---
title: "promptfoo: proveedor openai:chat con apiBaseUrl propio"
description: "Ejecute evals de promptfoo y compare modelos lado a lado en BroadNet Inference con el proveedor openai:chat, apiBaseUrl y apiKeyEnvar, además de graders."
url: https://broadrouter.com/es/guides/promptfoo-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/promptfoo-openai-compatible/) (actualizado el 2026-11-16).

# Evalúe los modelos de BroadNet con promptfoo

Actualizado 2026-11-16

En promptfooconfig.yaml, agregue un proveedor con id openai:chat:broadnet/glm-5.3 y un config que defina apiBaseUrl como https://inference.broadnet.ai/v1 y apiKeyEnvar como BROADNET\_API\_KEY. Use el prefijo openai:chat para que promptfoo llame siempre a Chat Completions, el endpoint que ofrece BroadNet. Defina max\_tokens usted mismo, porque el límite de salida por defecto de promptfoo es de 1,024 tokens.

promptfoo es una CLI de código abierto para probar prompts, comparar modelos y hacer red teaming de aplicaciones con LLM. Su proveedor de OpenAI funciona con gateways compatibles con OpenAI mediante `apiBaseUrl`. BroadNet Inference ofrece chat completions en `https://inference.broadnet.ai/v1`, así que puede comparar los modelos de BroadNet entre sí, o con los modelos que ya usa, desde un solo archivo YAML. BroadRouter es el sitio de la propia BroadNet; esta guía sigue la documentación del proveedor de OpenAI de promptfoo según la versión 0.125.1.

## Configuración

```bash
npm install -g promptfoo     # or: npx promptfoo@latest
export BROADNET_API_KEY='your-broadnet-key'
```

## promptfooconfig.yaml

```yaml
description: BroadNet model comparison
prompts:
  - 'What is the capital of Saudi Arabia? Answer in one sentence.'
providers:
  - id: openai:chat:broadnet/glm-5.3
    label: GLM 5.3
    config:
      apiBaseUrl: https://inference.broadnet.ai/v1
      apiKeyEnvar: BROADNET_API_KEY
      max_tokens: 4000
  - id: openai:chat:broadnet/deepseek-v4.1-flash
    label: DeepSeek V4.1 Flash
    config:
      apiBaseUrl: https://inference.broadnet.ai/v1
      apiKeyEnvar: BROADNET_API_KEY
      omitDefaults: true
tests:
  - assert:
      - type: icontains
        value: Riyadh
```

Las configuraciones reales suelen poner las entradas de prueba en `tests.vars` y referenciarlas en el prompt con la sintaxis de plantillas de doble llave de promptfoo. Aquí dejamos este ejemplo fijo para que funcione tal como está.

Ejecútelo:

```bash
promptfoo eval
promptfoo view   # side-by-side results in the browser
```

## Qué hace cada ajuste

-   **`openai:chat:` más el ID de BroadNet.** Todo lo que va después de `openai:chat:` es el ID del modelo que se envía, así que conserve el prefijo `broadnet/`. La parte `chat` explícita fija el endpoint de Chat Completions; BroadNet no ofrece la Responses API.
-   **`apiBaseUrl`** es la base URL con `/v1`, pero sin `/chat/completions`. promptfoo agrega la ruta.
-   **`apiKeyEnvar`** indica la variable que contiene su clave de BroadNet. promptfoo no recurre a `OPENAI_API_KEY` si falta.
-   **`max_tokens`**. Los valores por defecto de promptfoo para solicitudes sin razonamiento son `temperature: 0` y un límite de 1,024 tokens. Los modelos DeepSeek, GLM y Qwen de BroadNet razonan antes de responder, así que 1,024 puede producir respuestas vacías. Defina un límite mayor, como en el primer proveedor.
-   **`omitDefaults: true`** elimina la temperatura y el límite por defecto de promptfoo, como en el segundo proveedor. La solicitud ya no lleva ningún límite de salida de promptfoo.

## Aserciones calificadas por un modelo

La configuración del proveedor no se aplica a graders como `llm-rubric`. Para calificar con un modelo de BroadNet, agréguelo de nuevo para el grader:

```yaml
defaultTest:
  options:
    provider:
      id: openai:chat:broadnet/glm-5.3
      config:
        apiBaseUrl: https://inference.broadnet.ai/v1
        apiKeyEnvar: BROADNET_API_KEY
        max_tokens: 4000
```

## Qué modelos comparar

| Modelo | Útil para |
| --- | --- |
| `broadnet/glm-5.3` | Pruebas de llamadas a herramientas y salida estructurada |
| `broadnet/qwen3.8-27b` | Pruebas con imágenes, texto en árabe o herramientas |
| `broadnet/deepseek-v4.1-flash` | Pruebas de contexto largo y sensibles al costo |
| `broadnet/gemma-4-26b-a4b` | Pruebas gratuitas con el crédito inicial de $5 |

La documentación de BroadNet indica herramientas y salida estructurada solo para GLM 5.3 y Qwen3.8 27B. [Precios de todos los modelos](https://broadrouter.com/es/pricing/).

## Cómo lo probamos

El 2026-11-15 instalamos promptfoo 0.125.1 con Node 24 y ejecutamos `promptfoo eval` con una configuración como la de arriba, apuntando a un servidor mock local que habla el formato de chat completions de BroadNet. Las pruebas pasaron. Las solicitudes registradas fueron a `/v1/chat/completions`, con el ID de modelo de BroadNet sin cambios y una clave Bearer. El primer proveedor envió `max_tokens: 4000` y `temperature: 0`; el proveedor con `omitDefaults: true` envió solo el modelo y los mensajes. Sin `BROADNET_API_KEY` definida, promptfoo se detuvo con “Missing BROADNET\_API\_KEY”. No probamos los graders y no teníamos una clave de BroadNet, así que no probamos la salida real de los modelos.

## Solución de problemas

-   **Salidas vacías o cortadas.** Aumente `max_tokens`. [Por qué las respuestas llegan vacías](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).
-   **404.** Compruebe que `apiBaseUrl` termine en `/v1` y que el ID del modelo tras `openai:chat:` conserve el prefijo `broadnet/`. Los modelos de pago requieren una recarga; el crédito de $5 cubre solo `broadnet/gemma-4-26b-a4b` y los dos modelos Transcribe.
-   **429 en evals grandes.** promptfoo ejecutó nuestra eval con una concurrencia de 4. Una clave de pago por uso permite 30 solicitudes por minuto y 4 en curso, así que redúzcala con `promptfoo eval -j 1` para conjuntos de pruebas grandes. Consulte [errores y reintentos](https://broadrouter.com/es/guides/errors-and-retries/).

## Términos de esta guía

[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.

[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.

[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.

[Evaluación de LLM (eval)](https://broadrouter.com/es/glossary/eval/)

Una eval (abreviatura de evaluation, evaluación) es una prueba repetible de un modelo de lenguaje o de un prompt: un conjunto fijo de entradas, una descripción de cómo es una buena salida y un calificador (código, una persona u otro modelo) que puntúa cada salida para poder comparar versiones.

[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.

[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.

[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

### ¿Debo usar openai:chat u openai como prefijo del proveedor en promptfoo?

openai:chat. Con openai:chat:broadnet/glm-5.3, promptfoo llama a /v1/chat/completions, que es lo que ofrece BroadNet. La documentación de promptfoo dice que un nombre de modelo no reconocido tras el prefijo openai solo también recurre a Chat Completions, pero el prefijo chat explícito no depende de esa regla.

### ¿Por qué se cortan las respuestas de BroadNet en promptfoo?

promptfoo fija por defecto un límite de salida de 1,024 tokens para solicitudes sin razonamiento, y los modelos DeepSeek, GLM y Qwen de BroadNet gastan parte del presupuesto de salida en razonar. Defina max\_tokens en el config del proveedor o ponga omitDefaults en true.

### ¿apiKeyEnvar recurre a OPENAI\_API\_KEY?

No. La documentación de promptfoo dice que, si falta la variable indicada, no recurre a OPENAI\_API\_KEY. En nuestra prueba se detuvo con "Missing BROADNET\_API\_KEY".

### ¿Puede un modelo de BroadNet calificar aserciones llm-rubric?

Sí, pero la documentación de promptfoo indica que la configuración del proveedor no se aplica a los graders. Configure el grader aparte en defaultTest.options.provider, con el mismo id y config.

## Guías relacionadas

-   [Primera solicitud a BroadNet Inference con curl](https://broadrouter.com/es/guides/curl-quickstart/)
-   [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-promptfoo-openai-compatible&utm_content=page-cta) ·

**Fuentes**

-   [Documentación de promptfoo, proveedor OpenAI (gateways compatibles con OpenAI) (consultada el 2026-11-15)](https://www.promptfoo.dev/docs/providers/openai/)
-   [promptfoo en GitHub, versión 0.125.1 del 2026-10-25 (consultado el 2026-11-15)](https://github.com/promptfoo/promptfoo/releases/tag/0.125.1)
-   [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-promptfoo-openai-compatible&utm_content=sources)
