Saltar al contenido
Modelos de pesos abiertos por una sola API: tu código sobre un riel que alcanza los modelos abiertos.

Modelos de pesos abiertos por una sola API, sin GPUs que alquilar

, 3 min de lectura, By Jaber Jaber

Ingeniería

RightNow AI sirve modelos de pesos abiertos a través de una sola API, con facturación por token y sin suscripción. Llama a los modelos abiertos con una clave de API de workspace sobre capacidad compartida, y paga el uso desde créditos.

¿Qué puedes llamar?

GET /v1/models es la lista autoritativa de modelos de chat alojados. También informa cuándo uno está pausado temporalmente.

Los datos de cada modelo están en su página de Modelos abiertos. Lee las capacidades del modelo activo antes de pedir razonamiento, herramientas, salida estructurada o imágenes.

¿Buscas otro modelo? Solicita un modelo.

¿Cómo se los llama?

Dos protocolos, chat completions en /v1/chat/completions y Messages en /v1/messages, toman la misma clave de workspace. Ambos alcanzan los modelos abiertos en un solo host. POST /v1/messages lo sirven los mismos modelos que POST /v1/chat/completions, con la misma facturación, créditos, idempotencia, límites de tasa, límites de tamaño de solicitud y precios de entrada en caché.

Dos protocolos, una clave, un saldo: chat completions en /v1/chat/completions y Messages en /v1/messages llevan una clave de workspace a una sola URL base y los modelos abiertos, y el uso se paga desde un solo saldo de créditos.
Ilustración de una clave de workspace alcanzando los modelos abiertos por dos protocolos. Modelos abiertos

Configura la URL base de tu ruta, usa una clave de API de workspace y pasa un id de modelo.

Si tu código ya habla la API de chat, cambian tres valores y nada más. En el cliente que ya usas, cambia tres valores: la URL base a https://api.rightnowai.co/v1, la clave de API por tu clave de workspace, y el modelo por un id de GET /v1/models.

Los tres valores que cambia un cliente de la API de chat: en el cliente que ya usas, la URL base pasa a https://api.rightnowai.co/v1, la clave de API por tu clave de workspace, y el modelo por un id de GET /v1/models. Nada más cambia.
Ilustración de los tres valores que cambia un cliente de la API de chat. Clientes compatibles con modelos abiertos

Ver Clientes compatibles con modelos abiertos. Los campos de cada ruta están en Chat completions y Responses y en Messages.

¿Cuánto cuesta?

Con precio por modelo. La página de Precios muestra las tarifas de entrada, entrada en caché y salida por millón de tokens; sin una tarifa de caché separada, la entrada en caché se factura a la tarifa de entrada.

ModelInputCached inputOutput
DeepSeek V4.1 Flash 1017DeepSeekUSD 0.15USD 0.01USD 0.60
GLM 5.3Z.aiUSD 1.30USD 0.13USD 4.20
GLM 5.3 FlashZ.aiUSD 0.11USD 0.03USD 0.45
Nemotron 3.5 Lightning 30BNVIDIAUSD 0.05USD 0.01USD 0.15
List prices in USD per million tokens. All models and prices

Cada workspace tiene un solo saldo. Un crédito es un dólar estadounidense. Agrega créditos cuando los necesites y paga a medida que uses.

Sin gasto mínimo: cualquier cuenta puede llamar a la API de modelos abiertos. Tu precio no cambia con el tamaño de tu equipo.

Un archivo de solicitudes procesado por Batch, o una solicitud enviada al precio de Batch, cuesta la mitad del precio de lista en entrada, entrada en caché y salida, nunca combinado con otro descuento.

Los conteos de uso de la respuesta son los conteos facturados; un tokenizador local puede contar distinto.

Con saldo en cero, las llamadas a la API de modelos abiertos devuelven 402 Payment Required y no se facturan. Ver Precios y créditos de modelos abiertos.

¿Cómo se empieza?

Consigue una clave de workspace, encuentra un modelo activo y envía una solicitud de chat completions del lado del servidor.

Ve a la página de Modelos abiertos, elige un modelo que no esté marcado como Paused y selecciona Get an API key. La clave se muestra una sola vez: cópiala entonces.

Guarda la clave en el almacén de secretos de tu servidor e inyéctala en el proceso que llama como RIGHTNOW_API_KEY. No pongas la clave en código de navegador ni en un prompt.

Elige un id cuya availability sea available y cuyos supported_endpoints incluyan chat_completions. Ver Llamar a un modelo abierto.

¿Usas un agente de programación? Puede configurarte los modelos abiertos: copia el prompt de Configurar un agente de programación.

¿Dónde están los límites?

Tres límites se aplican a tus solicitudes. Las compras los suben. Cada clave empieza con 10,000 solicitudes por minuto, 50,000 al comprar créditos, y 200,000 cuando tus compras alcanzan USD 200.

Los límites siguen las compras totales, no tu saldo. Los límites de concurrencia aplican mientras un modelo está ocupado.

Un modelo está disponible, es decir sirviendo, o pausado, es decir sin servir temporalmente.

Al menos 7 días antes de que un modelo termine, su fila lleva deprecated_at, end_of_life_at y successor_model. El modelo sigue sirviendo hasta su final.

La API de modelos abiertos no se ofrece hoy para información de salud protegida. HIPAA y un BAA no están disponibles.

Ver Límites y Retención de datos.

Respuestas rápidas

¿Necesito una tarjeta para empezar?

Si aún no tienes cuenta, el primer inicio de sesión crea una, sin tarjeta y con $1 en crédito.

¿Hay suscripción o cargo por usuario?

No. Por token, sin suscripción y sin cargos por usuario.

¿Qué clave debo crear?

Usa una clave de API de workspace para los modelos alojados. Selecciona el modelo con el campo model del cuerpo de la solicitud.

¿Puedo conservar el cliente que ya uso?

Cambia la URL base, la clave y el id de modelo en el cliente que ya usas.

¿Cómo subo mis límites?

Agrega fondos en Configuración, Facturación. Los límites siguen las compras totales.

¿El tráfico va cifrado?

Sí. TLS 1.2 o superior en todo. Todo el tráfico a la API de modelos abiertos va por HTTPS.