Le Répertoire des AgentsFR · EN · ES · JA · HI
Inicio › Agentes avanzados

“Quiero controlar el gasto de mis agentes antes de que la factura de la API se dispare”

Desarrolladores y equipos pequeños que ya han recibido una factura de API salada: un agente que entró en bucle durante un fin de semana, una clave compartida por todo el equipo, imposible saber qué proyecto quemó el presupuesto.

Agente recomendado: LiteLLM
💰 Gratuito en autoalojado (código abierto); sigues pagando tus llamadas a los modelos — pero con límite, esta vez. Nivel: Avanzado 🌍 Estados Unidos Versión de código abierto gratuita (licencia MIT) para alojar uno mismo; oferta Enterprise con soporte con presupuesto

Precio verificado el 29 de octubre de 2026.

LiteLLM (litellm.ai), un proxy de código abierto que se coloca entre tus aplicaciones y los proveedores de modelos (OpenAI, Anthropic, Google…). Todo pasa por él: distribuye claves virtuales por persona, proyecto o agente, sigue cada gasto y corta en seco cuando se alcanza un presupuesto — en lugar de descubrir la factura a fin de mes.

Cómo funciona

Activador: Uno de tus agentes o aplicaciones llama a un modelo — verifica la clave y su presupuesto restante, encamina la llamada hacia el modelo adecuado y contabiliza el gasto, un gasto atribuido a la clave correcta, y llamadas bloqueadas en cuanto se supera un límite.

Puesta en marcha paso a paso

  1. Instala LiteLLM en autoalojado (Docker) con su base de datos — indispensable: sin ella, los presupuestos no se aplican.
  2. Conecta tus cuentas de proveedores de modelos (tus claves OpenAI, Anthropic…) en el proxy.
  3. Crea una clave virtual por aplicación, persona o agente, con un presupuesto mensual y modelos autorizados.
  4. Apunta tus agentes hacia la dirección del proxy, y pon una alerta al 50 % y al 80 % de cada presupuesto.
⚠️ Precauciones: La salvaguarda solo vale si está activada: la documentación de LiteLLM precisa que sin base de datos conectada, los presupuestos simplemente no se verifican. Prueba el bloqueo con una clave pequeña antes de confiar en el dispositivo, y mantén también los límites nativos de los proveedores como segunda línea de defensa.
🔧 Detalles técnicos
Instalación
Autohospedado
Requisitos previos
Python vía uv/pip (SDK o proxy «litellm[proxy]») o Docker; claves API de los proveedores de modelos objetivo; base de datos requerida para las funciones del servidor proxy (claves virtuales, seguimiento de gastos), según la documentación.
Equipo
non_applicable
Alojamiento propio
sí — AI Gateway autoalojada (binario Python o Docker, plantillas Terraform AWS/GCP proporcionadas); también existe una oferta de proxy alojada en el editor.
Licencia
open_core — licencia MIT para todo el repositorio salvo la carpeta enterprise/, que está bajo licencia Enterprise separada (archivo LICENSE oficial); GitHub clasifica la licencia como «Other (NOASSERTION)» por esta razón.
API e integraciones
API: sí — API compatible con OpenAI (/chat/completions, /responses, /embeddings, /images, /audio, /batches, /rerank, /messages, etc.) expuesta por la pasarela. · SDK: sí — SDK Python oficial (litellm / litellm-core), más un núcleo en Rust. · CLI: sí — CLI litellm para lanzar el proxy (ej. litellm --model ...). · Webhooks: No documentado · MCP: sí — MCP Bridge (SDK) y MCP Gateway (pasarela) documentados; soporte también del protocolo A2A.
Modelos
Más de 100 proveedores de LLM en formato OpenAI (OpenAI, Anthropic, Gemini, Bedrock, Azure, Vertex AI, vLLM, NVIDIA NIM, etc.), con tus propias claves de proveedores (BYOK); modelos locales accesibles vía los proveedores compatibles (ej. Ollama, vLLM).
Datos
Las solicitudes transitan por tu pasarela hacia los proveedores; los registros y el seguimiento de gastos se centralizan en tu despliegue (interfaz de administración integrada), según la documentación oficial.
Límites documentados
los presupuestos y límites de velocidad son funciones configurables por clave virtual, no límites técnicos publicados.
Operación
Claves virtuales, seguimiento de gastos, salvaguardas, balanceo de carga, registro centralizado e interfaz de administración web integrados en la pasarela, según la documentación oficial.

Fuentes oficiales: docs.litellm.ai · github.com · github.com — verificado el 1 de noviembre de 2026.

Encuentra tu agente con el cuestionario →

Preguntas frecuentes

¿Cuánto cuesta LiteLLM?

Gratuito en autoalojamiento (open source); usted sigue pagando sus llamadas a los modelos, pero esta vez con límite. Versión open source gratuita (licencia MIT) para alojar uno mismo; oferta Enterprise con soporte bajo presupuesto. Precio verificado el 29 de octubre de 2026.

¿LiteLLM es gratis?

Sí. Versión open source gratuita (licencia MIT) para alojar uno mismo; oferta Enterprise con soporte bajo presupuesto.

¿Es difícil empezar a usar LiteLLM?

Nivel: Avanzado. La configuración se realiza en 4 pasos; el primero: instale LiteLLM en autoalojamiento (Docker) con su base de datos — imprescindible: sin ella, los presupuestos no se aplican.

¿Qué límites y precauciones hay que conocer con LiteLLM?

La protección solo vale si está activada: la documentación de LiteLLM precisa que sin una base de datos conectada, los presupuestos simplemente no se verifican. Pruebe el bloqueo con una clave pequeña antes de confiar en el sistema, y mantenga también los límites nativos de los proveedores como segunda línea de defensa.

Otros agentes para este problema

LLM Council

Quiero una segunda opinión sólida antes de una decisión importante

Software gratuito (repositorio público, sin licencia de código abierto); pagas las llamadas a los modelos (aproximadamente de 2 a 3 veces el coste de una pregunta a un solo modelo).

CrewAI

Quiero un equipo de agentes que se reparta un trabajo grande

0 $ por el framework de código abierto y la plataforma básica (50 ejecuciones/mes); plataforma empresarial con presupuesto, más el coste de las llamadas a los modelos.

LangGraph

Quiero un flujo de agentes a medida, con cada etapa controlada

Biblioteca de código abierto gratuita; pagas las llamadas a los modelos, y LangSmith si lo tomas (gratuito al principio, luego 39 $/usuario/mes).

AutoGen

Quiero agentes que debatan entre ellos hasta encontrar la solución

Código abierto gratuito; pagas las llamadas a los modelos utilizados por los agentes — un debate de varias rondas cuesta varias veces una respuesta simple.

MCP (Model Context Protocol)

Quiero conectar mis propias herramientas y datos a mis agentes

Gratuito: es un estándar abierto, no un producto; cada herramienta que conectes mantiene su propia tarifa.

Ver también

“Quiero una segunda opinión sólida antes de una decisión importante” — LLM Council“Quiero un equipo de agentes que se reparta un trabajo grande” — CrewAI“Quiero un flujo de agentes a medida, con cada etapa controlada” — LangGraph

Ficha actualizada el 1 de noviembre de 2026 — ver las novedades del Directorio.