> ## Documentation Index
> Fetch the complete documentation index at: https://docs.flexinference.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Preguntas frecuentes

> Preguntas comunes sobre FlexInference: start_within, precios, proveedores, facturación y el servidor MCP.

{/* GENERATED FILE - do not edit by hand.
  Source of truth: website/src/app/faq-data.ts
  Regenerate: pnpm --dir apps/website gen:faq */}

## ¿Qué es FlexInference?

FlexInference es un enrutador de LLM con conciencia de plazos. Funciona con OpenAI, Gemini y Anthropic, y es compatible con OpenAI, por lo que puedes seguir usando el SDK de OpenAI. Tú traes tu propia clave de proveedor. Dirige la URL base a FlexInference y añade un plazo start\_within a cualquier solicitud. Dentro de ese plazo, competimos con un nivel flex más económico y te devolvemos el modelo exacto que solicitaste. Las solicitudes estándar siguen siendo gratuitas. Cuando flex supera el precio estándar, nos quedamos con el 20% de lo que te ahorra, facturado una vez que tu saldo supera los \$20. También puedes fijar la ruta con un array de proveedores opcional, incluyendo rutas en la nube que sirven el mismo modelo a través de Amazon Bedrock (Claude) o Google Vertex AI (Gemini) con tu propia clave de nube.

## ¿Qué es start\_within?

Un campo requerido en cada solicitud. Establécelo en default, priority, auto, o una duración HHh-MMm-SSs (de 5 segundos a 10 minutos). En modelos compatibles con flex, una duración busca un nivel más económico para el modelo que seleccionaste. Si esa competencia flex no puede encontrar una inferencia más económica a tiempo, escalamos tu solicitud a una solicitud default. De esta manera obtienes una respuesta, pero siempre que sea posible, a un precio más bajo.

## ¿Cuánto ahorra FlexInference?

En todo nuestro tráfico, el enrutamiento flex reduce el costo combinado en aproximadamente un 47%, a cambio de un 16% más de tiempo hasta el primer token. Nunca cobramos por solicitudes default, auto o priority, por lo que te ahorras instantáneamente el recargo de aproximadamente el 5.5% que otros enrutadores añaden a estas. Los ahorros reales dependen de tus modelos, proveedores y el plazo que establezcas. Anthropic es solo proxy y no obtiene los ahorros de flex.

## ¿Para qué casos de uso es ideal FlexInference?

¿Podemos decir que para todo? Como enrutador normal, es gratuito para BYOK y no elimina los parámetros que estableces para forzar un éxito. Así que, cuando quieres saber que lo que pediste es lo que obtuviste, es excelente. En cuanto a la competencia flex, estableces start\_within a un plazo. Es ideal para tareas que no son sensibles a la latencia. Esto puede incluir procesamiento de datos, evaluaciones, LLM como jueces, agentes de navegador o resumen. Cualquier cosa que pueda permitirse esperar unos segundos para obtener grandes reducciones de costos.

## ¿Qué sucede si FlexInference no puede encontrar una inferencia más económica?

Si la competencia flex no puede encontrar una inferencia más económica dentro de tu plazo start\_within, escalamos la solicitud a una solicitud estándar de nivel default, para que sigas obteniendo tu respuesta. Solo cobramos una comisión cuando una solicitud flex realmente te ahorra dinero, por lo que una solicitud que no encuentra nada más económico no conlleva ninguna tarifa.

## Si flex pierde la competencia, ¿pago por ello?

No. Escalamos a estándar antes de que flex escriba un solo token de salida, por lo que no hay respuesta flex que pagar ni comisión por una solicitud que no ahorró nada. Si un intento flex comienza y luego falla antes de completarse, puede consumir algunos tokens de entrada; tu proveedor los factura directamente y nosotros los pasamos sin recargo.

## ¿Qué proveedores y modelos soportan?

Todos los modelos de OpenAI, Gemini y Anthropic. Solo aquellos que soportan flex están disponibles para la búsqueda de inferencia más económica. También puedes fijar la ruta con un array de proveedores opcional: openai, google y anthropic son rutas directas, mientras que Vertex (Gemini) y Bedrock (Claude) son rutas en la nube que sirven el mismo modelo a través de Google Vertex AI y Amazon Bedrock utilizando tu propia clave de nube. Las rutas en la nube funcionan solo en el nivel estándar, sin flex.

## ¿Tienen un servidor MCP?

Sí. Dirige cualquier cliente MCP como Claude o Cursor a [https://mcp.flexinference.com/mcp](https://mcp.flexinference.com/mcp). Dos herramientas de documentación funcionan sin necesidad de iniciar sesión. Buscan en la documentación y consultan cualquier error code. Después de un inicio de sesión OAuth único, un agente también puede leer tu uso y ahorros, listar, crear o revocar API keys, y verificar la facturación, cada uno detrás de su propio scope. Nunca tomamos una clave de proveedor sin procesar a través de MCP, así que añádelas en el dashboard. Consulta la documentación de MCP para la configuración.

## ¿Sus errores están diseñados para agentes de codificación?

Sí. Los errores se devuelven con la forma del endpoint que llamaste, OpenAI, Anthropic o Google, por lo que el SDK que ya utilizas los analiza sin cambios. La forma de OpenAI añade un code legible por máquina, el campo infractor y una doc\_url. Cada mensaje indica qué falló, la regla que se incumplió y la solución exacta con un ejemplo, por lo que mostrarlo a tu agente suele ser suficiente para solucionarlo al primer intento.

## ¿Los modelos de Anthropic obtienen la búsqueda de inferencia más económica?

Todavía no. Solo enrutamiento normal, y estamos trabajando en ello.

## ¿Soportan caching?

Sí, caching léxico, caching semántico próximamente.

## ¿Soportan proveedores de fallback?

Sí. Puedes añadir una lista ordenada de proveedores a los que recurrir (fallback). Lo usamos en caso de un 429, un 5xx, un error de conexión o un timeout. La competencia flex sigue aplicándose cuando el primer proveedor de la lista es compatible con flex. Si no lo configuras, por defecto usamos openai, google o anthropic según el modelo que solicitaste. Soportamos Vertex y Bedrock, con Foundry en camino.

## ¿Soportan reintentos (retries) ascendentes (a los proveedores de LLM)?

Sí. Puedes establecer un número de reintentos (retry count) como 2 y activar o desactivar el jitter. El backoff es lineal o exponencial, y tú estableces el tiempo. Los reintentos se activan en errores transitorios 429 y 5xx. También respetamos el encabezado Retry-After del proveedor, para que no tengas que preocuparte por ello.

## ¿Soportan la selección automática de modelos?

Todavía no, próximamente. (El valor start\_within auto es el nivel de servicio de OpenAI, no esto.)

## ¿Cobran una tarifa por solicitud?

No hay una tarifa fija por solicitud. Una solicitud flex que supera el precio estándar conlleva una comisión del 20% de lo que te ahorra, por lo que solo pagas cuando realmente ahorras; si una solicitud no ahorra nada, es gratuita. El enrutamiento estándar, priority y auto, y las solicitudes de nivel/proxy de Anthropic no tienen ninguna tarifa.

## ¿Cómo generan ingresos?

Cobramos una comisión del 20% del dinero que una solicitud flex realmente te ahorra en comparación con el precio estándar. Si una solicitud no te ahorra nada, es gratuita, y el enrutamiento estándar, priority y auto, así como las solicitudes de nivel/proxy de Anthropic, son siempre gratuitas. La comisión se acumula por solicitud y se factura mensualmente.

## ¿Cuándo y cómo se me cobra?

Facturamos mensualmente una vez que tu saldo supera los \$20; un saldo menor se acumula y lo liquidamos al menos cada tres meses para que nunca se quede pendiente. Añade una tarjeta en la página de Facturación del dashboard y la cargaremos automáticamente cuando venza una factura. Si un pago está vencido, el flex de pago se pausa y devuelve un 402, mientras que el enrutamiento gratuito (default, priority, auto) y todas las solicitudes de nivel/proxy de Anthropic siguen funcionando; actualiza tu tarjeta para reanudar.

## ¿Puedo seguir ahorrando en inferencia si ya tengo créditos de proveedor?

Sí. Trae tu propia API key, que encriptamos en reposo, y tus solicitudes consumirán tus créditos existentes.

## ¿Ven mis solicitudes o respuestas?

No, no vemos tu información.

## ¿FlexInference cambia mi modelo, prompt o salida?

No, no cambiamos nada de lo que solicitaste. Lo único que variamos es el nivel que sirve tu modelo, cuando eso hace que el mismo modelo sea más económico. Otros enrutadores nos molestaban al cambiar cosas, y esa es parte de la razón por la que construimos este. Así que confía en nosotros, no cambiamos nada. Puedes auditar cualquier solicitud y comprobarlo por ti mismo.

## ¿En qué idiomas están disponibles el sitio y la documentación?

El sitio web y la documentación están disponibles en siete idiomas: inglés, francés, alemán, hindi, chino mandarín, español y portugués. Tú eliges el idioma, en el pie de página del sitio web o en la pestaña de Usuario del dashboard. Esa elección te sigue tanto en el sitio como en la documentación. Nunca lo detectamos automáticamente desde tu navegador, por lo que una página abierta sin una elección guardada se muestra en inglés. El inglés se encuentra en la URL base y cada otro idioma se ubica bajo un prefijo como /es, tanto en el sitio web como en la documentación. Las traducciones son semánticas y conscientes del dialecto, adaptadas a cada región en lugar de ser literales.