¡FreeLLMAPI acaba de Romper las Suscripciones de IA! TODO GRATIS y SIN límites

Tener opciones puede dar libertad, pero solo si estas pueden ser usadas. Las compañías líderes en la inteligencia artificial no paran de sacar modelos mejor al de ayer. Los modelos más publicitados suelen ser las actualizaciones más costosas de las 3 o 5 empresas de siempre, pero ahora hay más opciones que nunca. Existe una reciente plataforma llamada FreeLLM API que consiguió convertir ese caos en un uso de IA gratuito y unificado. Para descubrir cómo, veremos qué es esta plataforma, cómo instalarlo y sacarle partido con casos como conectar los mejores modelos gratuitos, incluso por API, usarlo sin límite de forma automática, contar con modelos de imagen, vídeo o cualquier otro formato, conectarlo con Claude Code para delimitarlo, o hasta cualquier otra plataforma, entre otros casos de uso. Lo mejor es que esta herramienta es de código abierto bajo la licencia MIT, lo que se traduce en que podremos usarla de una forma totalmente gratuita. ¿Suena bien? Pues vamos a conocerla. FreeLLM API se trata de una herramienta desarrollada por Tasben Ahmed, un trabajador de Microsoft que emprendió este proyecto buscando simplificar el uso de la IA gratis. Puede trabajar con más de 700 modelos y conseguir 7400.000 millones de tokens gratuitos al mes. Y para que podamos cuantificar una estimación en qué se traduciría esto, si utilizáramos esos tokens 50% entrada y 50% salida, usando un modelo como el de Claude 5 se estaría traduciendo en un coste de aproximadamente $44.400 al mes, o aproximadamente unas 220 licencias max. Su repositorio en GitHub acaba de superar recientemente las 25.000 estrellas, y para descubrir por qué vamos a saltar a FreeLLM API, siendo esta plataforma de aquí, de la que junto con todo te estaré dejando los enlaces abajo en la descripción. Una vez aterrizamos en esta plataforma, nos dejan bien claro cómo realmente vamos a poder crear nuestra propia API de inteligencia artificial gratis. Desde aquí, si hacemos un poquito scroll hacia abajo, vamos a poder ver cómo realmente cuenta con todo el catálogo de modelos gratuitos de ella. Y esto es clave porque, a diferencia de otras herramientas que hayamos visto, esta plataforma se enfoca únicamente en las APIs y modelos que sean 100% gratuitos. Desde la página oficial, otra de las cosas que quizás veas es que realmente también tiene un par de plan de precios, pero realmente ten en cuenta que, como te comentaba al inicio del vídeo, es una plataforma de código abierto gratuita e ilimitada, ya que realmente su precio solamente sería para una cosa y es el hecho de conectar prácticamente a tiempo real las actualizaciones de los últimos modelos, sino tendrás ciertos retrasos de hasta 30 días. Ten en cuenta que el plan de pago, al fin y al cabo, simplemente lo que hace es tener ese catálogo en vivo para que cuando un modelo salga hoy, pues hoy mismo podemos utilizarlo si está la versión gratuita. Y además es un coste que puede ser tanto anual, es decir, menos de $20 al año, o un pago único de unos $50. Yo, sin embargo, como esto no es necesario, lo voy a estar utilizando de una forma totalmente gratuita, ya que aunque en la página parezca que no lo tengamos, si nosotros clicamos en el repositorio de GitHub, vamos a poder ver el detalle de toda esta plataforma. Al hacer un poquito scroll hacia abajo, nos va a mostrar cómo realmente este lo vamos a poder descargar tanto en Mac, Windows, Locker, e incluso también tiene un par de aplicaciones mobile para que podamos también utilizarlo desde nuestros teléfonos móviles sin depender de un ordenador. Yo para este caso voy a empezar descargándolo en mi ordenador, así que para ello yo seleccionaré macOS. Y tras hacer esto, nos mostrará la última versión disponible que tenemos. En el momento de hacer la grabación de este vídeo tenemos la 0.9, pero ten en cuenta que probablemente probablemente en un futuro pues hayan versiones posteriores. Aquí yo te recomiendo que instales la más reciente. Haciendo un poquito scroll hacia abajo vamos a poder ver todos los instaladores. Para aquellos que tengamos Mac sería justamente este de .dmg, y para las versiones de Windows tenemos tanto los archivos comprimidos como el .exe. Así que ahora simplemente tenemos que clicar sobre nuestro archivo, se empezaría desde aquí a descargar, y al darle un clic simplemente lo tendríamos que instalar como una aplicación normal. Una vez instalada y al abrirlo nos encontraríamos con esta interfaz muy bien trabajada nativa que realmente nos facilita todo el apartado de la instalación, ya que realmente debes tener en cuenta que esta última actualización que permite esta fácil instalación se lanzó hace apenas unos días, a mediados de este mismo mes de septiembre. En este primer caso, vamos a empezar a sacarle partido a esta plataforma viendo primeramente cómo podemos empezar a conectar modelos gratuitos de inteligencia artificial. Para ello, fíjate que volviendo a la parte de inicio nos muestran 3 pasos sencillos para poder sacarle partido. El primero sería añadirle proveedores de inteligencia artificial. Artificial. Esto, si nosotros clicamos en añadir claves, nos va a llevar justamente a la tercera pestaña que se llama claves. Y desde aquí vamos a poder agregar todos los proveedores que queramos. Pero ojo, porque tenemos un cambio que no hemos visto en anteriores herramientas, y es el hecho de que si nosotros clicamos ahora en el apartado de añadir clave, seleccionamos algún proveedor cualquiera, como por ejemplo podría ser el de OpenRouter, que en concreto lo tengo por aquí abierta por ser una de las plataformas que unifica prácticamente el mayor número de modelos de inteligencia artificial desde la misma API. Si desde aquí, al crearme una cuenta, clico en Get API Key, clicamos ahora aquí en crear nueva clave API, ponemos un nombre como por ejemplo gratis, y ahora simplemente copiando esta clave y pegándola a nuestra herramienta, al clicar en añadir pues ya directamente nos va a extraer solo y únicamente los modelos que sean gratuitos de ese proveedor. Y esto es una diferencia clave, ya que realmente en otras plataformas, pese a que podíamos filtrar por modelos gratuitos, siempre tendríamos que estar aplicando ciertos filtros para realmente no gastar crédito. Pero ahora con esta herramienta, como puedes ver por aquí, no no se va a filtrar ningún modelo que no sea gratuito. Al momento de hacer la grabación, OpenRouter tiene 10 modelos gratuitos disponibles. Así que para ello, si nosotros clicamos en guardar, ya por aquí va a aparecer este proveedor marcado. Pero si queremos utilizarlo, dejando el cursor en este apartado de aquí nos van a aparecer varios iconos, y clicando en comprobar ahora va a ver si tenemos realmente conexión. En este caso, como sí tenemos, pues ha cambiado al color verde, que quiere decir que está todo correcto y ya podemos empezar a utilizar estos modelos. Antes de sacarle partido y conocer más funcionalidades te quiero recomendar algunos otros proveedores, ya que otro de los apartados clave que tiene esta herramienta es el hecho de que, más allá de trabajar con modelos de texto, también puede trabajar con modelos de inteligencia artificial de imagen, audio, vídeo y demás. Para ello, fíjate cómo dentro del apartado modelos nosotros vamos a tener un selector con diferentes modelos, ya sean, por ejemplo, modelos de imágenes que ya tenemos por aquí preseleccionados. Simplemente teníamos que añadir una clave de Claude Fair para que realmente podamos ejecutar todos estos modelos. Aunque de igual forma, si añadimos algún proveedor en donde en sus propios servidores puedan ejecutar ejecutar este tipo de formato, también lo vamos a poder utilizar. Para ello tenemos plataformas como Google AI Studio, que tiene diferentes tipos de modelos, y también lo podemos vincular vía API aprovechando de que tiene límites gratuitos. Para hacer esto podemos clicar justamente en este botón de Get API Key, clicamos arriba a la derecha en Create API Key, le damos otro nombre, en este caso gratis, copio esta clave, y desde la plataforma nuevamente, si nos vamos a clave, vamos a poder añadir tantas como queramos. Y esto es lo que yo te recomiendo, ya que realmente si un modelo falla, automáticamente va a saltar al siguiente modelo o proveedor, por lo que cuantas más tengamos conectadas, mejor. Por lo que sabiendo esto, vamos a clicar nuevamente en añadir clave API, vamos a seleccionar el proveedor de Google, pegamos su clave, le damos a añadir. Ya nos estaría por aquí todos los modelos que tendríamos disponibles en la versión gratuita, por lo que lo guardamos, comprobamos, y ya tendríamos disponible prácticamente al instante. Otro proveedor que te voy a estar dejando abajo en la descripción sería el de Groq, ya que realmente tiene modelos de razonamiento que pueden llamar a herramientas de texto a voz, de transcripción, y algunos otros modelos que trabajan con otros formatos, por lo que este también te recomiendo vincularlo. Nuevamente repetimos el proceso clicando en API key, creamos nuevamente arriba a la derecha una nueva clave. Y aquí, haciendo una breve pausa, fíjate que al final da igual el proveedor que sea, que normalmente los pasos son los mismos. Le damos a crear clave API, le damos un nombre, lo guardamos y lo añadimos. Así que para ello aquí voy a volver a poner gratis, y copiando esta clave API le vamos a añadir otra, en este caso del proveedor Groq, desde donde pegándolo y añadiéndola nos va a decir que va a extraer todos estos modelos que podemos utilizar gratuitamente. Y comprobándolo nuevamente lo vamos a tener por aquí disponible. Otro modelo interesante a tener en cuenta serían los de Hugging Face, ya que es uno de los espacios que más modelos tienen conectados. Aquí nuevamente también vamos a poder hacer uso de los que tienen gratuitos. Así que para ello voy a clicar en la cuenta que me he registrado, voy a darle ahora a Access Token. Desde aquí vamos a crear un nuevo token, le vamos a dar el mismo nombre, clicamos en crear, y de igual forma copiamos, selecciono el de Hugging Face, pego, añado, guardamos y comprobamos. Aunque ojo, porque más allá de conectar aquellos proveedores que tú conozcas fíjate bien también lo que te vaya recomendando. Porque si nosotros clicamos en añadir clave, fíjate que sobre el apartado de seleccionar un proveedor, en muchas ocasiones nos muestran la promoción que tiene activa cada proveedor. Por ejemplo, en Sales Research tenemos unos $5 mensuales. Aquí también nos muestra como otro proveedor nos da créditos semanales. La herramienta de B.AI tiene modelos en promoción. De esta, de hecho, hablamos en uno de los últimos vídeos porque daban modelos premium gratuitamente, así que lo vamos a añadir también. Para ello lo voy a seleccionar y tras crearme una cuenta en esa herramienta, pues puedo ver cómo efectivamente tenemos los últimos modelos, incluso el último que ha sacado DeepSeek de V4.1 Flash, que de hecho, por si no lo conocías, se lanzó hace apenas unos 3 días antes de la grabación de este vídeo y ya empieza a superar modelos como Química 3, Opus 5 y GPT-6 Sol, solo que con un coste que está tan optimizado que permite que este tipo de proveedores lo ofrezcan gratuitamente. Así que para ello voy a crear otra clave API, lo añado, comprobamos, y ya lo tenemos por aquí disponible. Con este proceso y conociendo proveedores no podríamos tirar todo el vídeo, por ello te he preparado un PDF donde unifico todos los proveedores que podrías conectar y aquellos que recomiendo. De todas formas, también, si te gustaría un vídeo donde hablásemos de todos los proveedores de IA que podemos sacar modelos de forma gratuita, déjamelo por los comentarios para hacer un vídeo al respecto. En este segundo caso conoceremos el Playground, un lugar desde la plataforma en donde nos va a dejar testar todos los modelos y APIs que hemos conectado de los anteriores proveedores para poder utilizarlo como si fuera una aplicación similar a la de ChatGPT. Aunque ojo, ten en cuenta que luego también lo podremos sacar de ahí. Para conocer esto, de vuelta a la aplicación, y fíjate que si clicamos en el apartado de entorno de pruebas o Playground, si lo tienes en otro idioma, nos vamos a encontrar con una interfaz muy similar a la de ChatGPT, solo que desde aquí vamos a utilizar todos los modelos que tenemos conectado de acuerdo a los proveedores que hemos añadido. Para ello, fíjate que sobre el apartado modelos, si yo le doy un clic, me van a aparecer un montón de modelos gracias a todos esos proveedores. Además, nosotros vamos a poder ver a cuál pertenece cada uno, como por ejemplo OpenRouter, Google, los de Hugging Face y demás. Y estos lo vamos a poder probar si nos interesara uno en concreto. Imagina que te interesara probar algún modelo concreto para ver cómo funciona. Pues para ello, simplemente desde aquí podrías buscarlo. En este caso voy a poner el de GLM 5.2 y ya de esa forma voy a poder hacer uso de este. Si desde aquí le como por ejemplo hola, ¿cómo estás? Al clicar en enviar, ya esto lo va a empezar a procesar y prácticamente de forma instantánea nos estaría dando esta respuesta y nos estaría mostrando de qué proveedor lo ha cogido, ya que realmente hay que tener en cuenta que probablemente haya más de un proveedor con el mismo modelo, por lo que aquí, por un sistema de priorización del que estaremos hablando luego, va a poder elegir un modelo frente a otro. Desde aquí además, ten en cuenta que podríamos trabajar con otro tipo de formato, como por ejemplo imágenes, si el modelo lo permite. Y esto además también lo vamos a poder ver de una forma muy fácil, simplemente clicando en el apartado de modelos nos va a aparecer todo esto actualizado. En este caso, gracias a esos proveedores, yo tendría aproximadamente unos 200 millones de tokens gratuitos, de los cuales acabo de utilizar 41, y me muestra todos los modelos que tengo conectados con todos los límites que tenemos en cada uno de ellos. Pero además, si hacemos un poquito de scroll hacia abajo, vamos a poder ver también el nivel de inteligencia de cada uno de estos junto a alguna puntuación acorde a qué tan fiable y qué tan veloces han sido dependiendo de las pruebas anteriores que hayamos hecho. En este caso he utilizado solamente el de GLM 5.2, por eso tenemos aquí la fiabilidad y velocidad velocidad. Pero junto a esto, fíjate cómo también vamos a poder ver si tenemos modelos que permitan visión, es decir, que permitan analizar imágenes, y de esa forma pues también vamos a poder trabajar en otros formatos. Además de eso, si volvemos al entorno de pruebas, fíjate que más allá de poder añadir una instrucción y cambiar sus parámetros, nosotros también tenemos de aquí un apartado de auto. Y esto es clave porque nos permite tener en un segundo plano la elección de un modelo para que realmente podamos elegir el mejor modelo acorde a la Además, si alguno de estos falla, nuevamente siempre va a saltar a otro. Una segunda opción también muy interesante que tenemos por aquí sería esta de aquí de fusión, en donde va a mandar la misma tarea a diferentes modelos a la vez, y luego va a tener un agente tipo juez que va a determinar quién ha hecho mejor la tarea, y es esa la respuesta que nos va a ir mostrando. Aunque realmente ten en cuenta que todo el apartado de priorización también lo podemos determinar nosotros. Para ello, nuevamente me voy a ir al apartado de modelos, y desde aquí fíjate que tenemos un segundo bloque llamado estrategia de enrutamiento. Por defecto está en equilibrado, Esto quiere decir que se va a basar en los modelos con mayor fiabilidad, velocidad e inteligencia, dándole un peso justamente dividido como lo tenemos por aquí. Esto realmente, conforme más modelos utilicemos, pues más va a ir rellenando esa información para que pueda ir priorizándolo de una mejor forma. Eso ten en cuenta, que si nosotros, por ejemplo, clicamos en el de más inteligente, pues podemos ver cómo le da más peso al de inteligencia. De igual forma, si clicamos en el más rápido, pues podemos ver cómo le da más peso al apartado de velocidad. Y al final, simplemente es un sistema de puntuación para priorizar acorde a nuestras necesidades. Aquí, si no lo tienes muy claro, yo te recomiendo dejarlo en equilibrado para que le demos un mayor peso a la fiabilidad, ya que pese a que el modelo no sea muy rápido del todo como el de GLM 5.2, realmente tampoco es lento. Para que puedas ver cómo quedaría esto con un poco más de uso, me voy a quedar haciendo un par de chats aquí. De hecho, simplemente le he hecho una pregunta, pero en el modo fusión. Desde aquí me ha dado la mejor respuesta, como te mencionaba antes, que sería de GPT-OS de 120.000 millones de parámetros. Pero fíjate que si clico en este apartado aquí me muestra cómo realmente se han involucrado otros modelos como el de GLM 5.2, el de Gemini 3.6 y el Kimi K3. Ahora, si me voy a la parte de modelos y hago scroll hacia abajo, vamos a poder ver cómo tenemos esos ratios de fiabilidad y velocidad para que conforme lo vayamos utilizando pues podamos ir priorizando qué modelo funciona mejor acorde a las puntuaciones que hayamos elegido. Con lo que acabamos de ver podemos probar modelos gratuitos en entornos controlados antes de integrar nuestro flujo de trabajo. Pero eso sí, una cosa es probar un modelo y otra es darle herramientas para investigar, ejecutar acciones y terminar un trabajo completo. Y por ello te quiero presentar a Manus AI, un agente de inteligencia artificial con el que podemos automatizar flujos enteros desde una simple instrucción. Por ejemplo, podemos conectarlo a cualquier herramienta con la que trabajemos en nuestro día a día, como Gmail, Drive o Notion, tanto para consultar información o trabajar directamente con nuestras herramientas. Incluso podemos utilizar el agente en cualquier otro canal, como por ejemplo Telegram, donde podemos enviarle audios, imágenes, documentos y recibir después informes o archivos terminados directamente en cualquier dispositivo donde tengamos esa red social. Además, podemos programar tareas recurrentes para que pueda trabajar de forma autónoma, ya sea actualizando un informe o ejecutando un flujo automáticamente con el contexto que ya tenía. Con White Research puede dividir investigaciones grandes entre varios agentes trabajando en paralelo, e incluso con su plan mode podemos revisar primero el plan que va a ejecutar y probarlo antes de que incluso empiece a trabajar, y todo desde una única plataforma. Además, gracias a que Inmanusea y son los patrocinadores de este vídeo, me han dejado un enlace especial para que puedas probarlo por ti mismo y te lo voy a estar dejando abajo en la descripción. Y una vez sabemos esto, veamos el siguiente caso de uso. En ese siguiente caso veremos lo mejor de esta plataforma, y es que más allá de poder utilizar los modelos gratuitos desde esta herramienta, lo vamos a poder llevar fuera allá donde queramos, como por ejemplo a Claude Code. Para ello, volviendo a la herramienta, fíjate que si clicamos en el apartado de agentes nos vamos a encontrar cómo realmente vamos a poder vincular todos estos modelos gratuitos unificados desde esta plataforma a cualquier agente con el que trabajemos, ya sean plataformas como Claude Code, Codex, Klein, así como cualquier harness que nos podamos imaginar. Para hacer esto simplemente tenemos que elegir la herramienta por la cual queremos trabajar. En este caso lo vamos a estar haciendo con Claude Code. Para ello, antes de nada, te quiero mostrar cómo yo directamente dentro de la parte de Claude puedo utilizar el Claude Code, pero esto realmente se debe a porque tenemos una edición de pago Pro. Pero claro, si a mí se me acabaran los tokens o si realmente quisiera dar de baja esa suscripción pero seguir utilizando este harness, pues realmente lo voy a poder hacer. Para hacerlo tal y como nos muestra por aquí, tenemos una configuración automática desde donde simplemente copiando este comando de aquí y pegándolo en el terminal, a nosotros darle un intro, pues ya directamente se empezaría a conectar. De hecho nos dice que va a necesitar instalar algunas cosas, así que esto se lo voy a permitir con la Y. Le damos un intro y desde aquí ahora nos va a pedir cuál es nuestra clave API unificada de la herramienta. Esta, si volvemos a la plataforma, nos va a aparecer directamente desde aquí. Así que para ello nosotros tenemos que clicar en mostrar clave de API copiaríamos todo esto y pegándolo aquí y enviándolo ya me diría que Claude va a leer esta configuración. Y ahora, si desde un nuevo terminal yo escribo la palabra Claude para poder abrir esta herramienta de Claude Code, al yo decirle cualquier cosa como que hola, que cómo está, ya desde aquí nos habría dado la respuesta, pero realmente utilizando modelos gratuitos. De hecho, entrando sobre el apartado analíticas, aunque luego veamos todo esto en detalle, para hacer una comprobación rápida me he ido al apartado de llamadas salientes y puedo ver cómo tenemos una última con un éxito el proveedor Google utilizando Gemini 3 a través de la aplicación de Claude CLI, que es justamente la herramienta que estamos utilizando ahora. Fíjate también en la hora, 19:16:32. Si yo ahora desde aquí le pregunto cualquier otra cosa, como por ejemplo que me diga un dato curioso de la IA, pues ya desde aquí tendría esa respuesta redactándose. Y una vez ha terminado, a las 19:17, si volvemos a mirar en los registros, pues podemos ver cómo el modelo de NVIDIA nos habría dado esa respuesta exitosa justamente en ese momento. Así que desde aquí, aunque parezca que realmente estemos utilizando los modelos de Claude, lo cierto es que estamos utilizando un conjunto de modelos gratuitos directamente conectados desde aquí. Y esto está muy bien, ya que pese a que tengamos una licencia de pago y queramos la máxima potencia cuando queramos utilizar los modelos más potentes como Fable o los esfuerzos al máximo para las tareas más difíciles, lo cierto es que cuando alcancemos un límite o no tengamos una suscripción, pues siempre vamos a poder utilizar este tipo de herramientas con todas sus funcionalidades. Además, ten en cuenta que si volvemos sobre el apartado de las claves, vamos a tener una personalización total sobre estas herramientas que se conectan a estos modelos gratuitos. Imagina que cuando tú quieras seleccionar un modelo más potente quisieras elegir algún modelo gratuito pero que tenga más potencia, pese a que su límite sea menor. Y luego para modelos más ligeros pues quisieras modelos que tengan mayores límites y su respuesta sea más rápida. Pues esto, si nosotros dentro del apartado de claves clicamos en Anthropic, vamos a poder ver cómo vamos a poder modificar cada uno de estos modelos. Por ejemplo, el de Opus, que es uno de los más fuertes, lo vamos a poder cambiar por cualquier modelo que tengamos integrado dentro de nuestra herramienta. Yo, por ejemplo, aquí podría ponerle, por ejemplo, el modelo de GPT de 120.000 millones de parámetros. Y de igual forma, como intermediario podría seleccionar otro, como podría ser el de GLM 5.2. Y en Haiku pues podría seleccionar de la misma forma cualquier otro. Aunque si no te importa el modelo, pues realmente te recomiendo dejarlo en auto, ya que de esa forma va a estar ir cambiando entre uno y otro acorde a realmente quién hace mejor la tarea. Y si nos encontramos algún error, pues que salta cualquier otro modelo distinto. Lo cierto es que esto se actualiza cada vez más rápido, y si quieres estar a la última, te tengo que recomendar mi programa intensivo de inteligencia artificial. Ten en cuenta que vamos a empezar en tan solo unos días. Consultanos por si se ha liberado alguna plaza. Y desde aquí, ten en cuenta que vas a tener un curso muy cercano donde me vas a tener a mí por videollamada para que podamos verlo todo por grupos reducidos y tener un aprendizaje real. Toda la información te la voy a dejar abajo en la descripción, y contáctanos si te interesa, a ver si te va por En este cuarto bloque vamos a ver un poquito más en detalle todo el apartado de analítica y trazabilidad que tengamos en el uso de esta herramienta. Para ello vamos a volver sobre el apartado de los modelos, y desde aquí fíjate cómo realmente con el uso que estamos haciendo pues todos estos datos se van modificando. Al principio de este vídeo teníamos 199 millones de tokens restantes, y como puedes ver, pues esto se estaría modificando conforme nuestro uso, ya que por ahora hemos utilizado unos 300.000 tokens. Desde aquí vamos a poder ver cuántos cuántos nos quedan restantes de cada uno de todos los modelos que tenemos instalados. Y eso está genial porque si quisiéramos mucho un modelo y se acaba el límite en un proveedor, pues siempre vamos a poder contar con otros proveedores que también tengan este modelo. Adicionalmente a esto, fíjate ahora cómo en el apartado de modelos ya tenemos esto mucho más rellenado, tanto de fiabilidad, velocidad, y conforme voy bajando pues podemos ver otros muchos datos más. Si hubiese algún modelo que no nos gustase su respuesta, pues directamente lo podemos desmarcar desde aquí y de esa forma ya no lo estaríamos utilizando más. Pero para todo este apartado analítico, si clicamos en el apartado de analítica, yéndonos arriba del todo, vamos a poder encontrar todo el desglose, desde todas las solicitudes que hemos hecho, qué tasa de éxito estamos teniendo conforme los proveedores que hemos incluido, cuántos son los toques de entrada que hemos gastado, los de salida, la latencia y otros datos más, como por ejemplo el ahorro estimado. Y es que lo que llevamos por ahora podría habernos supuesto casi $15 de gasto. Si deslizamos hacia abajo, también vamos a poder ver las solicitudes a lo largo del tiempo y otros datos más, como las solicitudes por proveedores. Aquí podemos ver cómo realmente la ya se la está dando a Hugging Face, seguido de OpenRouter y Google. Podemos ver también a través de dónde hemos estado utilizando estas herramientas más, como por ejemplo en este caso tenemos Cloud Code con 61 solicitudes. Y también podemos ver todo el desglose de los proveedores, como podría ser la latencia media por cada uno de los proveedores, los errores, las distribuciones, las llamadas que hemos hecho recientes, que este es el dato que hemos visto anteriormente. Y podríamos filtrar directamente solo por los que se han hecho correctamente, todos los que son errores y todos los que se han ido cancelando, o filtrar incluso por los proveedores que tenemos añadidos. También podemos ver el desglose cada uno de los proveedores con el índice de acierto y los errores que nos da cada uno de estos. Y esto la verdad que está genial para poder ir cambiando un proveedor frente a otro. Además de eso, también vamos a poder ver todo desglose pero por los modelos. Es decir, en este caso el que más hemos estado utilizando sería el de NVIDIA, Neutron 3, con unas 7 solicitudes y un 83% de éxito. También podemos ver la latencia, tokens utilizados de entrada y de salida, y el coste medio que nos hemos ahorrado por el uso de cada uno de estos modelos. Eso también lo vamos a poder ver con todo lo que hemos estado haciendo. Pero además de todo esto, también vamos a poder entrar en detalle en uno de los registros, ya que realmente vamos a poder ver toda la trazabilidad de esta herramienta. Para ello, fíjate que sobre analítica tenemos esta pestaña, y si clicamos en la flechita podemos entrar al apartado de registros. Desde aquí nos aparece todo lo que está pasando en esta herramienta, tanto a nivel informativo, de aviso, de errores, e incluso tenemos aquí un buscador para poder filtrar por algo concreto. Y con esto pues realmente podemos tener una visión 360 de todos los modelos gratuitos que estemos utilizando. Además, ten en cuenta que incluso también podemos incluir aquí cualquier modelo local que tengamos instalado en local para ver esto rápidamente, ten en cuenta que yo tengo instalada la aplicación de Ollama donde tengo instalado este modelo de Gemma 4. Este lo voy a poder conectar como un modelo más dentro de esta herramienta para que realmente pueda jugar con modelos gratuitos de API como modelos en local dependiendo del tipo de tarea que quieras realizar. Si te gustaría conocer en todo detalle la plataforma Ollama, ten en cuenta que por aquí ya tengo un vídeo donde hablaba de ello en todo detalle, así que ahora voy a ir un poco más rápido con esta herramienta, ya que teniendo en cuenta que ya tenemos instalada la aplicación de Ollama y tenemos descargado e instalado algún modelo en local, que por cierto, por si no sabes, esto nos permite utilizar la IA de forma gratuita, ilimitada y sobre todo privada. Pues ahora, si yo quisiera conectar este modelo sobre la misma plataforma para poder llevármelo a cualquier herramienta con la que trabaje, como Cloud Code, pues yo simplemente sobre esta herramienta, yéndome al apartado de claves y clicando en añadir clave, más allá de las claves de todos los proveedores que me aparecen por aquí, pues realmente también podemos añadir un endpoint personalizado. El de Ollama en concreto sería justamente este de aquí. Como nombre le podemos dar el de Ollama, y desde aquí tenemos que exponer los modelos que tengamos instalados. En mi caso yo tengo ese de Gemma 4 de E4B. Así que ahora, si yo clico en añadir modelo y le doy a comprobar, pues podemos ver como ya tenemos conectado ese modelo en local. Y de esa forma, pues podemos también ver todos los registros y análisis tanto en modelos vía API como modelos que tengamos en local, para que también podamos trabajar ciertas cosas con mayor privacidad. En este último caso vamos a estar viendo diferentes bloques muy interesantes para sacarle el máximo partido a esta herramienta. Para empezar, ten en cuenta que al nosotros tener nuestra propia clave API privada de nuestra propia herramienta que unifica todos los modelos gratuitos, pues realmente lo vamos a poder interconectar en cualquier otra herramienta de forma sencilla. Para ello, imagina que tú quisieras trabajar sobre algún harness abierto como podría ser el de DeepSeek, del cual también voy a ir más rápido porque por este vídeo aquí hablaba de ello en todo detalle. Así que ahora, desde aquí, teniendo en cuenta que ya tenemos la instalación de este harness e imaginándonos que queremos conectar, en lugar de modelos de pago como estoy estuvimos viendo en ese vídeo donde yo tenía los de DeepSeek, pensemos qué pasa si queremos añadir todos los modelos gratuitos que tenemos ahora mismo en esta plataforma. Pues sin tener que hacer ninguna instalación, aunque ten en cuenta que sobre el apartado de agentes también tenemos el de DeepSeek Harness a golpe de un comando, vamos a ver también cómo podemos conectarlo simplemente con la clave API para que puedas extrapolar esto a cualquier otra herramienta. Para ello, desde esta herramienta, si quiero conectar cualquier otro proveedor, dentro del apartado de ajustes, si yo clico en el apartado de modelos, me voy a encontrar aquí todos los proveedores conectados. Si yo quiero añadir uno nuevo, tendría que clicar en añadir un nuevo proveedor en este caso personalizado porque no es tan conocido al ser nuestro propio. Y ahora desde aquí tendríamos que poner el nombre del proveedor, en este caso sería FreeLLM API. En URL base simplemente tenemos que copiar esta de aquí, pero si te aparece por aquí el harness que vayas a utilizar, yo te recomiendo ir directamente a la que sea porque hay veces que añaden algún parámetro que hace que funcione, como por ejemplo aquí el v1, por lo que voy a copiarlo, lo pego aquí, y ya solamente nos quedaría poner la clave API, que al ser compatible con OpenAI podemos dejarla así. Así que desde aquí arriba del todo vamos a volver a clicar en mostrar clave API. Así que ahora simplemente tendríamos que copiar todo esto, lo pegamos por aquí, y si clicamos en ver modelos disponibles pues nos van a aparecer todos los modelos que tenemos gracias a todos los proveedores que hemos instalado previamente. Fíjate además también que nos aparece tanto el modo fusión y el modo auto. Y si clicamos en añadir todos los modelos seleccionados pues ya directamente nos va a aparecer toda esa larga lista por el cual vamos a poder crear nuestro propio proveedor que ya estaría conectado y por el cual desde cualquier otra herramienta ahora, si seleccionamos cualquier modelo, pues nos van a aparecer un montón de modelos desde nuestro propio proveedor de inteligencia artificial que hemos creado gracias a esta aplicación que tenemos instalada. Otro de los puntos clave que te quiero compartir de esta plataforma es el hecho de que, al ser de código abierto, realmente lo podemos tener donde queramos. Ahora acabamos de ver de tenerlo en el ordenador. Hemos mencionado previamente que también lo podríamos tener conectado en un teléfono móvil. De hecho, por ver esto rápidamente desde mi móvil, acabo de poner la palabra de FreeLLM API, me aparece por aquí esta herramienta que hemos visto anteriormente, y simplemente simplemente clicando en el botón de obtener, pues realmente lo vamos a poder abrir directamente de nuestra aplicación y vamos a poder ver tanto los modelos que tenemos por aquí disponibles. Nuevamente recuerda que los planes de pago hacen que no tengamos que esperar hasta 30 días la actualización de nuevos modelos. Vamos a poder ver los diferentes servidores para realmente poder extrapolar toda esa configuración que hemos hecho en el ordenador directamente desde aquí. Todas las claves que podríamos añadir, que ahora mismo lo tengo desde cero porque no he hecho ninguna vinculación. Así que desde aquí vamos a poder añadir todos estos proveedores como hemos visto anteriormente. Y en definitiva, todas las funcionalidades que hemos visto anteriormente directamente de nuestro teléfono móvil. Pero al igual que lo podemos instalar en un teléfono móvil, también lo podemos instalar en un servidor en local, tanto nuestra propia oficina o en casa, pero también lo podemos hacer sobre una VPS. Y esto además tiene la ventaja que independientemente de que tengamos apagados nuestros dispositivos, pues esto va a seguir funcionando siempre. Para ello, ten en cuenta que yo personalmente lo estoy utilizando con la VPS de Hostinger con la aplicación de Docker, que te voy a estar dejando abajo en la descripción para que puedas obtener un cupón, pese a que este vídeo no sea patrocinado. Y desde aquí, fíjate que si ponemos la palabra de free LLM, nos va a aparecer esta herramienta que vamos a poder seleccionar, instalar, y al abrirla nos va a aparecer exactamente lo mismo que hemos visto anteriormente, solo a diferencia de la aplicación que teníamos en local, pues esta, como puedes estar viendo en la URL, yo lo estaría ejecutando ya en la nube. Y de esa forma, independientemente de que se me apague el ordenador, esto siempre va a estar funcionando las 24/7. Para terminar, también te quiero mencionar un par de ajustes avanzados muy importantes para escalar esta plataforma, y es el hecho de que si nosotros clicamos sobre los 3 puntitos y ahora nos vamos a la parte de configuración, pues desde aquí fíjate que tenemos una opción de compresión que nos permite hacer una optimización de tokens en todos los modelos gratuitos que tengamos. Imagina que las promociones de IA gratuita se reducen mucho más, pues aquí nos interesa que cada token valga lo máximo posible. Pues aquí podemos hacer que nuestras conversaciones se puedan comprimir para que gasten menos token. Por defecto esto está desactivado para no perder nada de contexto, pero también podemos activar una que sea sin pérdidas, estándar, o mucho más agresiva para que el ahorro sea mucho mayor. Yo te recomiendo empezar con esto desactivado, pero conforme se te vaya quedando corto, si no tienes más proveedores, que sería difícil, pues desde aquí también vas a poder jugar con este apartado de compresiones. Junto a eso también vamos a poder jugar con diferentes motores de reescritura para ir optimizando todo el uso de los modelos de inteligencia artificial. Y junto a esto pues también podríamos incluso crear nuestros propios perfiles de modelo para ir agrupando lo que nosotros vayamos necesitando acorde a diferentes necesidades distintas. Y también podríamos hacer integraciones mediante MCP. Lo cierto es que con esto convertimos y simplificamos una opción en algo accesible. Y es que ya no son los recursos que hay, sino lo que eres capaz de hacer con estos.