import requests
import json
API_URL = "https://openrouter.ai/api/v1/chat/completions"
HEADERS = {
"Authorization": "Bearer YOUR_OPENROUTER_KEY",
"Content-Type": "application/json"
}
def query_openrouter(model: str, messages: list, max_tokens: int = 500):
payload = {
"model": model,
"messages": messages,
"max_tokens": max_tokens,
"temperature": 0.7
}
response = requests.post(API_URL, headers=HEADERS, data=json.dumps(payload))
response.raise_for_status()
return response.json()["choices"][0]["message"]["content"]
# Ejemplo de uso
messages = [
{"role": "system", "content": "Eres un experto programador Python."},
{"role": "user", "content": "Escribe una función que calcule el factorial de un número usando recursión."}
]
print(query_openrouter("meta-llama/llama-3.1-70b-instruct", messages))¿Cómo elegir los modelos LLM adecuados en OpenRouter?
Resumen rápido: por qué OpenRouter es importante para los desarrolladores en 2026
En el panorama actual de la inteligencia artificial, encontrar el modelo LLM perfecto puede parecer una búsqueda interminable. OpenRouter resuelve este problema al ofrecer un único punto de acceso a docenas de modelos avanzados, actualizados en tiempo real con los últimos avances, como la plataforma CUA-Lite de UC Berkeley para agentes basados en computadora. Ya sea que estés desarrollando un copiloto interno, como el que implementó M&T Bank para 15.000 empleados, o creando un chatbot que gestiona transacciones románticas, OpenRouter te permite comparar rendimiento, precios y funcionalidades sin necesidad de cambiar de proveedor.
Cómo aprovechar OpenRouter en tu stack de desarrollo
Acceso unificado a modelos avanzados
Crea una única clave API y obtén acceso inmediato a los principales modelos propietarios (GPT-4o, Claude 3.5 Sonnet, Gemini 2.5 Pro) y a opciones de código abierto (LLaMA 3.1, Mistral Large, Mixtral 8x22B). OpenRouter gestiona el enrutamiento, la caché y el equilibrio de carga, permitiéndote cambiar de modelo con un simple ajuste en el prompt.
Comparación en tiempo real de rendimiento y precios
El panel de OpenRouter muestra la latencia, la tasa de precisión y el costo por cada 1000 tokens para cada modelo. Esta transparencia es valiosa para equipos con restricciones presupuestarias o para desarrolladores que buscan optimizar los tiempos de respuesta para sus usuarios.
Qué modelo elegir para objetivos específicos
Generación de código y refactorización
Si tu objetivo es escribir funciones, corregir errores o generar documentación, los modelos optimizados para código como CodeLlama o Claude 3.5 Sonnet ofrecen la mejor relación calidad-precio. Están entrenados en repositorios públicos de GitHub, por lo que comprenden la nomenclatura y las convenciones típicas del sector.
Creación de contenido y chatbots
Para la generación de artículos, publicaciones en redes sociales o interfaces de asistencia conversacional, GPT-4o y Gemini 2.5 Pro destacan en la comprensión del mundo y en la creación de contenido creativo. Son especialmente adecuados para aplicaciones que requieren una memoria a largo plazo, como historias interactivas o asistentes personales.
Agentes de uso informático con CUA-Lite
La plataforma CUA-Lite de UC Berkeley establece un nuevo estándar para los agentes que interactúan con el sistema operativo. Con OpenRouter, puedes integrar un agente CUA-Lite en un flujo de trabajo existente, permitiéndole abrir archivos, ejecutar scripts e incluso automatizar tareas repetitivas en el escritorio.
Cuándo utilizar OpenRouter en casos de uso reales
Prototipado rápido con APIs flexibles
Al inicio de un proyecto, la velocidad es crucial. OpenRouter te permite cambiar de modelo con un único parámetro (`model`) sin necesidad de reconfigurar todo el cliente. Esto facilita el prototipado y te permite probar rápidamente diferentes estrategias de prompt.
Escalabilidad empresarial (por ejemplo, el Copilot de M&T Bank)
Las grandes organizaciones necesitan fiabilidad y control de costes. Las funciones de monitorización de OpenRouter, junto con la posibilidad de implementar modelos propietarios y de código abierto, te permiten crear un sistema híbrido que equilibra rendimiento y presupuesto.
Ejemplos prácticos: fragmentos de código
A continuación, se muestra un ejemplo compacto de estilo REST para consultar OpenRouter desde Python. Reemplaza `YOUR_OPENROUTER_KEY` con tu clave y elige el modelo que prefieras.