La API de Moonshot vivió en 2026 dos cambios que afectaron la integración: el portal de la plataforma abierta se trasladó a platform.kimi.com y la antigua familia moonshot-v1 dejó de funcionar el 31 de agosto. Muchos equipos que creen que "la API de Moonshot no funciona" en realidad reciben un 404 porque el nombre del modelo quedó obsoleto, no porque el servicio haya cerrado.

Por eso, antes de elegir una alternativa hay que distinguir si se quiere cambiar de proveedor o solo migrar el nombre del modelo a kimi-k3. Este artículo compara las tres alternativas más comunes en China —DeepSeek, Qwen y GLM— y revisa contexto largo, redacción en chino, código, agentes, forma de integración y modelo de precios. Al final incluye una tabla de escenarios y una lista de migración. Los modelos y precios vigentes se consultan en la página de precios de modelos.

Nota: Moonshot, Kimi, DeepSeek, Qwen y GLM son marcas de sus respectivos titulares. Este artículo solo analiza opciones técnicas. Los modelos, cuotas y condiciones de cada plataforma cambian; verifica la documentación oficial antes de comprar.

1. Primero define qué capa quieres reemplazar

Solo vale la pena cambiar de plataforma en tres casos:

  • La capacidad del modelo actual no alcanza, por ejemplo, poca recuperación en contexto largo o llamadas a herramientas inestables.
  • El límite de tasa no cubre la operación durante mucho tiempo y subir de nivel la cuenta no resulta rentable.
  • Requisitos de compra, facturación o cumplimiento de datos obligan a cambiar de entidad contratante.

Si solo aumentaron los errores 404, 401 o 429, primero revisa el trabajo de ingeniería: si el nombre del modelo fue retirado, si la clave y el sitio coinciden, si el SDK reintenta automáticamente o si todas las solicitudes usan el modelo más pesado. Esos problemas también viajan al cambiar de plataforma.

La API de Moonshot está pensada para desarrolladores y no comparte facturación con la versión web ni con la membresía de Kimi. Aquí se compara la interfaz, no los productos de consumo.

2. Panorama de las cuatro plataformas

Moonshot (plataforma abierta de Kimi): el sitio para China es platform.kimi.com, con endpoint https://api.moonshot.cn/v1; el sitio internacional es platform.kimi.ai, con https://api.moonshot.ai/v1. Las cuentas, los saldos y las claves de ambos sitios son independientes. Los modelos principales son kimi-k3 (contexto de 1 M), kimi-k2.7-code (256 K, orientado a código) y kimi-k2.6 (256 K, texto y entrada visual). La interfaz es compatible con OpenAI Chat Completions y Responses, y también ofrece una entrada compatible con Anthropic Messages.

DeepSeek: sus modelos actuales son deepseek-flash y deepseek-v4-pro, con 1 M de contexto y hasta 384 K de salida según la documentación. La facturación distingue aciertos y fallos de caché, y aplica tarifas por franja horaria, más bajas fuera de las horas pico. Sirve para lotes, código y tareas sensibles al costo.

Qwen (Alibaba Cloud Bailian): los modelos de texto principales son qwen3.8-max, qwen3.7-plus y qwen3.8-flash, en tres niveles de capacidad. La dirección compatible con OpenAI es un dominio propio del espacio de trabajo, con la forma https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, y también se mantiene el dominio antiguo dashscope.aliyuncs.com. La clave está vinculada a la región: una clave de Pekín devuelve 401 si se usa en otra región.

GLM (Zhipu): los modelos principales son GLM-5.3, GLM-5.3-Flash, GLM-5.2 y GLM-5.1. GLM-5.3 declara 1 M de contexto y 128 K de salida. El endpoint es https://open.bigmodel.cn/api/paas/v4 y el formato de solicitud se parece a OpenAI Chat Completions. Existe además una entrada separada para el paquete Coding; al integrar, confirma si usas la interfaz general o el endpoint de Coding.

3. Seis dimensiones, una por una

Contexto largo: los cuatro modelos altos ya llegan a 1 M, así que el tamaño de la ventana dejó de ser la única diferencia. Hay que medir la recuperación en el centro del documento, la precisión de las citas, la forma de cobrar los tokens de entrada y la salida máxima. Cuando se reenvía un contrato completo una y otra vez, el costo de entrada domina la factura.

Redacción en chino: Moonshot, GLM y Qwen destacan por sus corpus en chino, y DeepSeek se mantiene estable en contenido técnico. La diferencia de estilo no se juzga con rankings: conviene hacer una evaluación ciega con 30 a 50 muestras del propio sector y mirar terminología, tono y tasa de retrabajo humano.

Código: Moonshot tiene kimi-k2.7-code; DeepSeek V4 Pro sirve para tareas a nivel de repositorio; GLM ofrece el paquete Coding y la serie CodeGeeX; Qwen cubre código con sus modelos generales Max y Plus. El criterio es la tasa de pruebas aprobadas y el cumplimiento de instrucciones en archivos largos, no una demostración de una sola pregunta.

Agentes y llamadas a herramientas: el protocolo de Moonshot es amplio y encaja en proyectos que ya usan Anthropic u OpenAI. El modo de razonamiento de DeepSeek sirve para razonamiento en varios pasos. GLM tiene buena adaptación en el ecosistema de agentes local. La documentación de Qwen advierte que las llamadas a herramientas no se pueden combinar con stream=True; verifica antes de construir un agente en tiempo real.

Integración: las cuatro ofrecen interfaces compatibles con OpenAI, y migrar suele implicar solo cambiar Base URL, clave y nombre de modelo. Pero el aislamiento regional es común: Moonshot separa China e internacional, Qwen separa Pekín, Singapur, Virginia y Tokio, y GLM y DeepSeek también separan permisos por tipo de cuenta. Una clave que no coincide con la dirección es una causa frecuente de 401.

Modelo de precios: Moonshot divide a los clientes en niveles Tier0 a Tier5 según la recarga acumulada, y el nivel define concurrencia, RPM, TPM y TPD. DeepSeek cobra por acierto de caché, entrada y salida, con tarifas de hora pico y valle. Qwen cobra según región y nivel de modelo. GLM cobra por modelo y paquete. Un precio de lista bajo no significa un costo total bajo; lo detallamos en la sección siguiente.

4. Tabla de escenarios

Escenario Validar primero Segunda opción Criterio principal
Documentos de un millón de caracteres, preguntas sobre una base completa Moonshot kimi-k3 DeepSeek V4, GLM-5.3 Recuperación en el centro, precisión de citas, costo de entrada
Contenido en chino, revisión, atención al cliente Moonshot, GLM Qwen, DeepSeek Estilo, terminología, retrabajo humano
Generación de código, preguntas sobre repositorios Moonshot k2.7-code DeepSeek V4 Pro, GLM Coding Pruebas aprobadas, instrucciones en archivos largos
Agentes de varios pasos, herramientas Moonshot, GLM DeepSeek Estabilidad de herramientas, reanudación, compatibilidad de protocolo
Tareas por lotes sensibles al costo DeepSeek, Qwen Flash GLM Flash, modelos pequeños de Moonshot Costo total por tarea aprobada
Compra corporativa y facturación en China Qwen, GLM, DeepSeek Moonshot Entidad contratante, factura, condiciones de datos
Operación internacional en varias regiones Regiones internacionales de Qwen Sitio internacional de Moonshot Disponibilidad regional, titularidad de la clave, política de datos

"Validar primero" no significa salir a producción, sino ejecutar una ronda con el propio conjunto de evaluación.

5. Cómo comparar precios de forma justa

No ordenes proveedores por el precio de lista por millón de tokens. La factura real depende de la proporción entrada/salida, la tasa de acierto de caché, la longitud de salida, los reintentos y las solicitudes fallidas.

  1. Elige de 30 a 50 tareas reales que cubran dificultad baja, media y alta.
  2. Define un criterio de aceptación para cada tarea y haz que al menos dos personas la califiquen por separado.
  3. Ejecuta el mismo lote en los cuatro modelos con temperatura y límite de salida equivalentes.
  4. Registra calidad, latencia del primer token, tiempo total p95, tokens de entrada y salida, y tasa de error.
  5. Compara el costo por tarea aprobada, no el precio por millón de tokens.
  6. Suma al costo total la caché, los reintentos, la espera por límite de tasa y el retrabajo humano.

Si una plataforma cuesta 30 % menos pero duplica el retrabajo, el costo real suele ser mayor. Las tarifas por franja, caché y paquete deben compararse dentro del mismo ciclo de negocio.

6. Lista de migración

  1. Inventaría todos los nombres de modelo fijados en el código, sobre todo moonshot-v1-*, kimi-latest y otros nombres retirados o sin mantenimiento.
  2. Confirma que la Base URL, la región y la clave del destino pertenecen al mismo sistema.
  3. Revisa diferencias de parámetros, como el campo de salida máxima, el interruptor de razonamiento y el formato de llamadas a herramientas.
  4. Crea un conjunto de evaluación y una línea base con la calidad, la latencia y el consumo actuales de Moonshot.
  5. Haz una prueba de doble ejecución con poco tráfico usando la interfaz compatible con OpenAI, sin cambiar la estructura del código.
  6. Compara casos fallidos, tipos de error y facturación real; confirma que no haya reintentos ocultos.
  7. Despliega entre 5 % y 10 % del tráfico con alertas de calidad y revisión humana.
  8. Mantén un interruptor de reversión y observa al menos un ciclo completo antes de ampliar.
import os
from openai import OpenAI

PROVIDERS = {
    "moonshot": ("https://api.moonshot.cn/v1", "kimi-k3"),
    "deepseek": ("https://api.deepseek.com/v1", os.environ["DEEPSEEK_MODEL"]),
    "qwen": (os.environ["QWEN_BASE_URL"], os.environ["QWEN_MODEL"]),
    "glm": ("https://open.bigmodel.cn/api/paas/v4", os.environ["GLM_MODEL"]),
}

def ask(provider: str, prompt: str) -> str:
    base_url, model = PROVIDERS[provider]
    client = OpenAI(api_key=os.environ[f"{provider.upper()}_API_KEY"], base_url=base_url)
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        max_completion_tokens=800,
    )
    return resp.choices[0].message.content

for name in PROVIDERS:
    print(name, ask(name, "Explica en tres frases el límite de tu ventana de contexto"))

Los nombres de modelo se leen de variables de entorno; los valores reales se toman de la lista de modelos de cada plataforma y de la página de precios. Así, un solo conjunto de evaluación permite comparar en horizontal sin reescribir el SDK para cada proveedor.

7. No hace falta elegir uno solo: el enrutamiento mixto es más común

La mayoría de los equipos no reemplaza todo, sino que reparte tareas:

  • Los documentos muy largos van a kimi-k3 o a un modelo de contexto equivalente; las preguntas normales usan un nivel más económico.
  • Las tareas de código usan un modelo especializado; la atención al cliente en chino usa el modelo con estilo más estable.
  • Si el modelo principal devuelve 429 o 5xx, cambia al de respaldo; los errores 401, 404 y de seguridad de contenido no deben cambiarse automáticamente, porque otro modelo no arregla un problema de configuración.
  • Usa un gateway unificado para concentrar claves, facturas y registros, y evitar un proceso de credenciales y facturación por proveedor.
  • Mantén los prompts independientes del modelo; no fijes el formato de uno solo.

Las reglas de enrutamiento deben ser observables: registra qué modelo atendió cada solicitud, por qué se cambió y qué calidad y latencia tuvo el cambio. Un "enrutamiento inteligente" sin registros es solo una caja negra.

Preguntas frecuentes

¿La API de Moonshot es lo mismo que la versión web de Kimi?

No. La versión web es un producto para personas, mientras que la API es una interfaz para programas. Las claves, las cuotas y la facturación son distintas. Al reemplazar la API no hace falta considerar los beneficios de la membresía.

¿Todavía se puede llamar a la serie moonshot-v1?

La página oficial de modelos indica que la serie dejó de funcionar el 31 de agosto de 2026 y recomienda migrar a kimi-k3. Seguir usando el nombre antiguo suele devolver 404; primero migra y después decide si necesitas cambiar de plataforma.

¿Por qué la API de Qwen devuelve 401 apenas obtengo la clave?

La causa más común es que la clave no coincide con la región. Una clave de Pekín devuelve 401 al llamar a una dirección de Singapur o Virginia, normalmente con el código invalid_api_key. Confirma que el espacio de trabajo, la región y la Base URL sean coherentes.

¿Los cuatro modelos pueden compartir una sola clave?

No. Cada plataforma emite sus propias claves, y las cuentas y los saldos son independientes. Puedes usar un gateway multimodelo para administrar las credenciales, pero por debajo sigue siendo la autorización de cada plataforma.

¿Qué hago si la calidad empeora después de migrar?

Primero confirma que el nombre del modelo, los parámetros y los prompts sean equivalentes; después compara los casos fallidos con el mismo lote de tareas. Muchas veces la "pérdida de calidad" se debe a un cambio en el límite de salida, el modo de razonamiento o el prompt del sistema, no al modelo.

Próximos pasos

Crea una clave de prueba en ZSQH AI Gateway y compara Moonshot, DeepSeek, Qwen y GLM con el mismo lote de tareas reales antes de decidir el principal y el de respaldo. Los modelos disponibles y la facturación se rigen por la página de precios de modelos.

Lecturas relacionadas: