Skip to content

Preguntas frecuentes ​

Consulte primero esta página para dudas habituales.

1. Uso de modelos y seguridad ​

¿Fast-Token almacena el contenido de las solicitudes API? ​

Fast-Token no almacena el contenido de las solicitudes enviadas por la API ni registra las respuestas de los modelos. Fast-Token actúa solo como canal de retransmisión para reenviar sus solicitudes de forma segura a los proveedores de modelos correspondientes y devolverle sus respuestas sin cambios.

¿Por qué los productos oficiales Claude, GPT, Qwen difieren de los resultados de la API? ​

Los modelos subyacentes son los mismos; los productos oficiales añaden ingeniería extra (por ejemplo prompts integrados).

  • La versión web es como una vivienda amueblada: búsqueda, memoria, calculadora, prompts del sistema, etc.
  • La API es como un esqueleto: solo capacidad central; el desarrollador configura contexto y herramientas.

¿Por qué no se recomienda la familia GPT-5 para herramientas de traducción? ​

Los GPT-5 son modelos de razonamiento para tareas complejas y generación estructurada, no para uso en tiempo real de alta frecuencia.

Motivos ​

  • Llamadas más lentas (más pasos de razonamiento).
  • Mayor consumo de tokens (prompts del sistema y contexto de razonamiento largos).
  • Los complementos de traducción pueden activar políticas de seguridad por error.

Para traducción o diálogo, prefiera modelos ligeros como GPT-4o mini o Gemini: más rápidos y estables.

¿Por qué GPT-5 a veces responde «Soy GPT-4» a «¿Quién eres?»? ​

Es una alucinación del modelo de lenguaje: descripción incorrecta de su base, origen o capacidades. Con GPT-4, GPT-5, Claude, etc., pueden aparecer respuestas seguras pero incorrectas sobre la identidad.

Notas ​

  • No es que la plataforma modifique o sustituya la salida a propósito; es comportamiento normal de los LLM.
  • GPT-5 no recibió el nombre «GPT-5» en el entrenamiento; el nombre lo definió el proveedor después.
  • El modelo no conoce su nombre ni la fecha de conocimiento; la web de OpenAI responde bien por los prompts del sistema integrados. Ofrecemos la API oficial, no la versión web.
  • Preguntar la identidad por API puede dar respuestas aleatorias e inexactas: el modelo no tiene autoconciencia real.

¿Qué hacer si llamadas a Gemini-3-Pro u otros modelos suelen agotar el tiempo de espera? ​

Aumente el timeout. Gemini-3-Pro es un modelo grande con razonamiento largo; en tareas complejas la respuesta puede superar 30 segundos, y 30 s por defecto suele ser insuficiente.

  • Si debe usar Gemini-3-Pro, prolongue el timeout.
  • Si prioriza la velocidad, modelos ligeros como Gemini 2.0 encajan mejor con timeouts cortos.

¿Por qué un solo «hola» consumió muchos tokens? ​

Algunas herramientas de terceros (Cline, Claude Code, etc.) adjuntan contexto o prompts del sistema automáticamente; ese contenido oculto también cuenta en los tokens.

Aunque el usuario escriba una frase, la solicitud puede incluir historial largo o textos de configuración — viene de la herramienta, no lo genera Fast-Token.

¿Límites de frecuencia de solicitudes concurrentes? ​

Actualmente no hay un límite unificado de concurrencia en la plataforma. Si tiene problemas de concurrencia, contacte con soporte.

¿Por qué el mismo prompt da resultados distintos cada vez? ​

Los LLM usan muestreo probabilístico (temperature, top-p, etc.) y eligen al azar entre tokens probables.

  • Para más estabilidad, baje temperature o desactive el muestreo.
  • También influyen el contexto, los prompts del sistema y la red.

¿Por qué las respuestas de Claude a veces terminan antes? ​

Para Claude, Fast-Token admite dos formas de llamada:

  1. API compatible con OpenAI Chat
  2. API nativa de Anthropic Claude

Al llamar a Claude por la API compatible con OpenAI Chat, el valor por defecto es max_tokens=4096. Sin un valor mayor, la salida se detiene en ese límite. Una respuesta «incompleta» suele deberse a ese límite, no a un fallo del modelo.

Generar texto más largo ​

En la API compatible con OpenAI Chat, aumente max_tokens, por ejemplo:

python
completion = client.chat.completions.create(
  model="claude-sonnet-4-6",
  max_tokens=6000,
  messages=[
    {
      "role": "assistant",
      "content": "总是用中文回复"
    },
    {
      "role": "user",
      "content": "What is the meaning of life?, over 6000 words"
    },
  ]
)

max_tokens no debe superar el máximo del modelo. Si sigue truncándose, indique el modelo y los parámetros completos de la solicitud.

2. Llamadas API y datos ​

¿Qué API están disponibles? ​

Puerta de enlace unificada compatible con las principales convenciones:

¿Qué datos se registran durante el uso de la API? ​

Solo lo necesario: cuenta, registros de llamadas, modelos usados, tokens consumidos y facturación.

Privacidad ​

  • No guardamos entradas del usuario ni salidas del modelo.
  • Los datos solo sirven para facturación y mejora del servicio, no para análisis de contenido ni para terceros.
  • Fast-Token no conserva cuerpos de solicitud concretos; si la nube o el proveedor del modelo registran accesos por seguridad o cumplimiento, rigen sus políticas de privacidad.

3. Conocimiento de modelos y fenómenos habituales ​

¿Qué es la alucinación de IA? ​

Cuando un LLM genera información falsa, sin fundamento o inventada.

Posibles causas ​

  • Sesgo o lagunas en los datos de entrenamiento.
  • Sobreajuste.
  • Aleatoriedad en la generación.

La alucinación es común a todos los grandes modelos de lenguaje; no es un fallo del sistema.

4. Uso y resolución de problemas ​

¿Cómo supervisar el uso y el gasto de la API? ​

En la consola de Fast-Token: volumen de llamadas, tokens y detalle de facturación.

Estadísticas por modelo y periodo para optimizar estrategia y costes.

¿Qué hacer si falla la llamada o hay error? ​

Los errores API incluyen código y descripción.

Causas frecuentes:

  • Formato de solicitud incorrecto.
  • Modelo no disponible o cuota superada.

¿Cómo gestionar las claves API? ​

Genere, revoque o actualice claves en la consola.

Recomendaciones de seguridad ​

  • No exponga claves en entornos públicos.
  • Una clave por proyecto.
  • Rote las claves con regularidad.

5. Primeros pasos y facturación ​

¿Cómo funciona la facturación del relé? ​

  1. Varios modos: por solicitud, por token, etc.
  2. Visualización en tiempo real del uso de la API y los cargos.

¿Qué lenguajes de programación se admiten? ​

API REST: cualquier lenguaje que envíe HTTP — Python, JavaScript, Java, Go, PHP, C#, etc.

¿Cómo migrar código existente? ​

Sustituya la URL base de la API por nuestra dirección de retransmisión; el resto de parámetros igual. Ejemplo:

text
// Dirección original
https://api.openai.com/v1/chat/completions

// Sustituir por
https://fast-token.com/v1/chat/completions

En la mayoría de bibliotecas cliente basta con cambiar baseURL y la clave API.

¿Qué hacer si fallan las solicitudes API? ​

Causas y soluciones habituales:

  1. Error de autenticación: compruebe la clave.
  2. Saldo insuficiente: recargue la cuenta.
  3. Error de parámetros: consulte la documentación.
  4. Modelo no disponible: pruebe otro modelo.
  5. Timeout: red o carga; reintente más tarde.

Si no se resuelve, contacte con soporte en línea.

¿Dónde ver registros de llamadas y uso? ​

Tras iniciar sesión, página Registros de uso: hora, modelo, tokens y coste.

¿Cómo se garantiza la seguridad de los datos? ​

  1. No almacenamos cuerpos de solicitud ni respuesta.
  2. Todo el tráfico API va cifrado con TLS.
  3. Control de acceso y permisos estrictos.
  4. Auditorías de seguridad y escaneos de vulnerabilidades periódicos.

¿Cómo obtener ayuda? ​

  1. Documentación para desarrolladores.
  2. Soporte en línea.

¿Hay código de ejemplo? ​

Ejemplos y SDK para Python, Node.js, Java, etc. — sección Documentación en la parte superior del sitio.