Mejores prácticas

Optimiza el uso de tu API de LemonData 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-2.5-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-2.5-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-2.5-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-2.5-flash
$    Economy:  deepseek-v3.2, deepseek-r1

​

Optimización de costos

​

1. Usa primero modelos más pequeños

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:

# ❌ 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

# ❌ 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. Habilita el caché

Aprovecha el caché semántico:

# For repeated similar queries, caching provides major savings
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "What is machine learning?"}],
    temperature=0  # Deterministic = better cache hits
)

​

5. Agrupa solicitudes similares

# ❌ 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

​

1. Usa streaming para la UX

El streaming mejora el rendimiento percibido:

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)

​

2. Elige modelos rápidos para uso interactivo

Caso de uso	Recomendado	Latencia
UI de chat	gpt-5-mini, gemini-2.5-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

​

3. Configura timeouts

client = OpenAI(
    api_key="sk-your-key",
    base_url="https://api.lemondata.cc/v1",
    timeout=60.0  # 60 second timeout
)

​

Fiabilidad

​

1. Implementa reintentos

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")

​

2. Maneja los errores con elegancia

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)

​

3. Usa modelos de respaldo

FALLBACK_CHAIN = ["gpt-4o", "claude-sonnet-4-6", "gemini-2.5-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

​

1. Protege las API keys

# ❌ Never hardcode keys
client = OpenAI(api_key="sk-abc123...")

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

​

2. Valida la entrada del usuario

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

​

3. Configura límites para API keys

Crea API keys separadas con límites de gasto para:

• Desarrollo/pruebas
• Producción
• Diferentes aplicaciones

​

Monitoreo

​

1. 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

​

2. Registra métricas importantes

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,
})

​

3. Configura alertas

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

​

Lista de verificación

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

Rendimiento

• Streaming para UX interactiva
• Modelos rápidos para uso en tiempo real
• Timeouts configurados

Fiabilidad

• Lógica de reintentos implementada
• Manejo de errores implementado
• Modelos de respaldo configurados

Seguridad

• API keys en variables de entorno
• Validación de entrada
• Keys separadas para dev/prod
• Límites de gasto configurados