API de Ollama vs API de OpenAI: Endpoints y código

La versión corta

Ambos te piden POSTear una lista de mensajes y recibir texto de vuelta. La diferencia está en la forma de la petición, dónde vive el servidor y quién paga por la GPU. Ollama ejecuta modelos en tu propia computadora y escucha en el puerto 11434. La API de OpenAI es un servicio alojado con sus propios modelos de pago. En la comparación de ollama api vs openai api, la gente a menudo pasa por alto una tercera cosa: Ollama también expone rutas compatibles con OpenAI, por lo que los dos formatos se superponen.

Ese solapamiento es lo que hace barata la migración. Si tu aplicación ya usa el SDK de OpenAI, puedes apuntarlo a Ollama local hoy y a una URL compatible con OpenAI alojada mañana. El endpoint alojado en este sitio es uno de esos. Sirve un único modelo, uncensored, en https://api.ollamansfw.com/v1, y no es un producto oficial de OpenAI, Meta ni ningún otro laboratorio.

Diferencias punto por punto

Tarea	Ollama nativo	Estilo OpenAI
Chat	POST /api/chat	POST /v1/chat/completions
Prompt único	POST /api/generate	POST /v1/responses o chat completions
Listar modelos	GET /api/tags	GET /v1/models
Autenticación	Ninguna por defecto	Authorization: Bearer clave
Transmisión	JSON delimitado por saltos de línea	Eventos enviados por el servidor (SSE), finalizando con un marcador done
Nombre del modelo	Lo que hayas extraído, como llama3	Lo que liste el proveedor

Ollama también sirve /v1/chat/completions y /v1/models en el mismo puerto, lo que permite que los clientes de OpenAI funcionen contra él. Su comportamiento predeterminado para llamadas nativas es activar streaming, así que establece stream: false cuando desees una respuesta JSON única.

El endpoint alojado implementa POST /v1/chat/completions, POST /v1/responses y GET /v1/models, además de comprobaciones de saldo en GET /v1/balance. Consulta la documentación de la API para la lista completa.

La misma petición, tres formas

Ollama nativo desde Python:

Copyimport requests

r = requests.post(
    "http://localhost:11434/api/chat",
    json={
        "model": "llama3",
        "messages": [{"role": "user", "content": "Say hello in five words."}],
        "stream": False,
    },
)
print(r.json()["message"]["content"])

El SDK de OpenAI, con configuraciones locales y alojadas lado a lado. Solo cambia la línea comentada:

Copyfrom openai import OpenAI

# Local Ollama through its OpenAI-compatible layer:
# client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")

# Hosted endpoint, same code from here on:
client = OpenAI(base_url="https://api.ollamansfw.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",   # local would be e.g. "llama3"
    messages=[{"role": "user", "content": "Say hello in five words."}],
)
print(resp.choices[0].message.content)

Y curl contra el endpoint alojado con streaming activado:

Copycurl https://api.ollamansfw.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Hello"}],"stream":true}'

El análisis difiere en el lado nativo: cada línea transmitida es un objeto JSON con message.content, y la última tiene done: true. En el formato OpenAI cada evento comienza con data: , contiene un fragmento choices[0].delta.content, y el stream termina con [DONE]. Usa el SDK y nunca verás ninguno de los dos.

Cuándo tiene sentido cada uno

Ollama local es la opción adecuada cuando la privacidad es la máxima prioridad, cuando tienes una GPU con suficiente memoria para el modelo que deseas, o cuando experimentas con muchos modelos. Nada sale de tu máquina y no hay factura por token. Los costes aparecen como hardware, energía y tu tiempo. Nuestra guía sobre el uso de Ollama con una GUI cubre el lado amigable de esa ruta.

Un endpoint compatible con OpenAI alojado encaja mejor cuando te falta hardware, necesitas muchas peticiones paralelas, ejecutas un bot o servicio para otras personas, o quieres una URL estable que no dependa de que tu portátil esté despierto. Una clave completa permite 8 peticiones concurrentes y 300 peticiones por minuto. La ventana de contexto es de 100.000 tokens, que es más de lo que muchos entornos locales pueden mantener en memoria.

Un montón de gente usa ambas: local para experimentos, alojado para cualquier cosa que tenga que estar activa. Si estás sopesando otras herramientas locales, lee alternativas de software de Ollama.

Migración de Ollama local a alojado

1. Pásate primero al formato OpenAI. Si tu código llama a /api/chat, muévelo al SDK de OpenAI apuntando a la ruta /v1 de Ollama. Confirma que sigue funcionando localmente.
2. Consigue una clave. Regístrate y reclama los $0,50 de prueba en la página de claves de API. No necesita pago y dura 7 días.
3. Cambia tres valores. URL base a https://api.ollamansfw.com/v1, clave a la tuya, modelo a uncensored.
4. Comprueba los parámetros. Temperature, top_p, stop, seed y las penalizaciones se pasan directamente. Las opciones solo locales como num_ctx o keep_alive de Ollama no aplican; la ventana está fijada en 100.000 tokens.
5. Añade lógica de reintento. La API alojada devuelve 429 con rate_limited o concurrency pasado un límite, y 429 con Retry-After: 5 durante sobrecarga temporal. Los servidores locales rara vez hacen eso, por lo que el código existente puede no gestionarlo.

Si algo falla tras el cambio, el artículo sobre errores comunes de la API de Ollama cubre causas frecuentes como puertos incorrectos y nombres de modelo faltantes.

Coste de lo alojado y lo que no hará

La facturación es de pago por uso con crédito prepago: $0,15 por cada 1M de tokens de entrada y $0,50 por cada 1M de tokens de salida. Un turno de chat con 1.000 tokens de entrada y 400 de salida cuesta $0,00015 + $0,0002 = $0,00035, por lo que $20 cubren aproximadamente 57.000 de estos turnos. Las peticiones fallidas o rechazadas no se cobran y el crédito no caduca. Las recargas van de $20 a $500 con bonificaciones de +5% desde $50, +10% desde $100 y +15% desde $200. El pago es solo con cripto (USDT en TRC20 o USDC en Base). Más en la página de precios.

Límites a conocer: solo texto, así que sin incrustaciones, generación de imágenes ni ajuste fino. Si dependes de incrustaciones locales, mantén esas locales. El modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito. El contenido sexual que involucre menores de edad nunca está permitido. Los prompts no se usan para entrenamiento.

Más guías

• API de Ollama en Python, luego un endpoint alojado
• Cómo usar Ollama con una GUI (y un respaldo alojado)