Una API key para DeepSeek, Qwen, GLM, Kimi y Doubao

Respuesta corta: puede llamar a DeepSeek, Qwen, GLM, Kimi y Doubao Seed con una sola API key compatible con OpenAI, y la misma clave también puede cubrir Claude y GPT. En HopBase, configure la base URL del SDK de OpenAI como https://api.hop-base.com/v1, agregue a su clave en la consola el grupo de cada familia de modelos (hasta 10 grupos por clave) y luego cambie solo el campo model: deepseek-v4.1-flash, qwen3.8-max, glm-5.3, kimi-k3, doubao-seed-2-1-pro-260628. Claude usa el SDK de Anthropic con la base URL https://api.hop-base.com (sin /v1). La facturación es en USD desde un único saldo, y cada respuesta sin streaming informa su cargo exacto. Lo que rompe las integraciones no es el endpoint, sino las diferencias entre modelos: Kimi K3 necesita include_reasoning para devolver su razonamiento, dos modelos de Doubao ignoran tool_choice, Qwen factura por tramos de contexto y DeepSeek V4.1 Flash tiene tarifas de horario pico y fuera de pico. Esta guía las recoge todas, y comprobamos cada una con una solicitud real el 2026-10-29.

Por qué una sola clave en lugar de cinco cuentas

Los modelos chinos de pesos abiertos y de frontera ya forman parte habitual de muchos stacks: DeepSeek para razonamiento económico, Qwen y GLM para contexto largo, Kimi K3 para programación agéntica y Doubao Seed para chat multimodal. Ir directamente a cada proveedor implica cinco consolas de desarrollador, cinco saldos y cinco facturas. Varias de esas consolas están pensadas principalmente para usuarios de China continental, con interfaces en chino, verificación telefónica o pago en CNY. Además, la API "compatible con OpenAI" de cada proveedor tiene sus propias extensiones.

Un gateway le ofrece una cuenta, un saldo en USD y una base URL. No elimina las diferencias entre modelos, y por eso la mayor parte de este artículo trata sobre ellas.

Catálogo de modelos y precios de lista

Todos los IDs siguientes están activos en el catálogo público. Los precios son precios de lista oficiales por millón de tokens cuando el fabricante publica un precio en USD; para los demás, consulte la página de precios en vivo, que también muestra los precios de entrada en caché de cada modelo.

Familia	IDs de modelo	Contexto / salida máxima	Protocolos	Precio de lista (entrada / salida por 1M)
DeepSeek	deepseek-v4.1-flash, deepseek-v4.1-flash-1017, deepseek-v4-pro-202606, deepseek-v4-flash-202605	1M / hasta 393,216	Chat Completions, Responses, Anthropic Messages	Ver precios en vivo
Qwen (Alibaba)	qwen3.8-max, qwen3.8-flash, qwen3.7-max, qwen3.7-plus, qwen3.7-flash	1M / 131,072	Chat Completions, Responses	Ver precios en vivo
GLM (Zhipu)	glm-5.3, glm-5.3-flash	1M / hasta 131,072	Chat Completions	Ver precios en vivo
Kimi (Moonshot)	kimi-k3	1,048,576 / 32,768	Solo Chat Completions	$3 / $15
Doubao Seed (ByteDance)	doubao-seed-2-1-pro-260628, doubao-seed-2-1-pro-260915, doubao-seed-2-1-lite-260915, doubao-seed-2-1-turbo-260628 y tres más	128K-1M / 32K-256K	Chat Completions, Responses, Anthropic Messages	Ver precios en vivo
Claude, GPT	claude-sonnet-5-5, gpt-6-sol y más	Según el modelo	Claude: Anthropic Messages; GPT: Chat Completions, Responses	Sonnet 5.5: $2 / $10; GPT-6 Sol: $2 / $10

DeepSeek y GLM también tienen un conjunto aparte de IDs de la región de EE. UU. que terminan en -us (por ejemplo, deepseek-v4.1-flash-us y glm-5.3-us). Estos tienen su propio grupo, sus propios precios y los tres protocolos; consulte la guía de la región de EE. UU..

Configuración en tres pasos

1. Regístrese en api.hop-base.com con una dirección de correo electrónico o una cuenta de Google o GitHub, y abra API Keys.
2. Cree una clave y agregue los grupos que necesite: DeepSeek, Qwen, GLM, Kimi K3, Doubao Seed, además de un grupo de Claude y uno de GPT si los quiere en la misma clave. Son siete grupos, dentro del límite de 10 por clave. Si dos grupos de una misma clave sirven el mismo modelo (por ejemplo, dos grupos de Claude), el diálogo le pide elegir qué grupo lo sirve antes de guardar.
3. Liste los modelos a los que la clave tiene acceso y use solo los IDs que devuelve:

export HOPBASE_API_KEY=sk-your-key
curl https://api.hop-base.com/v1/models -H "Authorization: Bearer $HOPBASE_API_KEY"

Un cliente, cinco familias de modelos

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.hop-base.com/v1",
                api_key=os.environ["HOPBASE_API_KEY"])

models = ["deepseek-v4.1-flash", "qwen3.8-max", "glm-5.3",
          "kimi-k3", "doubao-seed-2-1-pro-260628"]

for m in models:
    raw = client.chat.completions.with_raw_response.create(
        model=m,
        messages=[{"role": "user", "content": "In one sentence: what is a vector database?"}],
        max_tokens=2000,
    )
    resp = raw.parse()
    print(m, "|", resp.choices[0].message.content.strip()[:80],
          "| cost USD:", raw.headers.get("X-HopBase-Cost-USD"))

Cada respuesta facturada sin streaming incluye X-HopBase-Cost-USD, el importe exacto descontado de su saldo, y el mismo valor aparece como usage.cost_usd en el JSON. Las respuestas con streaming no lo incluyen, porque las cabeceras se envían antes de que empiece la generación. Revise las solicitudes con streaming en la página Usage de la consola. El valor de max_tokens es generoso a propósito: la mayoría de estos modelos razonan por defecto, y los tokens de razonamiento cuentan para el límite.

Claude se usa a través del SDK de Anthropic con la misma clave:

from anthropic import Anthropic
claude = Anthropic(base_url="https://api.hop-base.com", api_key=os.environ["HOPBASE_API_KEY"])
msg = claude.messages.create(model="claude-sonnet-5-5", max_tokens=512,
                             messages=[{"role": "user", "content": "Hello"}])

Particularidades de cada modelo

Kimi K3

• Su razonamiento se devuelve en reasoning_content solo cuando la solicitud establece "include_reasoning": true; thinking y reasoning_effort no tienen efecto. Con el SDK de OpenAI, páselo mediante extra_body={"include_reasoning": True}. En nuestra prueba, el mismo prompt no devolvió reasoning_content sin el indicador y sí lo devolvió con él.
• max_tokens tiene un máximo de 32,768 e incluye el razonamiento; n debe ser 1; temperature va de 0 a 1; top_p y las penalizaciones de frecuencia/presencia se ignoran.
• Las imágenes deben ir en base64; una URL de imagen devuelve 400. /v1/responses y /v1/messages devuelven 404, por lo que Claude Code y Codex solo llegan a él mediante un enrutador local como CC Switch (consulte la guía de Kimi K3).

DeepSeek

• deepseek-v4.1-flash y deepseek-v4.1-flash-1017 siguen el horario de pico y fuera de pico publicado por DeepSeek. El pico es de 09:00-12:00 y 14:00-18:00, hora de Pekín, en días laborables, y fuera de pico cuesta la mitad. Cada solicitud se tarifica según el momento en que termina. Si el costo importa, ejecute los trabajos por lotes fuera de esas horas.
• deepseek-v4-pro-202606 y deepseek-v4-flash-202605 se facturan con una única tarifa para todo el día, basada en el precio de lista de pico.
• deepseek-v4.1-flash-1017 es la versión del 2026-10-17; deepseek-v4.1-flash se mantiene en la versión de septiembre. Ambos leen imágenes mediante partes image_url estándar, mientras que V4 Pro y V4 Flash rechazan las imágenes con un 400. Elija la versión por ID de modelo.
• Los cuatro modelos responden en Chat Completions, Responses y Anthropic Messages; enviamos el mismo prompt a tres de ellos en cada endpoint. En Chat Completions, el razonamiento se devuelve en reasoning_content, no en content.

Qwen

• La facturación es por tramos de contexto: cuando la entrada de una solicitud supera un umbral, toda la solicitud se factura en ese tramo. qwen3.7-plus sube de tramo por encima de 256K y qwen3.7-flash por encima de 32K; qwen3.8-max, qwen3.8-flash y qwen3.7-max tienen un solo tramo. El prompt caching no le mantiene por debajo de un umbral.
• Pase enable_thinking: false (mediante extra_body) para desactivar el razonamiento en llamadas sensibles a la latencia. Todos los modelos excepto qwen3.7-max aceptan entrada de imagen y video.

GLM

• glm-5.3 es solo de texto, y una imagen devuelve 400. Ambos modelos GLM sirven solo Chat Completions, por lo que Codex CLI, que solo habla Responses, no puede usarlos; el glm-5.3-us de la región de EE. UU. acepta los tres protocolos.
• glm-5.3-flash siempre razona y lo devuelve en reasoning_content. La configuración recomendada es temperature 1 y top_p 0.95, además de tool_stream: true cuando haga streaming de llamadas a herramientas. Acepta entrada de texto, imagen, video y archivo.

Doubao Seed

• doubao-seed-evolving y doubao-seed-2-1-pro-260915 ignoran tool_choice. En nuestra prueba, al forzar una función con nombre, doubao-seed-2-1-pro-260628 la llamó, mientras que doubao-seed-2-1-pro-260915 respondió con texto plano. Si necesita forzar o desactivar las llamadas a herramientas, use doubao-seed-2-1-pro-260628 o doubao-seed-2-1-lite-260915.
• Todos los modelos excepto doubao-seed-character-260628 razonan por defecto. No confunda los IDs de chat doubao-seed-* con los IDs de video doubao-seedance-*.

Gestión de errores entre familias

Los errores del gateway en el protocolo de OpenAI tienen una sola forma: {"error": {"code": ..., "message": ..., "type": ...}}. Ramifique la lógica según el estado HTTP y code, nunca según el texto del mensaje, que sigue su cabecera Accept-Language. Los códigos que encontrará con más frecuencia:

• 404 model_not_found: el modelo no está en ningún grupo de esta clave. Actualice /v1/models.
• 402 insufficient_quota: el saldo está vacío o se alcanzó el límite de gasto propio de esta clave.
• 429 user_concurrency_limit / apikey_concurrency_limit: demasiadas solicitudes en curso. Las solicitudes se rechazan de inmediato, no se ponen en cola, así que reintente con backoff.

Las solicitudes que fallan antes de producir salida no se facturan.

Cómo elegir un gateway para modelos chinos

Hay varias formas de obtener una sola clave para estos modelos, desde proxies autoalojados hasta servicios gestionados. Antes de decidirse, compruebe:

1. IDs de modelo exactos y con fecha (por ejemplo, deepseek-v4.1-flash-1017), no solo "deepseek-latest".
2. Si los parámetros específicos de cada modelo, como include_reasoning, enable_thinking y reasoning_content, se transmiten intactos.
3. Si el costo por solicitud es visible a través de la API y si las solicitudes fallidas son gratuitas.
4. Si puede verificar que el modelo que pidió es el que responde. Nuestra prueba de fidelidad reproducible funciona con cualquier proveedor.
5. Si Claude y GPT pueden estar en la misma clave y el mismo saldo que los modelos chinos.

Preguntas frecuentes

¿Puedo usar DeepSeek, Qwen y Kimi con el SDK de Python de OpenAI?

Sí. Establezca base_url="https://api.hop-base.com/v1" y use el ID del modelo. Los campos específicos de cada modelo, como include_reasoning (Kimi) o enable_thinking (Qwen), van en extra_body.

¿Necesito un número de teléfono chino o un método de pago chino?

No. Se registra en api.hop-base.com con una dirección de correo electrónico o una cuenta de Google o GitHub, y su saldo y sus cargos están en USD. La página Recharge muestra la moneda de pago, las comisiones y el importe acreditado antes de pagar.

¿Puede una sola clave llamar tanto a Claude como a DeepSeek?

Sí, si la clave incluye ambos grupos. Claude usa el protocolo de Anthropic en https://api.hop-base.com; DeepSeek usa el protocolo de OpenAI en https://api.hop-base.com/v1. Cada solicitud se factura según el grupo que sirve su modelo.

¿Por qué Kimi K3 no devuelve su razonamiento?

Kimi K3 solo devuelve reasoning_content cuando la solicitud establece "include_reasoning": true. Los tokens de razonamiento se facturan como salida en cualquier caso y cuentan para max_tokens.

¿Dónde están los límites completos de parámetros?

Consulte la documentación de DeepSeek, Qwen, GLM-5.3, Kimi K3 y la referencia de modelos. Los precios están en hop-base.com/pricing.