Un gateway de LLM con la capa de datos incluida

Seis endpoints, no uno

Todo lo que hay bajo /api/v1 es una llamada a un modelo, pero el tipo de modelo decide qué endpoint puede responder — y cada endpoint devuelve su propio formato.

Las tres superficies de chat son implementaciones nativas, no una capa de traducción: cada una emite eventos en su propio protocolo, así que analizas el stream igual que hoy.

Elige el endpoint por tipo de modelo, no a ciegas

Cada modelo del catálogo lleva un model_kind, y el tipo decide qué endpoint puede llamarlo. Descubrirlo es gratis: lee el catálogo local.

# discover before you call — free, reads the catalog
GET /api/v1/models   # every kind, with channels and rates
GET /api/v1/models/{model_id}  # one model, in detail
GET /api/v1/videos/models     # video_generation only
GET /api/v1/decisions/models  # decisions only

Filtra con ?provider= para ver un solo proveedor, o con ?exclude_video_and_decisions=true para ocultar todo menos chat e imagen. Estar en el catálogo no es una promesa: un modelo de video no responde a una petición de chat, y la API devuelve model_kind_mismatch.

Ruta por defecto, o una cabecera para elegir el proveedor

Un modelo puede servirse desde varios canales upstream, cada uno con su proveedor y su tarifa publicada. Sin la cabecera, la plataforma elige uno; con X-Felo-Channel, eliges tú.

# first channel only — no automatic fallback
X-Felo-Channel: claude-cc
X-Felo-Channel: claude-cc,anthropic  # ordered selection, not a retry list

• El valor es una lista ordenada de códigos de canal públicos tomados de channels[].code del modelo, validada en el orden en que la escribes.
• Solo se envía el grupo de proveedor del primer canal, y es la tarifa de ese canal la que pagas.
• No hay conmutación automática. Una lista de canales es una selección, no una política de reintentos — si un proveedor falla, reenvía desde tu aplicación con otro canal.

X-Felo-Channel funciona en los seis endpoints de generación de arriba. No se aplica a la API de datos ni a las Felo APIs: esas van al proveedor que indiques en la petición.

Cuánto cuesta de verdad una llamada

Las llamadas a modelos se cobran por token — entrada, salida y caché — con el multiplicador de descuento del canal aplicado. Las tarifas se publican por 1M de tokens por legibilidad, pero el cobro usa la precisión por token del snapshot de precios actual, así que una petición corta nunca se redondea a un millón.

• Las tarifas de caché solo se aplican cuando la respuesta del protocolo informa uso de caché; un modelo que no lo informa cobra todo a la tarifa de entrada.
• La búsqueda web que el servicio del modelo ejecuta e informa cuesta $0.01 por búsqueda.
• Algunos modelos escalonan por tamaño del prompt: Claude Haiku 5.5 cuesta $0.10 de entrada y $0.50 de salida por 1M de tokens hasta un prompt de 100K tokens, y por encima $0.50 y $2.50 por toda la petición.
• La primera recarga es de $1. Sin suscripción, sin cuota por usuario, sin compromiso mínimo: una clave inactiva no cuesta nada.

Las llamadas a la API de datos y los flujos de Felo salen del mismo saldo, cada uno con su base publicada: por petición correcta, por elemento devuelto o por uso real.

Dos límites que se parecen y no lo son

Quedarse sin crédito devuelve 402 INSUFFICIENT_CREDITS. Llamar demasiado rápido devuelve 429 RATE_LIMITED. Esperar resuelve el segundo y nunca el primero.

Hoy solo /v2/chat documenta límites estrictos. Las llamadas a modelos también pueden limitarse upstream, y eso aparece como 429 — lee X-RateLimit-* y Retry-After en vez de fijar números. Cada respuesta lleva un request_id, y la cabecera X-Request-Id que envíes se devuelve tal cual, así que tus logs y los nuestros cuadran.

La imagen y el video terminan en segundo plano

Los dos endpoints de generación devuelven un task_id en lugar del resultado. Envía, consulta, recoge — y ten en cuenta que, una vez creada la tarea, la mayoría de los fallos llegan como 200 con un estado terminal, no como error HTTP.

# submit, then poll the task
POST /api/v1/images/generations       → task_id
GET  /api/v1/images/generations/{id}  → status, result
POST /api/v1/videos/generations       → task_id
GET  /api/v1/videos/generations/{id}  → status, result

Lee el estado antes que el resultado: failed e interrupted también son respuestas, y error.message explica por qué. Un 402 al enviar significa que la tarea nunca se creó. SuperAgent funciona distinto: devuelve un stream_key y empuja eventos por SSE, así que no hay nada que consultar.

Cambia la URL base y conserva el cliente

Los dos SDK funcionan sin cambios en cuanto la URL base apunta aquí. npx feloapi-cli setup escribe la misma configuración para Claude Code y Codex.

# OpenAI SDK
base_url = "https://openapi.felo.ai/api/v1"

# Anthropic SDK — one level up; the SDK appends /v1/messages
base_url = "https://openapi.felo.ai/api"

# pin a provider (optional)
default_headers = {"X-Felo-Channel": "claude-cc"}

Los ID de modelo no coinciden entre proveedores. Elige en el catálogo antes de cambiar la URL base, o la primera llamada responderá 404.

La mitad que un gateway suele dejarte a ti

Un gateway de LLM enruta llamadas a modelos. Aquí la misma clave también llega a un catálogo de ⁦5,000+⁩ API — así que el paso de búsqueda de tu agente, las diapositivas que genera y el documento que relee se cobran con los mismos créditos, no con tres proveedores más.

• Search
• PPT Task
• SuperAgent
• Web Fetch
• X Search
• Mindmap
• Landing Page Task
• LiveDoc
• YouTube Subtitling

Las llamadas a la API de datos van a proveedores con nombre bajo /v1/beta — Tavily, Exa, Apollo y el resto del catálogo — cada uno con su propia base publicada.

Seis preguntas sobre el gateway de LLM