AI Gateway 2026: OpenRouter, LiteLLM y Portkey

Un AI Gateway es la pieza que se interpone entre tu código y los proveedores de modelos (OpenAI, Anthropic, Google, modelos locales) para darte una API unificada, observabilidad, routing y control de coste. En 2026, montar un proyecto IA serio sin gateway es como montar una API REST en 2015 sin reverse proxy: técnicamente funciona, pero te cierra puertas.

Si vienes de BYOK explicado y conectar varios modelos en una sola app, un gateway es la siguiente capa: cómo gestionar el lío cuando ya tienes 3-4 proveedores en juego.

Qué hace un AI Gateway

Las funciones core que cualquier gateway decente debe ofrecer:

1. API unificada: una sola interfaz (típicamente OpenAI-compatible) para hablar con N proveedores. Cambias el modelo modificando una string, no migrando tu código.

2. Routing: política de a quién llamar (por defecto, fallback si cae uno, A/B testing entre dos, balanceo).

3. BYOK: usar tus propias API keys de los proveedores, sin pasar por márgenes del gateway.

4. Observabilidad: logs, traces, métricas (latencia, tokens, coste por usuario).

5. Caching: prompt caching y response caching para ahorrar tokens.

6. Guardrails: filtros de PII, jailbreaks, contenido prohibido.

7. Rate limits y budgets: techos por usuario, equipo o proyecto.

Las opciones más serias en 2026: OpenRouter, LiteLLM, Portkey. Y Levante desde el ángulo europeo + producto integrado. Las comparamos.

OpenRouter

Qué es: marketplace-proxy con catálogo de 300+ modelos de 60+ proveedores. El más fácil de empezar. Compras créditos y enrutas a cualquiera.

Cómo funciona técnicamente:

import openai

client = openai.OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="sk-or-...",
)

resp = client.chat.completions.create(
    model="anthropic/claude-opus-4.7",   # o cualquier slug del catálogo
    messages=[{"role": "user", "content": "Hola"}],
)

Fortalezas:

• El catálogo más grande, incluyendo open-weight (Llama, Qwen, DeepSeek, GLM).

• API totalmente OpenAI-compatible — migras desde OpenAI cambiando 2 líneas.

• openrouter/auto selecciona el mejor modelo automáticamente para el prompt.

• Prompt caching nativo.

• BYOK soportado para evitar el markup.

• Sin servidores que mantener.

Debilidades:

• Margen sobre el coste base del proveedor (suele ser 5-15%, depende del modelo).

• Observabilidad básica (logs sí, pero menos rica que Portkey).

• No es self-hostable — datos pasan por su infraestructura.

• Sin guardrails enterprise out-of-the-box.

Precio: pay-as-you-go en tokens. Markup variable.

Recomendado si: arrancas un proyecto, no quieres mantener infra y necesitas variedad de modelos rápido.

LiteLLM

Qué es: proxy open-source en Python que traduce requests OpenAI-compatibles a 100+ proveedores. El estándar de facto si te self-hosteas.

Cómo funciona técnicamente:

pip install litellm
litellm --model anthropic/claude-opus-4.7 --port 8000

Luego el cliente apunta a http://tu-host:8000 y usa la API OpenAI-compatible.

O en código:

from litellm import completion

resp = completion(
    model="anthropic/claude-opus-4-7",
    messages=[{"role": "user", "content": "Hola"}],
    api_key="sk-ant-...",   # tu key directa
)

Fortalezas:

• Open source (MIT). Puedes auditarlo y self-hostear.

• BYOK puro: usas tus keys directas a cada proveedor, sin markup.

• Routing y fallback configurables por config YAML.

• Tracking de coste con base de datos (Postgres, etc.).

• Spend management por equipo.

• Compatible con muchísimos proveedores.

Debilidades:

• Tienes que mantener un servicio. Más mantenimiento que OpenRouter.

• La UI de observabilidad existe pero es más cruda que Portkey.

• Performance del proxy depende de cómo lo despliegues.

• Curva inicial si configuras routing avanzado por YAML.

Precio: gratis (open source). Coste = lo que tu API te cobre + tu infra.

Recomendado si: ya tienes infra DevOps madura, quieres BYOK puro sin markups, te importa el control y la auditabilidad.

Portkey

Qué es: gateway de pago orientado a producción enterprise. Énfasis en observabilidad, guardrails y compliance.

Cómo funciona técnicamente:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.portkey.ai/v1",
    default_headers={
        "x-portkey-api-key": "pk-...",
        "x-portkey-virtual-key": "openai-prod",
    },
)

Los "virtual keys" son tus credenciales de proveedor abstraídas. El config queda en Portkey, no en tu código.

Fortalezas:

• Observabilidad rica: traces completos, latency P50/P99, coste por user/feature.

• Guardrails configurables (PII redaction, prompt injection detection, regex filters).

• Prompt management con versionado.

• Fallback estructurado, retries con backoff.

• Cumplimiento enterprise: SOC2, GDPR, HIPAA-ready.

• Self-host disponible para tier enterprise.

Debilidades:

• Caro en tier enterprise.

• El plan free es limitado (rate limits).

• Más complejo conceptualmente — invertirás 1-2 días en aprender.

Precio:

• Free: hasta cierto volumen.

• Production desde 49 €/mes.

• Enterprise: a negociar (incluye self-host).

Recomendado si: tienes producto IA en producción seria con SLAs, necesitas observabilidad para diagnosticar incidentes, o vas hacia enterprise.

Levante

Qué es: producto integrado IA-first con AI Gateway europeo nativo. No es un gateway puro: es la app + plataforma alrededor del gateway.

Cómo funciona técnicamente:

• App: la aplicación de escritorio open source con BYOK directo a OpenAI/Anthropic/Google + modelos locales (Ollama, LM Studio, vLLM).

• Levante Platform: capa empresarial con AI Gateway en Tensorix (infraestructura europea), Zero Data Retention y MCP Control centralizado.

from openai import OpenAI

client = OpenAI(
    base_url="https://platform.levanteapp.com/v1",
    api_key="lev_...",
)

resp = client.chat.completions.create(
    model="claude-opus-4-7",   # o gpt-5-5, gemini-2-5-pro, qwen-3-6
    messages=[{"role": "user", "content": "Hola"}],
)

Fortalezas:

• AI Gateway en infraestructura europea (Tensorix). Conformidad RGPD nativa.

• Zero Data Retention: ni Levante ni el proveedor guardan los prompts.

• Pago por créditos desde €5 (pay-as-you-go), sin seats fijos.

• App open source auditable (Apache 2.0 + Commons Clause).

• MCP Store integrado — gestiona integraciones de tu equipo desde un panel.

• ContextHub: el contexto del equipo unificado entre miembros.

• Soporte multi-modelo: Anthropic, OpenAI, Google, modelos chinos open source, modelos locales.

• Local-first: las API keys quedan en el keychain del SO si usas la app sin Platform.

Debilidades:

• Catálogo de modelos algo más curado (no es 300+ como OpenRouter — son los que hacen sentido productivo en europeo).

• Si solo necesitas un proxy técnico, OpenRouter o LiteLLM van más al grano.

Precio:

• App: gratis (open source, BYOK).

• Platform: pay-as-you-go en créditos desde €5.

Recomendado si: empresa española o europea con compliance RGPD prioritario, equipo mixto que usa varios modelos, quiere BYOK + producto integrado sin montarse el gateway a mano.

Comparativa rápida

Decisión por caso de uso

Estoy empezando un proyecto IA personal

OpenRouter o Levante app. Cualquiera te resuelve en minutos. OpenRouter si quieres jugar con modelos exóticos. Levante si quieres app de escritorio con MCP integrado.

Tengo un equipo de 3-10 developers en España

Levante Platform. Pay-as-you-go, RGPD nativo, multi-modelo, MCP Control para equipos. Sin seats — pagas el consumo real.

Estoy escalando un producto IA en producción

Portkey (si presupuesto lo permite) o LiteLLM self-host (si tienes equipo DevOps). Portkey por la observabilidad enterprise y los guardrails. LiteLLM por el control total.

Soy una empresa enterprise (banca, salud)

Portkey enterprise (self-host) o Levante Platform (Tensorix europeo). Ambos tienen DPA, ZDR y compliance. Diferencia: Portkey es internacional, Levante es europeo nativo.

Quiero BYOK puro sin pagar a nadie

LiteLLM. Te montas el proxy, usas tus keys directas, ahorras todo el markup. Coste = solo tu infra.

Necesito compliance RGPD estricta

Levante Platform o Portkey con setup europeo. Levante es más nativo (Tensorix está hecho desde el día 1 para europeos); Portkey requiere configurar regiones EU + DPA.

Errores comunes

1. Empezar con Portkey siendo un proyecto personal: te complicas la vida. Empieza simple, sube cuando lo necesites.

2. Self-host LiteLLM sin equipo DevOps: el coste oculto del mantenimiento te come el ahorro de markup.

3. OpenRouter para empresa española sensible a datos: compliance se te complica si mueves PII por su gateway sin DPA específico.

4. No medir el coste real: gateway sin observabilidad = factura sorpresa al final del mes. Mira siempre cuánto consume cada feature.

5. Olvidar el caching: el prompt caching de Anthropic + cache de tu gateway pueden ahorrarte 50-70% en prompts repetitivos. Actívalo.

Lo que viene en 2026-2027

• Gateways nativos de los proveedores: OpenAI lanzó "Routing API", Anthropic está experimentando. La frontera entre "gateway" y "proveedor" se difumina.

• Más enfoque en governance: budgets por feature, quotas, audit logs.

• AI Mesh: gateways federados, donde un gateway llama a otro gateway. Empieza a verse en arquitecturas grandes.

• Estándares MCP en gateways: que un gateway no solo enrute LLMs, sino también tools/resources MCP. Levante MCP Control ya lo hace; el resto se está sumando.

Conclusión

No hay un "mejor AI Gateway" — hay el adecuado para tu situación. Si arrancas, OpenRouter o la app de Levante. Si escalas, LiteLLM o Portkey. Si eres empresa europea con compliance, Levante Platform.

Lo que sí debes hacer: no pegarte a la API de un proveedor. Aunque uses Anthropic al 100%, mete un gateway entre medio (aunque sea un wrapper sencillo). El día que necesites cambiar —y va a llegar— te ahorrarás el dolor.

Más sobre el ecosistema: conectar varios modelos en una sola app, ahorrar en APIs con enrutamiento inteligente, BYOK explicado y OpenAI vs Anthropic vs Google.