Resumen AIHubMix ya ofrece un conjunto de puntos de acceso legibles por agentes: tu agente de programación puede descubrir modelos, generar llamadas y verificarlas por su cuenta, y luego devolverte una sesión preconfigurada del Playground. Para empezar, basta con una frase a tu agente: Fetch https://aihubmix.com/agents.md and follow it. La lista completa de puntos de entrada está en la documentación de Agent Access.
Cada vez más desarrolladores ejecutan sus flujos de trabajo agénticos a través de agentes de programación como Claude Code, Codex y Cursor: la elección de modelos, la escritura de llamadas y el ajuste de parámetros se delegan en ellos. La pasarela de IA de AIHubMix ofrece más de 800 modelos detrás de una sola clave de API, con cuatro protocolos de comunicación, incluidos los endpoints compatibles con OpenAI, y esta versión permite que tu agente lea todo ese catálogo directamente.
¿Qué se ha publicado?
- agents.md: una guía de incorporación escrita para que los agentes la ejecuten, que cubre las comprobaciones de claves, el descubrimiento de modelos en tiempo real, las llamadas por protocolo, la verificación de extremo a extremo y la solución de problemas.
- llms.txt por modelo: más de 850 modelos, cada uno con una guía de integración legible por máquina en una dirección fija (
https://aihubmix.com/model/{model_id}/llms.txt); el distintivollms.txtde cada página de modelo enlaza directamente a ella. - Skill del Playground y enlaces de traspaso: la Skill entrega al agente las pruebas, el ajuste, la comparación y la generación de medios; los enlaces profundos permiten que el agente te devuelva una sesión preconfigurada en tu navegador, y el parámetro
?models=abre hasta 6 pestañas de modelos listas para usar desde un solo enlace.
¿Por qué los agentes necesitan acceso legible por máquina?
Cuando un agente adivina los ID de modelos, los precios y los parámetros a partir de su memoria de entrenamiento, las llamadas que produce tienden a fallar: ortografías de ID obsoletas, parámetros no compatibles y precios desactualizados. Las superficies legibles por máquina le proporcionan esta información en tiempo real y de forma estructurada. Tomemos el llms.txt de gemini-3.7-flash: con una sola petición, el agente obtiene todos los datos necesarios para generar una llamada correcta:
- Developer: Google
- Context window: 1,048,576 tokens
- Input modalities: text, image, audio, video
- Capabilities: Thinking, Streaming, Tool calling, Web search, URL context,
Code interpreter, Computer use, File search, Structured outputs, Prompt caching
- Pricing: $0.75/M input tokens, $3.75/M output tokens, $0.075/M cached input
Este archivo está disponible ahora mismo: curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt lo verifica. La regla de verificación de agents.md también exige que los agentes inspeccionen el cuerpo de la respuesta y el modelo devuelto; un HTTP 200 por sí solo no cuenta como éxito.
Un recorrido completo: elección de modelo, comparación A frente a B y traspaso
Supongamos que necesitas un modelo de chat de bajo coste para un bot de atención al cliente. Primero, entrégale la Skill a tu agente:
Run curl -fsSL https://aihubmix.com/skills/playground and follow it.
Paso 1: descubrimiento de modelos en tiempo real. El agente lee el catálogo de modelos sin autenticación, filtra los candidatos por precio y capacidad, y luego obtiene el llms.txt de cada candidato para confirmar el soporte de llamadas a herramientas y de salidas estructuradas.
Paso 2: comparación con el mismo prompt. El agente ejecuta el mismo prompt en cada candidato e informa de las salidas reales, la latencia medida y el precio de catálogo de cada modelo. La Skill incluye de serie la divulgación de costes: antes de las llamadas por lotes, el agente indica el precio y pide tu aprobación.
Paso 3: te lo devuelve. El agente genera un enlace profundo al Playground. Ábrelo en tu navegador y la sesión ya estará configurada: modelo, parámetros y prompt de sistema listos, con un borrador precargado en el editor pero sin enviar. Decidir si se envía depende de ti.

Dos enlaces reales que puedes abrir ahora mismo:
- Abre dos pestañas de modelos listas para usar desde un solo enlace (el parámetro
?models=, hasta 6; cambia entre pestañas) - ¿Necesitas especificaciones y precios lado a lado? El agente también puede entregarte un enlace de comparación de la web principal, como Gemini 3.7 Flash vs Claude Opus 4.1 (el patrón
compare/{a}/{b}, también listado en cada llms.txt) - El enlace profundo generado en el Paso 3 de este recorrido (el escenario de atención al cliente: prompt de sistema, parámetros y borrador del editor ya en su sitio; la captura de pantalla de arriba es este enlace abierto)
Desde el punto de vista del agente, todo el flujo son cuatro comandos, cada uno verificable copiándolo y pegándolo:
# 1. Read the onboarding guide
curl -s https://aihubmix.com/agents.md
# 2. Read the live catalog to pick candidates
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. Read a candidate's machine-readable guide
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. Minimal real call to verify connectivity (the body must contain the exact requested reply)
curl -s https://aihubmix.com/v1/chat/completions \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" -H "Content-Type: application/json" \
-d '{"model":"gemini-3.7-flash","messages":[{"role":"user","content":"Reply with exactly: AIHubMix is connected"}],"max_tokens":64}'
En este flujo solo haces dos cosas: enviar una frase a tu agente y continuar el resultado en tu navegador. Pruébalo ahora:
Fetch https://aihubmix.com/agents.md and follow it.

¿Qué punto de entrada usar para cada tarea?
| Quieres | Usa |
|---|---|
| Integrar AIHubMix en un proyecto | agents.md |
| Enseñar a tu agente un modelo concreto | el llms.txt de ese modelo (el distintivo de su página, o la dirección fija) |
| Probar, ajustar, comparar y generar medios | la Skill del Playground |
| Devolver a una persona una sesión configurada o un conjunto de modelos | Enlaces profundos del Playground (?config= para una sesión preconfigurada, ?models= para abrir varias pestañas) |
| Mostrar a una persona las especificaciones y precios de dos modelos lado a lado | la página de comparación, aihubmix.com/compare/{a}/{b} (por ejemplo GLM 5.3 vs GLM 5.2) |
¿Qué principios de diseño siguen estos puntos de acceso?
- Solo se publica información verificada. El llms.txt de un modelo incluye afirmaciones sobre capacidades y endpoints únicamente después de verificarlas; los modelos aún no verificados muestran un breve aviso que remite al catálogo en vivo y a los esquemas de parámetros, sin afirmaciones no verificadas.
- Los enlaces profundos no llevan credenciales y funcionan exactamente una vez. Los parámetros del enlace se borran de la barra de direcciones al cargar la página, y la carga útil nunca contiene una clave.
- Los costes se comunican antes de gastar dinero. La Skill exige que el agente indique los precios de catálogo y pida consentimiento antes de las llamadas por lotes y la generación de medios.
¿Qué viene después?
El endpoint de MCP ofrece actualmente generación de imágenes, y la cobertura de más capacidades está en curso; la verificación de modelos sigue ampliándose, y el llms.txt de un modelo recién verificado se convierte automáticamente en una guía completa. Si encuentras algo extraño, cuéntanoslo a través de Feedback.
Preguntas frecuentes
¿Estos puntos de entrada requieren credenciales?
Todas las superficies legibles por máquina (agents.md, llms.txt, el llms.txt por modelo, el archivo de la Skill y el catálogo de modelos) se pueden leer sin ningún tipo de autenticación. Una clave de API de AIHubMix solo es necesaria para las llamadas reales a modelos: pásala mediante una variable de entorno, creada en la consola.
¿Qué agentes son compatibles?
Cualquier asistente de programación que pueda ejecutar comandos de shell o consultar URL, incluidos Claude Code, Codex, Cursor, Cline, Gemini CLI y OpenCode. El archivo de la Skill sigue la especificación abierta de Agent Skills y también puede instalarse con npx skills add AIhubmix/skills.
¿Dónde está la lista completa de puntos de entrada?
Consulta Agent Access en la documentación: agents.md, el llms.txt del sitio y por modelo, las dos direcciones de la Skill del Playground, el formato de los parámetros de enlaces profundos y los paquetes de generación de código, cada uno con un comando listo para copiar y pegar.
Envía esta frase a tu agente y empieza ahora:
Fetch https://aihubmix.com/agents.md and follow it.



