Aportación del lector @rain落在鱼儿下. Estas son opiniones del propio colaborador.
En esta ola de startups de modelos de IA, casi todos los equipos que intentan cuidar hasta el último centavo han oído hablar de los “intermediarios de API”. En los grupos de Telegram se publica todo el día: “10% del precio oficial”, “recarga 1,000 y recibe 1,000 de regalo”, “alta concurrencia, cero control de riesgo”.
Pero nadie regala nada. En la cadena gris que corre por debajo del ecosistema de los modelos, hay equipos que creen haber encontrado un atajo y terminan cayendo en una trampa bien preparada.
1. Una tarde soleada y un cambio silencioso
En un espacio maker de Nanshan, en Shenzhen, la tarde estaba soleada. Zhang Chi (seudónimo) sostenía un americano con hielo y planeaba el siguiente paso. Ganar el concurso de makers del sur de China significaría 500 mil en apoyo en efectivo y tres años de exención de impuestos en el parque tecnológico. Suficiente, pensaba, para que un equipo de cinco personas sobreviviera a la etapa de prototipo.
Para que la demo fuera más rápida y más barata, conectó un intermediario del que todos hablaban en el medio. El producto era una plataforma de exploración de datos con IA para analistas de empresas, basada en comprensión multimodal y razonamiento adaptativo sobre lógica de negocio compleja. Estaba pensada para lucirse en el concurso.
“Funcionaba de maravilla, hasta que, justo antes del concurso, intentamos generar automáticamente tableros entre departamentos e informes de atribución.” El sistema lanzó, sin previo aviso, un error fatal de análisis de formato. Durante tres días completos, dos ingenieros clave de backend revisaron prompts, fugas de memoria y estructuras de datos. Solo en horas de trabajo, el costo superó los diez mil yuanes.
La tercera noche, Zhang Chi se saltó la consola del intermediario, conectó una herramienta de captura de paquetes y comparó los encabezados de respuesta HTTP byte por byte.
En la oficina solo se oían los ventiladores. La velocidad de generación de tokens y las irregularidades del stream apuntaban a otro modelo de código abierto, más barato. El enrutador del intermediario era simple y burdo: en cuanto el prompt se alargaba un poco, desviaba la solicitud al modelo barato sin avisar. El cómputo que habían pagado ahorrando hasta en la comida les sirvió para aprender, a precio de oro, cómo funciona la trampa de degradación de un revendedor de cuentas.
2. Trucos contables en la factura
Si el cambio de modelo es una flecha oculta, el multiplicador de facturación es un ábaco a plena vista.
El arquitecto sénior al que todos llaman Zhou Ge mueve la cabeza cuando habla de este patrón. Los revendedores ya no son gente que solo vende cuentas: trajeron consigo la aritmética de los derivados financieros.
En una ciudad de segundo nivel no muy lejos de Shenzhen, el desarrollador independiente Lin Feng (seudónimo) se topó con ese muro. Administra una plataforma de marketing con IA de punta a punta. Su gasto mensual en la API era de varios cientos de dólares, y le dolía. Un intermediario anunciaba “recarga 1,000 y recibe 1,000 de regalo”. Transfirió 2,000 yuanes en ese mismo momento.
Cinco días después, el saldo se había esfumado. Recalculó 120 horas de registros de llamadas:
- Un multiplicador oculto. A los modelos superiores, como
Claude 5 Fable, se les había fijado en secreto un multiplicador de cobro de 2.8×. - Tokens inflados. Se modificó el tokenizador para que un texto en chino de 100 tokens se cobrara como 150 fragmentos.
En la etiqueta decía 50% de descuento. Cada llamada salía casi un 30% más cara que la API oficial. Como resume Zhou Ge: crees que encontraste una ganga, y con unos cuantos tecleos te vacían el saldo.
3. Memoria rota y las 9:01 de un lunes
En producción, el daño de ese “precio bajo” se multiplica.
Medio año después, en la final de un concurso de startups en Shenzhen, otro equipo presentaba una plataforma de desarrollo multiagente. Las tres primeras rondas de desglose de requisitos se veían impecables. En la sexta, ante una pregunta de fondo sobre la arquitectura, el agente respondió de forma mecánica que el documento subido no parecía contener esos datos.
Hubo murmullos en la sala. Los jueces fruncieron el ceño. Una noche de capturas de paquetes reveló dos causas:
- Un recorte forzado del contexto. Para ahorrar ancho de banda en la puerta de enlace, el intermediario usaba una ventana deslizante. Pasados los 16k tokens, cortaba el contexto más antiguo, y el agente perdía la memoria.
- Ahorros de caché que se quedaba el intermediario. El intermediario activaba la caché de prompts y se quedaba con el descuento oficial por caché, que aquí se cita como del 50%–90%, mientras seguía cobrándole al desarrollador el monto completo.
Casi a la misma hora, en aquella ciudad de segundo nivel, un motor empresarial de automatización para un copiloto de ventas con IA sufrió un desastre de errores 429 a las 9:01 del lunes por la mañana.
El intermediario no tenía claves legítimas. Su pool eran credenciales de sesiones web obtenidas mediante ingeniería inversa. Esa mañana, OpenAI implementó una nueva generación de controles contra bots y el pool cayó por completo de inmediato. El sistema de ventas estuvo fuera de servicio dos horas completas. Decenas de vendedores se quedaron mirando una página de error. La pérdida comercial era imposible de calcular.
4. Cuando los datos terminan en un foro de la dark web
El último acto del juego de “ahorrar dinero” suele ser una broma amarga.
A medida que los controles oficiales se endurecían, varios intermediarios se quedaron sin suministro de cuentas y empezaron a perder dinero. Un operador dejó un mensaje en un grupo de Telegram: “los controles están demasiado estrictos, adiós”. Luego desconectó todo y borró la base de datos. Los saldos sin usar desaparecieron.
Dos semanas después, en un foro de la dark web apareció a la venta un archivo de base de datos de 50GB. Muchos paneles de intermediarios de código abierto se habían instalado en servidores VPS baratos sin ninguna protección real. Cuando sus operadores se fueron, los servidores fueron escaneados y les robaron las bases de datos. Código interno, prompts comerciales, configuraciones de flujos multiagente y datos de negocio que nunca se habían anonimizado a fondo quedaron expuestos.
En un encuentro técnico, Zhou Ge resumió todo en una ecuación:
Costo real de una API de modelos = tarifas de tokens a precio de lista + costo de los reintentos tras una degradación + tiempo dedicado a apagar incendios + riesgo de una filtración de datos.
No existe el almuerzo gratis. Un precio muy por debajo del mínimo del mercado convierte la factura visible en una pesadilla operativa y en una bomba de seguridad cuyo tamaño el equipo no puede calcular de antemano. Para quien quiere construir una empresa que dure, alejarse de los intermediarios del mercado gris no es cuestión de ahorrar unas cuantas monedas. Es cuestión de no entregarle a nadie, con tus propias manos, tus mejores cartas.



