Helicone: observabilidad de LLM con una línea
Índice de contenidos
Helicone es una plataforma open source de observabilidad para LLM cuyo mayor reclamo es la sencillez: integras el seguimiento cambiando una sola línea de tu código, la URL base del cliente. Desde ese momento registra el coste, la latencia y los tokens de cada llamada al modelo, y de paso te ofrece caché y limitación de tasa. En esta guía verás qué es Helicone, la diferencia entre integrarlo como proxy o con su SDK, cómo controla costes y latencia, cómo autoalojarlo con Docker y en qué se diferencia de Langfuse. La misma explicación está disponible en inglés.
Puntos clave
- Helicone es una plataforma de observabilidad para LLM de código abierto (licencia Apache-2.0), nacida en la aceleradora Y Combinator (promoción W23); reúne casi 5.953 estrellas en GitHub.
- Su integración estrella es el proxy: cambias la URL base de tu cliente por la de Helicone y ganas trazabilidad sin tocar más código, con cualquier cliente HTTP, no solo los SDK oficiales.
- Registra coste, latencia y tokens de cada petición, agrupa llamadas en sesiones y añade caché (cabecera
Helicone-Cache-Enabled) y limitación de tasa. - Puedes autoalojarlo con Docker: una imagen todo en uno levanta la plataforma en
http://localhost:3000y corre en hardware modesto, como una instanciat2.mediumde EC2. - Aviso importante: Mintlify compró Helicone el 3 de marzo de 2026 y el producto pasó a modo mantenimiento (parches de seguridad, correcciones y nuevos modelos, pero sin funciones nuevas). Tenlo en cuenta al elegir herramienta.
¿Qué es Helicone?
Helicone es una plataforma de observabilidad pensada para aplicaciones que llaman a modelos de lenguaje. La idea es sencilla: cuando tu código habla con OpenAI, Anthropic o cualquier otro proveedor, esas llamadas se convierten en una caja negra difícil de depurar y de facturar. Helicone se coloca en medio y las convierte en datos: cuánto costó cada petición, cuánto tardó, cuántos tokens gastó y qué prompt y respuesta viajaron.
El proyecto nació en la promoción de invierno de 2023 (W23) de Y Combinator y es software libre bajo licencia Apache-2.0, con casi 5.953 estrellas en GitHub. Su lema oficial lo resume bien: «una línea de código para monitorizar, evaluar y experimentar». Esa promesa de fricción cero es su mayor argumento frente a herramientas que exigen instrumentar el código a mano.
Para dar una idea de su escala, en marzo de 2026 la plataforma declaraba haber procesado 14,2 billones de tokens de 16.000 organizaciones. Su versión etiquetada más reciente es la v2025.08.21-1, del 21 de agosto de 2025, una fecha que encaja con el modo mantenimiento que veremos al final.
Proxy frente a SDK de integración
Helicone ofrece dos formas de conectarte, y conviene entender la diferencia antes de empezar.
La primera es el proxy, su seña de identidad. No instalas ninguna biblioteca: solo cambias la URL base de tu cliente para que apunte a Helicone y añades una cabecera con tu clave. El siguiente ejemplo en Python hace pasar un cliente de OpenAI por Helicone:
from openai import OpenAI
cliente = OpenAI(
api_key="tu-clave-de-openai",
base_url="https://oai.helicone.ai/v1",
default_headers={
"Helicone-Auth": "Bearer tu-clave-de-helicone",
},
)
respuesta = cliente.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": "Hola"}],
)
Con esas dos líneas (la base_url y la cabecera Helicone-Auth) toda la conversación queda registrada. Como el proxy actúa a nivel HTTP, funciona con cualquier cliente, no solo con el SDK oficial de OpenAI. Helicone mantiene además una pasarela unificada en https://ai-gateway.helicone.ai que da acceso a más de cien modelos con el mismo patrón, en la línea de un gateway de modelos como OpenRouter.
La segunda vía es el SDK asíncrono, basado en OpenLLMetry, para Python y JavaScript. Aquí Helicone no se interpone en la petición: tu código sigue llamando al proveedor directamente y el SDK envía los registros por separado, sin añadir latencia a la ruta crítica. Es la opción recomendada si te preocupa que un intermediario pueda convertirse en un punto único de fallo o de latencia. A cambio, exige un poco más de instrumentación que el proxy.
Costes, latencia y caché
La razón principal para poner Helicone es dejar de volar a ciegas con la factura. El panel muestra, por cada petición, el coste calculado, la latencia, el recuento de tokens de entrada y salida, y el prompt y la respuesta completos. Puedes agrupar llamadas relacionadas en sesiones para seguir un flujo de varios pasos (por ejemplo, todas las llamadas de un agente de LangGraph) como una sola traza.
Encima de la observabilidad, Helicone incluye una caché que puede ahorrarte dinero de verdad. Se activa con una cabecera:
curl https://oai.helicone.ai/v1/chat/completions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Helicone-Auth: Bearer $HELICONE_API_KEY" \
-H "Helicone-Cache-Enabled: true" \
-d '{"model":"gpt-4o","messages":[{"role":"user","content":"Hola"}]}'
Con Helicone-Cache-Enabled: true, las respuestas idénticas se guardan en el almacén clave-valor de Cloudflare Workers, distribuido en el borde. Por defecto se conservan siete días (max-age=604800) y puedes ampliar la caducidad hasta 365 días. Esto evita pagar dos veces por la misma llamada durante las pruebas, devuelve respuestas al instante y te protege de los límites de tasa en los picos de tráfico. Es una idea emparentada con el prompt caching para reducir costes, aunque aquí la caché es de respuestas completas, no de fragmentos del contexto.
Self-hosting con Docker
Si prefieres que ni tus prompts ni tus métricas salgan de tu infraestructura, Helicone se puede autoalojar. La forma más rápida es su imagen todo en uno con Docker, que levanta toda la plataforma en un único contenedor accesible en http://localhost:3000:
# Clona el repositorio y levanta la pila con docker compose
git clone https://github.com/Helicone/helicone.git
cd helicone/docker
./helicone-compose.sh helicone up
Por dentro, Helicone reúne varios servicios: una web en Next.js, el worker que hace de proxy y registra, un servidor de logs (Jawn) en Express, una base de datos con Supabase, ClickHouse para la analítica y MinIO para el almacenamiento de objetos. Suena a mucho, pero está pensado para ser ligero: la documentación indica que una instancia t2.medium de EC2 basta para la mayoría de los casos, y ofrece un chart de Helm si prefieres desplegarlo en Kubernetes. Autoalojar tiene todo el sentido cuando trabajas con modelos que ejecutas en tu propia máquina con Ollama y quieres que ningún dato salga de tu red.
Helicone frente a Langfuse
La comparación natural es con Langfuse, la otra gran plataforma de observabilidad para LLM autoalojable. La diferencia de filosofía es clara.
Helicone apuesta por el proxy: cambias la URL base y listo, cero refactor. Es la vía más rápida para empezar y la que menos toca tu código. Langfuse apuesta por la instrumentación con SDK sobre OpenTelemetry: escribes algo más de código, pero a cambio obtienes un trazado más rico, gestión de prompts y evaluaciones más completas, con un desarrollo muy activo.
Aquí entra el factor decisivo de 2026: Mintlify compró Helicone el 3 de marzo de 2026 y el producto entró en modo mantenimiento, sin funciones nuevas. Si arrancas hoy un proyecto a largo plazo, ese detalle pesa: Langfuse sigue evolucionando y probablemente sea la apuesta más segura de cara al futuro. Helicone, en cambio, brilla cuando quieres observabilidad instantánea con el mínimo esfuerzo y no necesitas las últimas novedades. No son excluyentes: puedes empezar con el proxy de Helicone para tener métricas en cinco minutos y migrar a Langfuse cuando necesites evaluaciones más avanzadas.
Preguntas frecuentes
¿Sigue vivo Helicone tras la compra de Mintlify?
Sí, pero con matices. Mintlify adquirió Helicone el 3 de marzo de 2026 y el proyecto pasó a modo mantenimiento: seguirá recibiendo parches de seguridad, correcciones de errores y soporte para nuevos modelos, pero no funciones nuevas. El repositorio sigue activo (última actividad en julio de 2026) y es Apache-2.0, así que puedes autoalojarlo sin depender de la empresa. Para un proyecto que solo necesita observabilidad estable, es perfectamente válido; para uno que espere innovación constante, conviene valorar alternativas.
¿Cuánto cuesta Helicone?
En su versión en la nube tiene un plan gratuito con 10.000 peticiones al mes y siete días de retención, y un plan Pro de 79 dólares al mes con un mes de retención. Si lo autoalojas con Docker, el software es gratis bajo licencia Apache-2.0 y solo pagas la infraestructura donde lo ejecutes, que puede ser tan modesta como una instancia t2.medium.
¿Añade latencia el proxy de Helicone?
El proxy introduce un salto de red adicional, así que técnicamente suma unos milisegundos, casi siempre despreciables frente a los cientos de milisegundos que tarda el propio modelo. Aun así, la caché en el borde de Cloudflare puede hacer que muchas respuestas repetidas sean más rápidas que ir al proveedor. Si esa latencia extra te preocupa, usa el SDK asíncrono, que registra fuera de la ruta crítica y no toca la petición original.
Conclusión
Helicone es la vía más rápida para dejar de volar a ciegas con tus llamadas a modelos de lenguaje: cambias una línea, la URL base, y ganas coste, latencia, tokens, sesiones y caché sin refactorizar nada. Su naturaleza open source Apache-2.0 te permite autoalojarlo con Docker en hardware modesto y mantener tus datos dentro. El matiz importante es que, tras la compra por Mintlify en marzo de 2026, está en modo mantenimiento, así que para proyectos que esperen novedades conviene sopesar Langfuse. El siguiente paso es apuntar la URL base de un cliente a Helicone, ver tus primeras trazas y decidir si el proxy te basta o prefieres instrumentar con un SDK.
Fuentes
Código fuente
Accede a todo el código fuente de este artículo en GitHub.
Ver en GitHub
