Actualidad: ver ahora
Cotizaciones: dolar oficial / blue
Clima: ver pronóstico

Guia · Nivel Intermedio · Proveedores

API, plataforma y hosting de modelos

Qué es la API de un modelo, qué da una plataforma además de la API, qué significa que un modelo esté hospedado por terceros y cuándo conviene la nube o lo local.

Publicado: 19/09/2026 · Última revisión: 19/09/2026 · Lectura: 7 min

Qué es una API de IA

Una API (Application Programming Interface) es la puerta programática al modelo: tu código envía una petición con el mensaje y los parámetros, y recibe la respuesta como datos. Sin interfaz gráfica, sin copiar y pegar.

Lo esencial de una API de modelos: se cobra por token de entrada y de salida (precios distintos), tiene límites de uso (peticiones por minuto, tokens por día), ofrece parámetros (temperatura, formato de salida, herramientas) y devuelve metadatos (qué modelo exacto respondió, cuántos tokens consumió).

Si vas a integrar IA en un software, la API —no la app de chat— es tu objeto de estudio: compará precios de tokens, límites y estabilidad entre proveedores.

Plataforma y hosting: modelos propios vs de terceros

La plataforma es todo lo que rodea a la API: consola, documentación, facturación, monitoreo, controles de seguridad y versiones. Dos proveedores pueden ofrecer el mismo modelo con plataformas muy distintas.

El hosting de modelos es quién ejecuta la inferencia. Hay tres situaciones: modelos propios (el laboratorio ejecuta lo que entrenó), modelos de terceros hospedados (una nube ejecuta modelos ajenos, ej. un Llama en AWS) y ejecución local (vos ejecutás pesos abiertos en tu hardware).

Que el modelo sea el mismo no significa que el servicio sea igual: cambian la latencia, el precio, la residencia de los datos, los límites y quién ve tus peticiones. Por eso el catálogo registra disponibilidad por canal: el mismo modelo puede vivirse distinto según dónde se hospede.

Cloud vs ejecución local

  • Cloud (API): empezás en minutos, escalás sin hardware, siempre tenés la última versión. A cambio: pagás por uso, tus datos viajan al proveedor y dependés de su disponibilidad y de que no retire versiones.
  • Ejecución local: tus datos no salen, costo fijo de hardware, control total de versiones. A cambio: inversión inicial, mantenimiento propio y modelos una generación detrás de la punta cerrada.

No es una decisión religiosa: muchos equipos usan modelos cloud para lo exigente y locales para lo sensible o rutinario. El detalle técnico de correr modelos en tu máquina llegará en el hub de IA local.

Fuentes

Seguir aprendiendo