Endpoint compatible con OpenAI para clientes de OpenRouter
Un endpoint compatible con OpenAI de OpenRouter es solo una URL base que habla el formato de chat de OpenAI, por lo que cambiarlo por otro toma unas pocas líneas. Aquí tienes los valores exactos, las formas de las peticiones y los errores que puedes encontrar.
Actualizado

Puntos clave
- La URL base es https://api.openrouteralternativeapi.com/v1 y el ID del modelo es uncensored.
- La autenticación es un encabezado Bearer estándar; solo existen POST /v1/chat/completions y GET /v1/models.
- El streaming, las herramientas y el modo JSON funcionan, pero no se admiten campos exclusivos del router.
- En HTTP 429, lee el código de error para distinguir un límite de tasa de un límite de concurrencia.
Los valores que necesitas
Cualquier herramienta que te permita editar un endpoint estilo OpenAI necesita tres valores. Copia los de la tabla y nada más cambia en una configuración típica.
| Ajuste | Valor |
|---|---|
| URL base | https://api.openrouteralternativeapi.com/v1 |
| Clave de API | Creado en la página de clave de API |
| ID del modelo | uncensored |
| Cabecera de autenticación | Authorization: Bearer YOUR_API_KEY |
| Ruta de chat | POST /v1/chat/completions |
| Ruta de lista de modelos | GET /v1/models |
La URL base ya termina con /v1. La mayoría de los SDKs añaden /chat/completions ellos mismos, así que no la añadas dos veces. Algunas herramientas piden la ruta completa de chat; en ese caso, usa la URL base seguida de /chat/completions.
Qué es y qué no es el endpoint
Detrás de la URL hay un único modelo de pesos abiertos, ejecutado por un proveedor independiente y ajustado para responder sin rechazos de contenido para uso adulto legal. No es un router, por lo que una petición nunca se reenvía a otro proveedor. Tampoco es la API oficial de ningún creador de modelos. Esto es importante para la configuración: no hay una lista de slugs de modelos para elegir, no hay campo de preferencia de proveedor ni cadena de respaldo. Envías uncensored y obtienes ese único modelo.
El servicio es solo de texto. No se ofrecen generación de imágenes, audio, video, embeddings ni ajuste fino, por lo que un cliente que llame a /v1/embeddings o a una ruta de imágenes fallará con esta URL base. Mantén esas llamadas apuntando al servicio que ya uses para ellas, y establece la URL base por función en lugar de globalmente si tu aplicación mezcla varias.
Un punto más de compatibilidad afecta a la lista de modelos. Un cliente que llame a GET /v1/models al inicio, para llenar un menú desplegable o validar una configuración, recibirá el único modelo. Eso es esperado. Si tu código verifica que un nombre de modelo configurado aparece en la lista, establece el nombre en uncensored y la verificación pasará. Si tu aplicación codifica un nombre de modelo de proveedor en algún lugar profundo de un archivo de configuración, busca el repositorio antes de la primera ejecución, porque una cadena residual es la razón más común por la que una aplicación migrada sigue fallando después de cambiar la URL.
Primera petición, tres formas
Comienza con una petición desde la terminal. Demuestra la clave, la URL y el ID del modelo antes de que intervenga cualquier framework.
curl https://api.openrouteralternativeapi.com/v1/models -H "Authorization: Bearer $API_KEY"
curl https://api.openrouteralternativeapi.com/v1/chat/completions -H "Authorization: Bearer $API_KEY" -H "Content-Type: application/json" -d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Reply with the word ready."}],
"max_tokens": 10
}'
La misma llamada con el SDK de Python. Observa que nada más que base_url y api_key difiere del código OpenAI estándar.
from openai import OpenAI
client = OpenAI(
base_url="https://api.openrouteralternativeapi.com/v1",
api_key="YOUR_API_KEY",
)
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Reply with the word ready."}],
max_tokens=10,
)
print(r.choices[0].message.content)
print(r.usage)
Y con Node, leyendo la clave desde una variable de entorno:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.openrouteralternativeapi.com/v1",
apiKey: process.env.API_KEY,
});
const r = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Reply with the word ready." }],
max_tokens: 10,
});
console.log(r.choices[0].message.content);
Muchas herramientas leen variables de entorno en lugar de argumentos del constructor. Los SDKs oficiales suelen respetar OPENAI_BASE_URL y OPENAI_API_KEY, lo que te permite redirigir un script sin modificar. Consulta la documentación de tu versión de SDK para confirmar los nombres.
Streaming, herramientas y modo JSON
Las funciones de las que dependen la mayoría de los clientes están presentes. Establece stream: true para recibir eventos enviados por el servidor; el uso se informa al final del stream. Las llamadas a herramientas aceptan tools y tool_choice, transmiten deltas de tool_calls y esperan resultados de vuelta como mensajes con role: "tool". El modo JSON se habilita con response_format: {"type":"json_object"}. Los campos de muestreo temperature, top_p, stop, seed y las penalizaciones de frecuencia y presencia se pasan a través.
Un ejemplo de streaming en Python:
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write three short taglines for a coffee cart."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
Y el modo JSON, que vale la pena combinar con una instrucción en el prompt que nombre las claves que esperas:
r = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "Return JSON with keys title and tags (array of strings)."},
{"role": "user", "content": "Summarise: a guide to brewing cold coffee at home."},
],
response_format={"type": "json_object"},
)
print(r.choices[0].message.content)
Analiza siempre el resultado dentro de un bloque try de todos modos. El modo JSON aumenta las probabilidades de una salida válida, pero tu código aún debe manejar una respuesta mal formada, por ejemplo, reintentando una vez.
Chats multi-turno y llamadas a herramientas
El endpoint es stateless, como la ruta de chat de OpenAI. No recuerda las llamadas anteriores, así que cada petición debe llevar la conversación que quieres que vea el modelo. Mantén una lista de mensajes, añade la respuesta del asistente después de cada turno y envía toda la lista de nuevo. Vigila el total: la ventana de 100.000 tokens cubre prompt más completion, y las historias largas también son lo que impulsa el coste de entrada.
history = [{"role": "system", "content": "You answer in two sentences."}]
def chat(text):
history.append({"role": "user", "content": text})
r = client.chat.completions.create(model="uncensored", messages=history)
reply = r.choices[0].message.content
history.append({"role": "assistant", "content": reply})
return reply
Para las llamadas a herramientas, describe tus funciones en tools, ejecuta lo que el modelo solicite y envía la salida de vuelta como un mensaje de role: "tool" que lleve el matching tool_call_id. Una definición mínima se ve así:
tools = [{
"type": "function",
"function": {
"name": "get_order_status",
"description": "Look up an order by its number",
"parameters": {
"type": "object",
"properties": {"order_id": {"type": "string"}},
"required": ["order_id"],
},
},
}]
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Where is order 1042?"}],
tools=tools,
tool_choice="auto",
)
call = r.choices[0].message.tool_calls[0]
print(call.function.name, call.function.arguments)
Valida los argumentos antes de ejecutar cualquier cosa. El modelo propone una llamada; tu código decide si es seguro ejecutarla, especialmente cuando la función toca dinero, archivos o datos de otras personas.
Campos a eliminar de las peticiones estilo OpenRouter
Los clientes escritos para un router a menudo añaden extras al cuerpo de la petición o a los encabezados. Ejemplos típicos son el orden de proveedores, matrices de respaldo del modelo, preferencias de enrutamiento y encabezados de atribución. Esta API no los usa. Los campos desconocidos pueden ignorarse o causar un error, dependiendo del campo, así que elimínalos en lugar de confiar en cualquiera de los dos resultados.
- Reemplaza cualquier slug de modelo que incluya un prefijo de proveedor con
uncensored. - Elimina las listas de respaldo. Si el único modelo no está disponible, maneja el error con tu propia lógica de reintento.
- No envíes partes de contenido de imagen o audio. El modelo lee texto.
- Mantén el cuerpo total de la petición por debajo de 8 MB.
La página de docs muestra los parámetros que se admiten, y es el lugar para verificar cuando un campo se comporta de manera diferente a lo que tu cliente espera.
Límites y respuestas 429
Una clave completa permite 8 peticiones simultáneas y 300 peticiones por minuto; una clave de prueba permite 2 y 60. Cada respuesta incluye X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests y X-RateLimit-Limit-Concurrency. Registra el ID de la petición con cada fallo, porque es lo primero que te pedirá soporte.
Hay tres tipos de HTTP 429. El código de error rate_limited significa que excediste las peticiones por minuto: reduce la velocidad. El código concurrency significa que hay demasiadas peticiones en vuelo a la vez: colócalas en una cola. Un 429 con un encabezado Retry-After: 5 significa sobrecarga temporal: espera cinco segundos y vuelve a intentarlo. Recuerda que una petición en streaming mantiene su espacio de concurrencia hasta que termina el stream, por lo que un cliente bloqueado que nunca lee hasta el final consumirá capacidad.
import time
from openai import OpenAI, RateLimitError
client = OpenAI(
base_url="https://api.openrouteralternativeapi.com/v1",
api_key="YOUR_API_KEY",
max_retries=0,
)
def ask(prompt, tries=4):
for i in range(tries):
try:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
)
return r.choices[0].message.content
except RateLimitError as e:
wait = 5 if i == 0 else 5 * (i + 1)
time.sleep(wait)
raise RuntimeError("still rate limited")
Establece también un semáforo de 8 o menos alrededor de las llamadas si ejecutas trabajadores en paralelo. Eso es más económico que aprender el límite de los errores. Añade un poco de jitter aleatorio a la espera para que varios trabajadores que fallaron juntos no reintenten todos en el mismo segundo. Si ves respuestas 429 repetidas con bajo tráfico, busca streams que se abran pero nunca se cierren, o un bucle de reintento que se dispare sin esperar, ya que cualquiera de los dos puede llenar las ranuras disponibles por sí solo.
Verificación de costos antes de apuntar a producción
La tarifa es de $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida del crédito prepago. Toma una petición con 2.000 tokens de entrada y 500 tokens de salida. La entrada cuesta 2.000 / 1.000.000 x $0,15 = $0,0003. La salida cuesta 500 / 1.000.000 x $0,50 = $0,00025. La petición cuesta $0,00055, así que 1.000 de estas peticiones cuestan $0,55. Las peticiones fallidas o rechazadas no se cobran. Consulta la página de precios para ver importes de recarga y bonificaciones; el crédito de prueba de $0,50 cubre unas 900 peticiones de ese tamaño (0,50 / 0,00055).
Más guías
Preguntas y respuestas
¿Cuál es la URL base del endpoint compatible con OpenAI?
Usa https://api.openrouteralternativeapi.com/v1 como URL base y envía tu clave como token Bearer. El ID del modelo es uncensored.
¿Qué rutas están disponibles?
POST /v1/chat/completions para generación y GET /v1/models para la lista de modelos. No hay rutas de embeddings, imágenes, audio ni ajuste fino.
¿Necesito cambiar mi código más allá de la URL y la clave?
Normalmente solo la cadena del modelo. Elimina campos específicos del router, como preferencias de proveedor o listas de respaldo, de los cuerpos de las peticiones.
¿Por qué obtengo HTTP 429?
Comprueba el código de error. rate_limited significa demasiadas peticiones por minuto, concurrency significa demasiadas a la vez, y un encabezado Retry-After: 5 indica una sobrecarga temporal.