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

# Mejores prácticas

> Optimiza el uso de tu API de TokenLab para costo, rendimiento y fiabilidad

## Selección de modelos

Elegir el modelo adecuado puede afectar significativamente el costo y la calidad.

### Recomendaciones basadas en tareas

| Tarea                              | Modelos recomendados                              | Motivo                                |
| ---------------------------------- | ------------------------------------------------- | ------------------------------------- |
| **Preguntas y respuestas simples** | `gpt-5-mini`, `gemini-3.5-flash`                  | Rápido, barato, suficientemente bueno |
| **Razonamiento complejo**          | `gpt-5.4`, `claude-opus-4-6`, `deepseek-r1`       | Mejor lógica y planificación          |
| **Programación**                   | `claude-sonnet-4-6`, `gpt-4o`, `deepseek-v3-2`    | Optimizado para código                |
| **Escritura creativa**             | `claude-sonnet-4-6`, `gpt-4o`                     | Mejor calidad de redacción            |
| **Visión/Imágenes**                | `gpt-4o`, `claude-sonnet-4-6`, `gemini-3.5-flash` | Soporte nativo de visión              |
| **Contexto largo**                 | `gemini-2.5-pro`, `claude-sonnet-4-6`             | Ventanas de 1M+ token                 |
| **Sensible al costo**              | `gpt-5-mini`, `gemini-3.5-flash`, `deepseek-v3-2` | Mejor relación calidad-precio         |

### Niveles de costo

```
$$$$ Premium: gpt-5.4, claude-opus-4-6
$$$  Standard: claude-sonnet-4-6, gpt-4o
$$   Budget:   gpt-5-mini, gemini-3.5-flash
$    Economy:  deepseek-v3-2, deepseek-r1
```

## Optimización de costos

### 1. Usa primero modelos más pequeños

```python theme={null}
def smart_query(question: str, complexity: str = "auto"):
    """Use cheaper models for simple tasks."""

    if complexity == "simple":
        model = "gpt-5-mini"
    elif complexity == "complex":
        model = "gpt-4o"
    else:
        # Start cheap, escalate if needed
        model = "gpt-5-mini"

    response = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": question}]
    )
    return response
```

### 2. Configura `max_tokens`

Establece siempre un límite razonable de `max_tokens`:

```python theme={null}
# ❌ Bad: No limit, could generate thousands of tokens
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Summarize this article"}]
)

# ✅ Good: Limit response length
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Summarize this article"}],
    max_tokens=500  # Reasonable limit for a summary
)
```

### 3. Optimiza los prompts

```python theme={null}
# ❌ Verbose prompt (more input tokens)
prompt = """
I would like you to please help me by analyzing the following text
and providing a comprehensive summary of the main points. Please be
thorough but also concise in your response. The text is as follows:
{text}
"""

# ✅ Concise prompt (fewer tokens)
prompt = "Summarize the key points:\n{text}"
```

### 4. Agrupa solicitudes similares

```python theme={null}
# ❌ Many small requests
for question in questions:
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": question}]
    )

# ✅ Fewer larger requests
combined_prompt = "\n".join([f"{i+1}. {q}" for i, q in enumerate(questions)])
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": f"Answer each question:\n{combined_prompt}"}]
)
```

## Optimización del rendimiento

### 5. Usa streaming para la UX

El streaming mejora el rendimiento percibido:

```python theme={null}
stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Write a long essay"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
```

### 6. Elige modelos rápidos para uso interactivo

| Caso de uso                    | Recomendado                      | Latencia                      |
| ------------------------------ | -------------------------------- | ----------------------------- |
| UI de chat                     | `gpt-5-mini`, `gemini-3.5-flash` | \~200ms hasta el primer token |
| Autocompletado de pestañas     | `claude-haiku-4-5`               | \~150ms hasta el primer token |
| Procesamiento en segundo plano | `gpt-4o`, `claude-sonnet-4-6`    | \~500ms hasta el primer token |

### 7. Configura timeouts

```python theme={null}
client = OpenAI(
    api_key="sk-your-key",
    base_url="https://api.tokenlab.sh/v1",
    timeout=60.0  # 60 second timeout
)
```

## Fiabilidad

### 8. Implementa reintentos

```python theme={null}
import time
from openai import RateLimitError, APIError

def chat_with_retry(messages, max_retries=3):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gpt-4o",
                messages=messages
            )
        except RateLimitError:
            wait = 2 ** attempt
            print(f"Rate limited, waiting {wait}s...")
            time.sleep(wait)
        except APIError as e:
            if attempt == max_retries - 1:
                raise
            time.sleep(1)
    raise Exception("Max retries exceeded")
```

### 9. Maneja los errores con elegancia

```python theme={null}
from openai import APIError, AuthenticationError, RateLimitError

try:
    response = client.chat.completions.create(...)
except AuthenticationError:
    # Check API key
    notify_admin("Invalid API key")
except RateLimitError:
    # Queue for later or use backup
    add_to_queue(request)
except APIError as e:
    if e.status_code == 402:
        notify_admin("Balance low")
    elif e.status_code >= 500:
        # Server error, retry later
        schedule_retry(request)
```

### 10. Usa modelos de respaldo

```python theme={null}
FALLBACK_CHAIN = ["gpt-4o", "claude-sonnet-4-6", "gemini-3.5-flash"]

def chat_with_fallback(messages):
    for model in FALLBACK_CHAIN:
        try:
            return client.chat.completions.create(
                model=model,
                messages=messages
            )
        except APIError:
            continue
    raise Exception("All models failed")
```

## Seguridad

### 11. Protege las API keys

```python theme={null}
# ❌ Never hardcode keys
client = OpenAI(api_key="sk-abc123...")

# ✅ Use environment variables
import os
client = OpenAI(api_key=os.environ["TOKENLAB_API_KEY"])
```

### 12. Valida la entrada del usuario

```python theme={null}
def validate_message(content: str) -> bool:
    """Validate user input before sending to API."""
    if len(content) > 100000:
        raise ValueError("Message too long")
    # Add other validation as needed
    return True
```

### 13. Configura límites para API keys

Crea API keys separadas con límites de gasto para:

* Desarrollo/pruebas
* Producción
* Diferentes aplicaciones

## Monitoreo

### 14. Haz seguimiento del uso

Revisa tu dashboard regularmente para ver:

* Uso de token por modelo
* Desglose de costos
* Tasas de acierto de caché
* Tasas de error

### 15. Registra métricas importantes

```python theme={null}
import logging

response = client.chat.completions.create(...)

logging.info({
    "model": response.model,
    "prompt_tokens": response.usage.prompt_tokens,
    "completion_tokens": response.usage.completion_tokens,
    "total_tokens": response.usage.total_tokens,
})
```

### 16. Configura alertas

Configura alertas de saldo bajo en tu dashboard para evitar interrupciones del servicio.

## Lista de verificación

<AccordionGroup>
  <Accordion title="Optimización de costos">
    * [ ] Uso del modelo adecuado para cada tarea
    * [ ] Configuración de límites de max\_tokens
    * [ ] Los prompts son concisos
    * [ ] Caché habilitado donde corresponde
    * [ ] Agrupación de solicitudes similares
  </Accordion>

  <Accordion title="Rendimiento">
    * [ ] Streaming para UX interactiva
    * [ ] Modelos rápidos para uso en tiempo real
    * [ ] Timeouts configurados
  </Accordion>

  <Accordion title="Fiabilidad">
    * [ ] Lógica de reintentos implementada
    * [ ] Manejo de errores implementado
    * [ ] Modelos de respaldo configurados
  </Accordion>

  <Accordion title="Seguridad">
    * [ ] API keys en variables de entorno
    * [ ] Validación de entrada
    * [ ] Keys separadas para dev/prod
    * [ ] Límites de gasto configurados
  </Accordion>
</AccordionGroup>