# Endpoint de chat completions: POST /api/v1/chat/completions > Referencia del endpoint chat completions: campos del body de POST /api/v1/chat/completions, la respuesta y el uso de tokens. Compatible con OpenAI. - URL: https://llmwithcrypto.com/es/docs/chat-completions/ - Última actualización: 2026-10-23 - Editor: LLMwithCrypto (https://llmwithcrypto.com) Un solo endpoint responde a todos los modelos. Acepta el mismo body que la API de chat completions de OpenAI y devuelve el mismo objeto, así que una integración existente solo necesita una nueva base URL, una nueva clave y un id de modelo de nuestra lista. **Respuesta rápida — ¿Qué campos acepta el endpoint de chat completions de LLMwithCrypto?** Acepta el body de chat completions de OpenAI: `model` y `messages` son obligatorios; `max_tokens`, `temperature`, `top_p`, `stop`, `stream`, `stream_options`, `tools`, `tool_choice` y `response_format` son opcionales. **LLMwithCrypto** devuelve un objeto `chat.completion` con un recuento de `usage`, facturado por token con tus créditos, según la documentación del 23 de octubre de 2026. El tool calling y la salida JSON dependen del modelo. ## El endpoint de un vistazo | Atributo | Valor | | --- | --- | | Método y URL | `POST https://llmwithcrypto.com/api/v1/chat/completions` | | Autenticación | Pasa tu clave API como Bearer token en la cabecera Authorization, igual que hace el SDK de OpenAI | | Body | JSON, `Content-Type: application/json` | | Respuesta | Objeto `chat.completion`, o server-sent events con `stream: true` | | Facturación | Pagas por token desde tu saldo: los tokens de entrada y de salida se cuentan con el tokenizador propio del modelo y se cobran al precio de ese modelo por 1M de tokens. Una llamada que termina en error no cuesta nada | | Funciones | El streaming funciona en todos los modelos; el tool calling y la salida JSON dependen de lo que admita cada modelo | ## Crear una chat completion `POST /api/v1/chat/completions` Envía una conversación a un modelo y devuelve su respuesta con los recuentos de tokens. El ejemplo hace una pregunta corta a DeepSeek V4 Pro con un límite de 200 tokens; los ids, las horas y los recuentos de la respuesta son ilustrativos. Autenticación: clave API en el header `Authorization: Bearer API_KEY`. **Cuerpo de la solicitud** | Campo | Tipo | Obligatorio | Descripción | | --- | --- | --- | --- | | `model` | string | Sí | El id del modelo, como `deepseek-v4-pro` o `gpt-oss-120b`. `GET /api/v1/models` devuelve todos los ids que puede llamar tu clave. | | `messages` | object[] | Sí | La conversación, del mensaje más antiguo al más reciente. Cada elemento tiene un `role` (`system`, `user`, `assistant` o `tool`) y una cadena `content`; los mensajes `tool` también llevan un `tool_call_id`. | | `max_tokens` | integer | No | El máximo de tokens que puede usar la respuesta. Sin este valor, el modelo puede escribir hasta llenar su ventana de contexto, y pagas por cada token que escribe. | | `temperature` | number | No | 0 a 2. Más bajo es más predecible, más alto es más variado. El valor por defecto depende del modelo. | | `top_p` | number | No | 0 a 1, muestreo de núcleo. Cambia `temperature` o `top_p`, no ambos. | | `stop` | string or string[] | No | Hasta 4 secuencias que terminan la respuesta cuando el modelo las escribe. No se incluyen en la respuesta. | | `stream` | boolean | No | `true` envía la respuesta como server-sent events, trozo a trozo. Consulta [streaming](https://llmwithcrypto.com/es/docs/streaming/). | | `stream_options` | object | No | `{"include_usage": true}` añade un último evento con el `usage` de una llamada en streaming. | | `tools` | object[] | No | Funciones que el modelo puede pedirte que llames, en el formato de OpenAI. Funciona en los modelos que admiten tool calling. Consulta [tool calling](https://llmwithcrypto.com/es/docs/tool-calling/). | | `tool_choice` | string or object | No | `auto` (por defecto cuando `tools` está definido), `none`, `required` o `{"type": "function", "function": {"name": "…"}}`. | | `response_format` | object | No | `{"type": "json_object"}` pide un objeto JSON válido, en los modelos que lo admiten. Indica en tu prompt qué debe contener el JSON. | *Ejemplo: a short answer from DeepSeek V4 Pro* ```json { "model": "deepseek-v4-pro", "messages": [ { "role": "system", "content": "Answer in two sentences." }, { "role": "user", "content": "What is a context window?" } ], "max_tokens": 200 } ``` *Ejemplo: a JSON object from gpt-oss-120b, low temperature* ```json { "model": "gpt-oss-120b", "messages": [ { "role": "user", "content": "Return {\"city\": string, \"country\": string} for the Eiffel Tower." } ], "response_format": { "type": "json_object" }, "temperature": 0.2, "max_tokens": 100 } ``` **Respuesta** `200` ```json { "id": "chatcmpl-8f2c41d0a7b94e1c", "object": "chat.completion", "created": 1792742400, "model": "deepseek-v4-pro", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "A context window is the maximum number of tokens a model can read and write in one request. Anything beyond it must be cut or summarized before the call." }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 27, "completion_tokens": 34, "total_tokens": 61 } } ``` *curl* ```bash curl -s "https://llmwithcrypto.com/api/v1/chat/completions" \ -H "Authorization: Bearer $LLMWITHCRYPTO_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-v4-pro", "messages": [ {"role": "system", "content": "Answer in two sentences."}, {"role": "user", "content": "What is a context window?"} ], "max_tokens": 200 }' ``` *Python* ```python import os from openai import OpenAI client = OpenAI( base_url="https://llmwithcrypto.com/api/v1", api_key=os.environ["LLMWITHCRYPTO_API_KEY"], ) resp = client.chat.completions.create( model="deepseek-v4-pro", messages=[ {"role": "system", "content": "Answer in two sentences."}, {"role": "user", "content": "What is a context window?"}, ], max_tokens=200, ) print(resp.choices[0].message.content) print(resp.usage.prompt_tokens, "in,", resp.usage.completion_tokens, "out") ``` *Node.js* ```javascript import OpenAI from 'openai'; const client = new OpenAI({ baseURL: 'https://llmwithcrypto.com/api/v1', apiKey: process.env.LLMWITHCRYPTO_API_KEY, }); const resp = await client.chat.completions.create({ model: 'deepseek-v4-pro', messages: [ { role: 'system', content: 'Answer in two sentences.' }, { role: 'user', content: 'What is a context window?' }, ], max_tokens: 200, }); console.log(resp.choices[0].message.content); console.log(resp.usage.prompt_tokens, 'in,', resp.usage.completion_tokens, 'out'); ``` ## ¿Cómo escribo los mensajes? Envía la conversación completa cada vez, empezando por el mensaje más antiguo: la API no guarda memoria entre llamadas y nada de tus prompts se almacena. No guardamos tus prompts ni las respuestas del modelo: una vez enviada una respuesta, su texto desaparece. Cada llamada deja una línea de log con la hora, la cuenta, el modelo y el recuento de tokens, que se borra a los 30 días. - **`system`**: instrucciones que enmarcan cada respuesta, como el tono, el idioma o el formato de salida. Pon una al principio. - **`user`**: lo que pide la persona o tu programa. - **`assistant`**: las respuestas anteriores del modelo, para que pueda continuar la conversación. - **`tool`**: el resultado de una función que el modelo te pidió ejecutar, con el `tool_call_id` que te dio. Cada mensaje cuenta como tokens de entrada, así que los historiales largos cuestan más en cada turno. Recorta o resume los turnos antiguos cuando una conversación crezca. ## ¿Cuánto puede medir una solicitud? La entrada y la salida juntas deben caber en la ventana de contexto del modelo. A 23 de octubre de 2026, DeepSeek V4 Pro lee hasta 1M tokens, gpt-oss-120b hasta 128K y Qwen3 235B hasta 256K; la [página de modelos](https://llmwithcrypto.com/es/models/) los enumera todos. Una solicitud que no cabe se devuelve como `400` con el código `context_length_exceeded` y no cuesta nada. Configura `max_tokens` para que el prompt más la respuesta más larga que aceptes quede dentro de la ventana. ## ¿Qué me dice finish_reason? | `finish_reason` | Significado | Qué hacer | | --- | --- | --- | | `stop` | El modelo terminó su respuesta o escribió una de tus secuencias `stop` | Nada: la respuesta está completa | | `length` | La respuesta alcanzó `max_tokens` o la ventana de contexto | Aumenta `max_tokens` o pide una respuesta más corta | | `tool_calls` | El modelo quiere que ejecutes una o varias funciones | Ejecútalas y devuelve los resultados, consulta [llamada a funciones](https://llmwithcrypto.com/es/docs/tool-calling/) | ## ¿Qué parámetros de OpenAI no son compatibles? Los campos de la tabla anterior son todo el contrato. Otros de la API de OpenAI, como `n` (varias respuestas por llamada), `logprobs`, `audio` o entradas de imagen, no son compatibles: envía solo los campos que se enumeran aquí. Los modelos son de texto; ninguno acepta imágenes a través de este endpoint. El campo `model` solo acepta los ids de nuestra lista. No vendemos acceso a GPT, Claude, Gemini ni Grok: sus creadores prohíben revender el acceso a la API sin su aprobación, y nosotros no la tenemos. ## Chat completions: preguntas frecuentes ### ¿Existe un endpoint de completions heredado? No. Solo existe el formato chat; un único prompt es un array `messages` con un mensaje `user`. ### ¿Cuánto cuesta una llamada? Pagas por token desde tu saldo: los tokens de entrada y de salida se cuentan con el tokenizador propio del modelo y se cobran al precio de ese modelo por 1M de tokens. Una llamada que termina en error no cuesta nada. Los precios por modelo están en la [página de precios](https://llmwithcrypto.com/es/pricing/). ### ¿Puedo ver mis solicitudes pasadas? No, por diseño. No guardamos tus prompts ni las respuestas del modelo: una vez enviada una respuesta, su texto desaparece. Cada llamada deja una línea de log con la hora, la cuenta, el modelo y el recuento de tokens, que se borra a los 30 días. ### ¿Por qué se detuvo mi respuesta a medias? `finish_reason` es entonces `length`: la respuesta alcanzó `max_tokens`. Auméntalo, dentro de la ventana de contexto del modelo. --- LLMwithCrypto: LLMwithCrypto es una API de LLM compatible con OpenAI para modelos de pesos abiertos — DeepSeek V4 Pro, DeepSeek V4.1 Flash, DeepSeek R1, Qwen3.5 397B A17B, Qwen3 235B A22B Instruct, gpt-oss-120b, gpt-oss-20b, GLM-4.7, Llama 3.3 70B Instruct, Gemma 4 31B, Mistral Large 3, Mistral Small 4 — con pago por token desde un saldo de criptomonedas prepago, a un 5% por debajo del precio medio de los hosts públicos. Sin KYC: sin identificación, sin selfie, sin documentos. Los prompts y las salidas no se almacenan.