrito como `provider/model` envía al servidor remoto solo el nombre del modelo, mientras que `gateway/provider/model` conserva el proveedor en el nombre. Los IDs de BroadNet contienen una barra, así que necesitan la forma larga. En nuestra prueba:

| `id` en Mastra | ID de modelo que recibió BroadNet |
| --- | --- |
| `broadnet/glm-5.3` | `glm-5.3` (incorrecto) |
| `broadnet/broadnet/glm-5.3` | `broadnet/glm-5.3` (correcto) |

La función auxiliar de arriba agrega el segmento extra por usted.

## Herramientas

```ts
import { createTool } from "@mastra/core/tools";
import { z } from "zod";

const weather = createTool({
  id: "get_weather",
  description: "Get the weather for a city",
  inputSchema: z.object({ city: z.string() }),
  execute: async (input) => ({ city: input.city, tempC: 21 }),
});

const agent = new Agent({
  id: "weather",
  name: "Weather",
  instructions: "Use the weather tool to answer.",
  tools: { weather },
  model: broadnet("broadnet/glm-5.3"),
});
```

Use `broadnet/glm-5.3` o `broadnet/qwen3.8-27b` para agentes con herramientas. La documentación de BroadNet indica herramientas y salida estructurada solo para estos dos modelos.

## Streaming

```ts
const stream = await assistant.stream("Explain vector search in two sentences.");
for await (const chunk of stream.textStream) process.stdout.write(chunk);
```

## Configuración que importa

-   **`url`** es la URL base y termina en `/v1`. Mastra agrega `/chat/completions`.
-   **No agregue `api: "responses"`.** La documentación de Mastra dice que eso cambia a `/v1/responses`. BroadNet no lista la Responses API.
-   **Límite de salida.** DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B razonan antes de responder, y el razonamiento cuenta para el límite de salida. Si limita los tokens de salida, deje 2,000 o más.

## Qué modelo elegir

| Agente | Modelo |
| --- | --- |
| Herramientas, salida estructurada, workflows | `broadnet/glm-5.3` |
| Herramientas con entrada de imágenes o texto en árabe | `broadnet/qwen3.8-27b` |
| Pasos solo de texto en un plan de precio fijo | `broadnet/deepseek-v4.1-flash` |

[Precios de todos los modelos](https://broadrouter.com/es/pricing/). Para usar el Vercel AI SDK sin Mastra, consulte [la guía del AI SDK](https://broadrouter.com/es/guides/vercel-ai-sdk-openai-compatible/).

## Cómo lo probamos

El 2026-11-15 instalamos @mastra/core 1.83.0 con Node 24 y ejecutamos `generate`, `stream` y un agente con herramientas contra un servidor simulado (mock) local que habla el formato de chat completions de BroadNet y devuelve llamadas a herramientas. Leímos las solicitudes registradas. Todas fueron a `/v1/chat/completions` con una clave Bearer tomada de `apiKey`. Así encontramos la regla del prefijo de la tabla de arriba. No teníamos una clave de BroadNet, así que no probamos la salida real de un modelo.

## Solución de problemas

-   **404 o modelo no encontrado.** Probablemente el ID del modelo perdió su prefijo. Escriba el `id` como `broadnet/broadnet/glm-5.3`. Luego verifique que `url` termine en `/v1`. Los modelos de pago requieren una recarga; el crédito inicial de $5 cubre solo `broadnet/gemma-4-26b-a4b` y los dos modelos Transcribe.
-   **401.** `BROADNET_API_KEY` no está definida en el proceso, o la clave es incorrecta o se quedó sin saldo.
-   **Respuestas vacías.** El razonamiento agotó el presupuesto de salida. [Por qué las respuestas llegan vacías](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).
-   **429 en workflows con pasos en paralelo.** Una clave de pago por uso permite 30 solicitudes por minuto y 4 a la vez; una sesión de plan ejecuta una por vez. Consulte [errores y reintentos](https://broadrouter.com/es/guides/errors-and-retries/).

## Términos de esta guía

[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.

[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.

[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.

[Límite de frecuencia (rate limit)](https://broadrouter.com/es/glossary/rate-limit/)

Un límite de frecuencia (rate limit) es un tope que una API impone a cuánto puede usarla un cliente en un periodo, como solicitudes por minuto o tokens por minuto. Las solicitudes que lo superan se rechazan, normalmente con HTTP 429 Too Many Requests, hasta que el uso vuelve a quedar por debajo.

[Salida estructurada (structured output)](https://broadrouter.com/es/glossary/structured-output/)

La salida estructurada es una función de las APIs de LLM que restringe la respuesta del modelo a un formato que define el desarrollador, normalmente un JSON Schema, para que el código pueda procesarla de forma fiable. Es más estricta que JSON mode, que garantiza JSON válido pero no una forma concreta.

[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.

## Preguntas frecuentes

### ¿Por qué Mastra envía glm-5.3 en lugar de broadnet/glm-5.3?

Mastra lee el id del modelo como proveedor/modelo y envía solo la parte posterior a la primera barra. Con el id broadnet/glm-5.3 envió glm-5.3 en nuestra prueba, que BroadNet no reconoce. Escriba el id como broadnet/broadnet/glm-5.3.

### ¿La url de Mastra debe ser la URL base o la URL de chat completions?

La URL base. La documentación de Mastra indica usar la URL base del endpoint compatible con OpenAI, así que use https://inference.broadnet.ai/v1 sin /chat/completions.

### ¿Mastra usa la Responses API con una URL personalizada?

No de forma predeterminada. La documentación de Mastra dice que los endpoints personalizados usan chat completions salvo que agregue api con el valor responses. No lo agregue para BroadNet, que sirve chat completions.

### ¿Funcionan las herramientas de Mastra en BroadNet?

Sí, en un modelo para el que BroadNet indica herramientas: GLM 5.3 o Qwen3.8 27B. En nuestra prueba con el servidor simulado, el agente envió el esquema de la herramienta, la ejecutó y devolvió el resultado.

## Guías relacionadas

-   [Cómo usar el Vercel AI SDK con BroadNet Inference](https://broadrouter.com/es/guides/vercel-ai-sdk-openai-compatible/)
-   [Usar el SDK de OpenAI para Node.js con BroadNet Inference](https://broadrouter.com/es/guides/openai-node-sdk/)
-   [¿Por qué un modelo de razonamiento devuelve una respuesta vacía?](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/)
-   [Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)
-   [Todas las herramientas que funcionan con BroadNet Inference (en inglés)](https://broadrouter.com/integrations/): SDK, agentes de programación, interfaces de chat y herramientas de automatización, con la configuración exacta de cada una

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-guides-mastra-openai-compatible&utm_content=page-cta) ·

**Fuentes**

-   [Documentación de Mastra, Models (endpoints personalizados compatibles con OpenAI) (consultada el 2026-11-15)](https://mastra.ai/models)
-   [Mastra en GitHub, versión @mastra/core 1.83.0, 2026-11-13 (consultado el 2026-11-15)](https://github.com/mastra-ai/mastra/releases/tag/%40mastra%2Fcore%401.83.0)
-   [Referencia de la API de BroadNet Inference (consultada el 2026-11-15) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-guides-mastra-openai-compatible&utm_content=sources)
