La retransmisión y el proxy de Qwen API no consisten solo en «cambiar una dirección». La selección debe responder cuatro preguntas: cómo se calcula el dinero, si la red es estable, quién responde cuando algo falla y si las claves y los datos cumplen la normativa.

A continuación se comparan cuatro enfoques y se ofrece una lista de verificación de facturación, validación de estabilidad y migración. Los precios se rigen por los precios de modelos del sitio.

Nota: Qwen, Tongyi Qianwen, Alibaba Cloud, Bailian y DashScope son marcas del Grupo Alibaba y de sus empresas vinculadas. Este artículo solo ofrece una explicación técnica y no implica afiliación ni agencia con el Grupo Alibaba. El mercado de retransmisión cambia con rapidez; este artículo toma como ejemplo las formas habituales de octubre de 2026 y no constituye un aval de ningún proveedor.

1. Definición previa: relay, proxy y gateway no son lo mismo

  • Relay de API: reenvía solicitudes a un proveedor upstream y puede añadir facturación, cuotas y logs. Algunos «relays» solo comparten o revenden claves, y su estabilidad depende del operador.
  • Proxy de red: HTTP, SOCKS o proxy inverso; solo resuelve la accesibilidad. La clave sigue siendo tuya.
  • Proxy propio: despliegas tu propio proxy inverso o gateway de código abierto y controlas claves, logs y enrutamiento, pero asumes la cuenta upstream y la operación.
  • Gateway de IA unificado: entrada compatible con OpenAI que agrega varios modelos y ofrece clave, facturación y consola unificadas.

Si se mezclan los cuatro conceptos, es fácil confundir un problema de red con un problema de modelo. Antes de firmar, pregunta qué capa de servicio ofrece la otra parte y de quién es la clave.

2. Los cuatro enfoques en una tabla

Dimensión Conexión directa oficial Proxy propio Relay comercial Gateway de IA unificado
Transparencia de facturación Factura de Alibaba Cloud Factura upstream más costo Depende del operador; requiere conciliación Factura unificada del sitio
Estabilidad de red Afectada por la salida local Depende del servidor y la ruta Depende de la ruta del relay Depende del gateway y del upstream
Límites y concurrencia RPM/TPM a nivel de cuenta Autocontrol, con límites upstream Puede haber grupo compartido; hay que confirmar Según reglas y plan del gateway
Cobertura de modelos Qwen y modelos de Bailian Depende del upstream Amplia; hay que verificar Varios modelos; consulta la página de precios
Riesgo de clave La clave está en tus manos La clave está en tus manos Puede compartirse o revenderse Normalmente se emite una clave independiente

Si solo usas Qwen y la red y el pago funcionan sin problema, prioriza la conexión directa; si necesitas una salida fija y auditoría, elige un proxy propio; si no tienes personal de operación, evalúa un relay comercial; si quieres una factura unificada para varios modelos, mira el gateway.

3. Facturación: no mires solo el «multiplicador»

Las ofertas habituales de relay son «precio oficial por un multiplicador» o «paquetes de tokens». Un multiplicador bajo no significa un costo total bajo. Como mínimo, pregunta:

  1. Si entrada y salida se facturan por separado y si el multiplicador es el mismo.
  2. Si la entrada con acierto de caché tiene descuento y cómo se calcula.
  3. Si los tokens de razonamiento de thinking se cuentan como salida.
  4. Si las solicitudes fallidas y los reintentos se cobran.
  5. Si el usage en streaming se devuelve completo.
  6. Si la recarga tiene importe mínimo, vigencia y reglas de reembolso.
  7. Si se emiten facturas, y cuáles son la moneda de liquidación y la entidad facturadora.
  8. Si el consumo se puede desglosar por proyecto, clave y modelo.

En Bailian, Qwen se factura por token, con entrada y salida separadas, y algunos modelos admiten caché de contexto y descuentos por lote. Si el relay solo ofrece un «multiplicador combinado», es difícil verificar las diferencias; solo midiendo con el mismo lote de solicitudes se obtiene el costo real.

4. Estabilidad: valida con datos, no con publicidad

Como mínimo, observa seis indicadores: tasa de éxito, latencia P50/P95, latencia del primer token, tasa de timeout, proporción de 429 y velocidad de salida. Prueba con prompts reales, cubriendo streaming, contexto largo y concurrencia, y toma la conexión directa como línea base.

import os
import time
from openai import OpenAI

prompt = "Explica en 200 palabras las etapas principales del cumplimiento de pedidos en comercio electrónico transfronterizo."
targets = {
    "direct": OpenAI(
        api_key=os.environ["DASHSCOPE_API_KEY"],
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
        max_retries=0,
        timeout=60,
    ),
    "relay": OpenAI(
        api_key=os.environ["RELAY_API_KEY"],
        base_url=os.environ["RELAY_BASE_URL"],
        max_retries=0,
        timeout=60,
    ),
}

for name, client in targets.items():
    start = time.perf_counter()
    try:
        resp = client.chat.completions.create(
            model=os.environ["QWEN_MODEL"],
            messages=[{"role": "user", "content": prompt}],
            max_tokens=512,
        )
        ms = (time.perf_counter() - start) * 1000
        print(name, f"{ms:.0f}ms", resp.model, resp.usage)
    except Exception as exc:
        print(name, type(exc).__name__, exc)

Esto es solo una sonda mínima, no una prueba de carga. Conviene observar durante 7 días seguidos, ejecutando una ronda en hora pico y otra en hora valle. En un relay comercial, mira la hora punta de la noche y las solicitudes largas; en un proxy propio, la salida y los límites del upstream; en un gateway, si la conmutación es transparente y si la factura cuadra.

5. Riesgo de claves y cumplimiento: más importante que el precio

Lo que más se pasa por alto es a quién pertenece la clave. Las claves compartidas o revendidas y las cuotas de origen desconocido pueden traer cuatro problemas:

  • Si el upstream bloquea la cuenta o ajusta la cuota, el negocio se interrumpe y reclamar es difícil.
  • Varios inquilinos comparten la clave, por lo que los límites y las fallas se afectan entre sí.
  • Las solicitudes pasan por un tercero y las políticas de logs y retención no son transparentes.
  • La reventa o el uso compartido puede violar las condiciones, y ante una disputa faltan bases contractuales.

Las claves de Bailian están vinculadas a la región y una llamada desde otra región devuelve 401. Si el relay no indica la región upstream, no puedes saber dónde residen los datos ni hacer recuperación ante desastres por región.

Al elegir un proveedor, confirma al menos la entidad legal, las condiciones del servicio, la política de privacidad, la facturación y un contacto para fallas. No envíes solicitudes con datos personales, secretos o el texto de contratos a menos que la otra parte pueda explicar el destino de los datos. En escenarios muy regulados, prioriza la conexión directa oficial, el despliegue privado o un acuerdo de procesamiento de datos firmable.

6. Límites y conmutación por falla: un relay no equivale a alta disponibilidad

Los límites de Bailian se aplican a la cuenta principal de Alibaba Cloud: todas las claves de una misma cuenta comparten la cuota, y cada modelo tiene cuotas de RPM y TPM. Si un relay atiende a muchos clientes con una sola cuenta upstream, en hora pico es más probable chocar con un 429, y además no ves la ocupación del grupo.

Antes de integrar, pregunta cuatro cosas: si cada cliente usa una cuenta o clave upstream independiente; si el límite es por cliente o compartido por todo el grupo; si ante un 429 se encola, se devuelve error o se cambia de modelo; y si al cambiar de modelo se notifica y qué modelo se factura.

La conmutación por falla debe definir condiciones de activación, por ejemplo timeouts consecutivos, aumento de la proporción de 5xx o latencia del primer byte fuera de umbral; el modelo de respaldo debe evaluarse con antelación, y el cambio debe contar con corte de circuito y sondeo semiableierto. Un relay también puede cambiar de modelo en silencio: la calidad baja y se sigue cobrando al precio original. Exige al proveedor una lista blanca de modelos, logs de cambio y detalle de consumo.

7. Lista de migración: de la conexión directa al relay o gateway

  1. Registra el estado actual: tasa de éxito, latencia P50/P95, consumo de tokens y factura.
  2. Inventaría los ID de modelo y los parámetros: streaming, tools, salida JSON, thinking.
  3. Crea claves de prueba y de producción, con presupuestos y alertas separados.
  4. Cambia solo base_url y api_key; valida la solicitud mínima en el entorno de preproducción.
  5. Reproduce con prompts reales y compara calidad de salida, tiempo y usage.
  6. Revisa la correspondencia de 401, 402, 429, 5xx y timeouts, y confirma que los reintentos no amplifiquen la falla.
  7. Despliega entre el 5 % y el 10 % del tráfico durante 3 a 7 días, manteniendo la conexión directa como respaldo.
  8. Tras el cambio completo, concilia durante una semana y confirma que factura y consumo coinciden.

Durante la migración no cambies a la vez el modelo, los prompts y el gateway; de lo contrario no podrás atribuir los problemas. Mueve una sola variable cada vez.

8. Cómo verificar si un relay es confiable

El campo model se puede reescribir; lo más fiable es una verificación combinada:

  • Latencia: solicita el mismo prompt de forma consecutiva y compara P50/P95; desconfía si es sistemáticamente más lento que la conexión directa.
  • Tasa de error: cuenta la proporción de 429, 5xx y timeouts; una concentración de fallas en hora pico indica capacidad insuficiente.
  • Consumo: compara el usage de las respuestas con la factura del panel; un desajuste o la falta de usage en streaming son anomalías.
  • Identidad del modelo: usa un conjunto fijo de pruebas para comparar límites de capacidad y estilo de salida.
  • Aislamiento de claves: confirma que la clave es independiente, si se puede rotar y si la región está clara.
  • Contrato y soporte: revisa la entidad, las condiciones, la factura y el mecanismo de salida.

Señales de alerta: precios muy por debajo de lo oficial, promesas de «cero fallas», negativa a entregar el detalle de consumo, exigencia de entregar tu clave oficial o falta de información sobre dónde se retienen los datos. Ante estos casos, valida primero con poco tráfico y no migres de una sola vez.

9. Cuándo conviene más un proxy propio

El proxy propio encaja en equipos con capacidad de ingeniería que necesitan una IP de salida fija, auditoría unificada, enrutamiento entre varios upstream o mantener las claves en sus manos. La práctica habitual es un proxy inverso con gestión de claves, límites, logs y alertas, manteniendo la cuenta oficial en el upstream.

También hay que calcular el costo: servidores, ancho de banda, certificados, actualizaciones y guardias. Sin personal de operación, el proxy propio suele salir más caro y no evita los límites ni las condiciones del upstream.

10. Recomendaciones de elección

Mira primero la red y el pago: si la entrada es accesible de forma estable y la recarga funciona, prioriza la conexión directa. Luego valora el control y la variedad de modelos: si necesitas salida fija, auditoría y claves privadas, evalúa un proxy propio; si quieres una sola entrada para varios modelos, mira un gateway unificado. Por último, evalúa la capacidad de servicio: si la entidad, las condiciones, la factura y la política de datos están claras.

Si necesitas una entrada unificada para varios modelos, puedes crear una clave de prueba en el ZSQH AI Gateway y migrar después de validar; consulta precios y modelos disponibles en los precios de modelos. También hay que calcular el costo de la migración y de las fallas.

Preguntas frecuentes

¿Cuál es la diferencia entre un relay de Qwen API y la conexión directa a Bailian?

La conexión directa solicita directamente a Alibaba Cloud Bailian; la clave, la factura y los límites están en tu propia cuenta. El relay añade una capa de proveedor, y la titularidad de la clave, el grupo de límites y la ruta de los datos dependen del operador.

Si el relay cotiza por «multiplicador», ¿cómo se concilia?

Pide un detalle de consumo desglosado por modelo y por entrada/salida, ejecuta el mismo lote de solicitudes contra la conexión directa y el relay, y compara tokens y costos; además, confirma los criterios de caché, lote y usage en streaming.

¿Un proxy propio puede evitar los límites de Bailian?

No. El proxy solo cambia la ruta de la solicitud; el upstream sigue aplicando los límites de RPM/TPM de la cuenta de Alibaba Cloud. El proxy propio solo resuelve salida, auditoría y gestión de claves, no supera la cuota.

¿El cambio de modelo en un relay afecta la calidad de salida?

Sí. Los límites de capacidad y el estilo de salida varían entre modelos, y un cambio silencioso hace que los resultados no sean comparables. Antes de integrar, confirma la lista blanca de modelos y las condiciones de cambio, y revisa periódicamente con un conjunto fijo de pruebas.

¿Cómo reducir el riesgo de interrupción durante la migración?

Mantén la conexión directa oficial como respaldo y despliega primero entre el 5 % y el 10 % del tráfico durante 3 a 7 días; convierte la URL base, la clave y el nombre del modelo en configuración; aplica corte de circuito y retroceso ante 429 y 5xx, y ensaya el retorno con antelación.

Lecturas relacionadas