APIs de OpenAI

Panorama general de las APIs de OpenAI

OpenAI proporciona un conjunto de interfaces de programación (APIs) que permiten a los desarrolladores integrar capacidades de inteligencia artificial en sus aplicaciones. Cada API está diseñada para casos de uso específicos, desde la generación de texto hasta el procesamiento de audio e imágenes.

La plataforma de OpenAI organiza estas APIs en torno a diferentes tipos de operaciones: generación de contenido, procesamiento de datos, gestión de modelos y herramientas auxiliares. Todas las APIs se consumen mediante peticiones HTTP, utilizando autenticación basada en claves API y devolviendo respuestas en formato JSON.

API Chat Completions

La API Chat Completions es el punto de entrada principal para interactuar con los modelos de lenguaje de OpenAI. Permite enviar mensajes en formato de conversación y recibir respuestas generadas por modelos LLM.

Documentación: https://platform.openai.com/docs/api-reference/chat

Esta API acepta un array de mensajes con roles (system, user, assistant) y devuelve una respuesta contextualizada. Es la base para construir chatbots, asistentes virtuales y aplicaciones de generación de texto interactivo.

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5",
    messages=[
        {"role": "system", "content": "Eres un asistente técnico."},
        {"role": "user", "content": "¿Qué es una API REST?"}
    ]
)

print(response.choices[0].message.content)

API Responses

La API Responses extiende las capacidades de Chat Completions permitiendo definir formatos de salida estructurados. Esta API resulta útil cuando necesitas que el modelo devuelva datos en un esquema JSON específico.

Documentación: https://platform.openai.com/docs/api-reference/responses

Mediante el uso de JSON Schema, puedes especificar la estructura exacta de la respuesta, asegurando que los datos generados sean predecibles y fáciles de procesar en tu aplicación. Esto es especialmente relevante para integraciones con bases de datos o sistemas que requieren datos en formatos concretos.

API Conversations

La API Conversations está diseñada para gestionar interacciones multiturno de forma optimizada. Permite mantener el contexto conversacional entre múltiples mensajes sin necesidad de enviar todo el historial en cada petición.

Documentación: https://platform.openai.com/docs/api-reference/conversations

Esta API facilita la implementación de asistentes complejos que requieren memoria de conversaciones previas, reduciendo la cantidad de tokens enviados en cada petición y mejorando la eficiencia en aplicaciones de chat prolongadas.

API Audio

La API Audio ofrece capacidades de procesamiento de audio en dos direcciones: conversión de texto a voz (text-to-speech) y transcripción de voz a texto (speech-to-text).

Documentación: https://platform.openai.com/docs/api-reference/audio

Los modelos de audio como whisper permiten transcribir archivos de audio en múltiples idiomas, mientras que los modelos de síntesis de voz generan audio natural a partir de texto. Esta API es fundamental para aplicaciones de accesibilidad, asistentes por voz y sistemas de atención telefónica automatizada.

# Transcripción de audio
audio_file = open("audio.mp3", "rb")
transcription = client.audio.transcriptions.create(
    model="whisper-1",
    file=audio_file
)
print(transcription.text)

API Images

La API Images permite generar, editar y crear variaciones de imágenes mediante modelos como DALL·E 3 o gpt-image-1. A partir de descripciones textuales, puedes crear imágenes originales o modificar imágenes existentes.

Documentación: https://platform.openai.com/docs/api-reference/images

Esta API acepta prompts en lenguaje natural y devuelve URLs de las imágenes generadas. También permite operaciones de edición selectiva, donde se puede modificar una parte específica de una imagen manteniendo el resto intacto.

API Embeddings

La API Embeddings transforma texto en representaciones numéricas vectoriales que capturan el significado semántico del contenido. Estos vectores son esenciales para implementar búsqueda semántica, sistemas de recomendación y clustering de documentos.

Documentación: https://platform.openai.com/docs/api-reference/embeddings

Los modelos como text-embedding-3-small generan vectores de alta dimensión que permiten calcular la similitud entre textos, incluso cuando utilizan palabras diferentes pero expresan conceptos relacionados.

response = client.embeddings.create(
    model="text-embedding-3-small",
    input="OpenAI proporciona APIs para IA generativa"
)

vector = response.data[0].embedding
print(f"Vector de dimensión: {len(vector)}")

API Fine-tuning

La API Fine-tuning permite personalizar modelos de OpenAI entrenándolos con datos específicos de tu dominio. Este proceso ajusta los pesos del modelo para mejorar su rendimiento en tareas particulares.

Documentación: https://platform.openai.com/docs/api-reference/fine-tuning

El fine-tuning requiere preparar un conjunto de ejemplos de entrenamiento en formato JSONL, subirlos mediante la API Files y crear un trabajo de entrenamiento. El resultado es un modelo personalizado que mantiene las capacidades generales pero optimizado para tu caso de uso.

API Batch

La API Batch está diseñada para procesar grandes volúmenes de solicitudes de forma asíncrona y económica. En lugar de realizar peticiones individuales, puedes enviar lotes de hasta 50,000 solicitudes que se procesarán en paralelo.

Documentación: https://platform.openai.com/docs/api-reference/batch

Esta API reduce costes significativamente comparado con las peticiones en tiempo real, siendo ideal para procesamiento de datos históricos, análisis masivos de texto o generación de contenido en lote. Los resultados se entregan cuando el lote completo ha sido procesado.

API Files

La API Files gestiona la carga y almacenamiento de archivos necesarios para otras operaciones de la plataforma. Se utiliza principalmente para subir datos de entrenamiento en fine-tuning o documentos para análisis.

Documentación: https://platform.openai.com/docs/api-reference/files

Esta API permite listar, subir, descargar y eliminar archivos, manteniendo un registro de los recursos almacenados asociados a tu cuenta. Los archivos tienen propósitos específicos como fine-tune, assistants o batch.

API Models

La API Models proporciona información sobre los modelos disponibles en la plataforma OpenAI. Permite consultar las características de cada modelo, sus capacidades y limitaciones.

Documentación: https://platform.openai.com/docs/api-reference/models

Mediante esta API puedes obtener detalles como el tamaño del contexto, si admite function calling, o si está disponible para fine-tuning. Es útil para seleccionar dinámicamente el modelo más adecuado según los requisitos de tu aplicación.

API Moderations

La API Moderations analiza contenido para detectar texto potencialmente inapropiado o peligroso. Clasifica el texto en categorías como contenido sexual, violento, de odio o que incite al autolesionamiento.

Documentación: https://platform.openai.com/docs/api-reference/moderations

Esta API es fundamental para aplicaciones que aceptan contenido generado por usuarios, permitiendo implementar filtros de moderación automáticos que cumplan con las políticas de uso y mantengan entornos seguros.

response = client.moderations.create(
    input="Texto a analizar"
)

resultado = response.results[0]
if resultado.flagged:
    print("Contenido inapropiado detectado")
    print(resultado.categories)

API Vector Stores

La API Vector Stores facilita el almacenamiento y gestión de vectores de embeddings a gran escala. Esta API está optimizada para realizar búsquedas de similitud eficientes sobre conjuntos grandes de documentos.

Documentación: https://platform.openai.com/docs/api-reference/vector-stores

Permite crear almacenes vectoriales, indexar documentos automáticamente y realizar consultas semánticas sin necesidad de implementar tu propia infraestructura de bases de datos vectoriales. Es especialmente útil para sistemas RAG (Retrieval-Augmented Generation) donde se combina recuperación de información con generación de texto.