{"id":121,"date":"2026-03-08T05:23:42","date_gmt":"2026-03-08T05:23:42","guid":{"rendered":"https:\/\/blog.rebalai.com\/es\/2026\/03\/08\/fastapi-vs-django-vs-flask-elegir-el-marco-web-pyt\/"},"modified":"2026-03-18T22:00:24","modified_gmt":"2026-03-18T22:00:24","slug":"fastapi-vs-django-vs-flask-elegir-el-marco-web-pyt","status":"publish","type":"post","link":"https:\/\/blog.rebalai.com\/es\/2026\/03\/08\/fastapi-vs-django-vs-flask-elegir-el-marco-web-pyt\/","title":{"rendered":"FastAPI vs Django vs Flask: Elegir el marco web Python correcto en 2026"},"content":{"rendered":"

Hace tres meses, un colega me pregunt\u00f3 qu\u00e9 framework deber\u00eda usar para su nuevo proyecto. Mi respuesta fue terrible \u2014 le di la t\u00edpica “depende de tu caso de uso” y lo dej\u00e9 igual de perdido que antes. As\u00ed que escribo esto para hacer las cosas bien. He trabajado con los tres frameworks en producci\u00f3n<\/a> en el<\/a> \u00faltimo a\u00f1o, en proyectos distintos y con equipos de<\/a> distinto tama\u00f1o, y tengo opiniones concretas.<\/p>\n

Spoiler: no es una competencia re\u00f1ida para todos los casos. Para algunos escenarios hay una respuesta bastante clara.<\/p>\n

Por qu\u00e9 termin\u00e9 usando los tres en el<\/a> mismo a\u00f1o<\/h2>\n

Mi trabajo principal es en una<\/a> startup de datos<\/a> m\u00e9dicos (equipo de seis personas). Usamos Django. En paralelo, mantengo dos proyectos freelance: uno con Flask, otro con FastAPI. Esto no fue planeado \u2014 fue la acumulaci\u00f3n de decisiones tomadas en distintos momentos con distintos contextos. Pero el resultado es que puedo comparar desde la trinchera, no desde benchmarks de blog.<\/p>\n

El proyecto de Flask tiene cuatro a\u00f1os. FastAPI lo empec\u00e9 en octubre pasado. Django lo hered\u00e9 hace dieciocho meses cuando entr\u00e9 al equipo. No eleg\u00ed los tres libremente desde cero \u2014 y eso importa, porque en el<\/a> mundo real rara vez uno elige sin restricciones.<\/p>\n

Flask: cuando la sencillez es la feature<\/h2>\n

Flask 3.1 sigue siendo Flask. Eso es bueno y malo al mismo tiempo.<\/p>\n

Lo bueno: puedes levantar un servidor funcional en veinte l\u00edneas de c\u00f3digo<\/a> y entender cada una. No hay magia, no hay convenciones impl\u00edcitas, no hay archivos de configuraci\u00f3n misteriosos. Para un equipo peque\u00f1o o un proyecto donde necesitas control total sobre la arquitectura, eso vale mucho.<\/p>\n

from flask import Flask, request, jsonify\nfrom functools import wraps\n\napp = Flask(__name__)\n\n# Sin decoradores fancy, sin inyecci\u00f3n de dependencias \u2014\n# simplemente Python normal que cualquiera puede leer\ndef require_api_key(f):\n    @wraps(f)\n    def decorated(*args, **kwargs):\n        key = request.headers.get("X-API-Key")\n        if key != app.config["API_KEY"]:\n            return jsonify({"error": "Unauthorized"}), 401\n        return f(*args, **kwargs)\n    return decorated\n\n@app.route("\/health")\ndef health():\n    return {"status": "ok"}\n\n@app.route("\/data", methods=["POST"])\n@require_api_key\ndef receive_data():\n    payload = request.get_json()\n    # procesar...\n    return jsonify({"received": True}), 202\n<\/code><\/pre>\n
Este c\u00f3digo lo escrib\u00ed para un cliente hace tres a\u00f1os y sigue corriendo en producci\u00f3n<\/a> sin cambios sustanciales. Esa es la realidad de Flask: estable, predecible, sin sorpresas.<\/p>\n
Pero el problema \u2014 y esto<\/a> me lo ense\u00f1\u00f3 la experiencia \u2014 es que Flask no te<\/a> da nada de forma gratuita. Validaci\u00f3n de datos<\/a>: t\u00fa la construyes. Documentaci\u00f3n de API: t\u00fa la generas. Autenticaci\u00f3n: elige tu extensi\u00f3n, espera que est\u00e9 mantenida, reza. El ecosistema de extensiones de Flask es vasto pero fragmentado, y algunas partes est\u00e1n desactualizadas o abandonadas. Pas\u00e9 una tarde entera en octubre intentando que flask-jwt-extended<\/code> funcionara correctamente con las \u00faltimas versiones de dependencias, y termin\u00e9 reescribiendo la l\u00f3gica manualmente. No fue la mejor tarde de mi vida.<\/p>\n
Flask tiene sentido<\/a> cuando:<\/strong> tu equipo conoce Python bien y quiere construir la arquitectura ellos mismos, el proyecto es una API<\/a> interna simple, o est\u00e1s prototipando algo que puede crecer en cualquier direcci\u00f3n.<\/p>\n
No tiene sentido<\/a> cuando:<\/strong> necesitas un sistema completo con usuarios, permisos, admin, y no quieres construir todo desde cero.<\/p>\n
Django: el elefante que funciona<\/h2>\n
Entr\u00e9 al proyecto de Django con cierto escepticismo. Ten\u00eda la idea \u2014 probablemente injusta \u2014 de que Django era para proyectos<\/a> “de otra \u00e9poca”, para cuando la gente hac\u00eda full-stack con templates HTML generados en servidor. Estaba equivocado, aunque no completamente.<\/p>\n
Lo que me sorprendi\u00f3 fue qu\u00e9 tan s\u00f3lido est\u00e1 el ORM y qu\u00e9<\/a> tan bien funciona Django REST Framework (DRF) para APIs modernas. El proyecto heredado tiene un modelo de<\/a> datos con cuarenta y dos tablas relacionadas entre s\u00ed. Las migraciones de Django manejan eso con una fluidez que, honestamente, no esperaba. Hemos corrido m\u00e1s de trescientas migraciones en dieciocho meses sin un solo problema de integridad de datos<\/a> \u2014 aunque reconozco que parte de ese cr\u00e9dito le pertenece al equipo anterior que dise\u00f1\u00f3 bien el esquema.<\/p>\n
El panel de administraci\u00f3n es otra cosa que subestim\u00e9. Para una startup donde los no-t\u00e9cnicos necesitan acceso a datos, el admin de Django es \u2014 okay, d\u00e9jame ser preciso aqu\u00ed \u2014 no es hermoso, pero funciona. Y personalizarlo es mucho menos doloroso de lo que<\/a> parece al principio.<\/p>\n
Ahora, los problemas reales que encontr\u00e9:<\/p>\n
Primero: la curva de aprendizaje de DRF. No me malinterpreten, DRF es poderoso. Pero la abstracci\u00f3n de ViewSets<\/code>, Routers<\/code>, Serializers<\/code> \u2014 todo junto puede resultar confuso cuando alguien nuevo entra al equipo. Incorporar a un dev junior en enero nos tom\u00f3 casi dos semanas<\/a> solo para que entendiera el patr\u00f3n completo de una sola vista. Eso es tiempo caro.<\/p>\n
Segundo: rendimiento as\u00edncrono. Django 4.2+ tiene soporte async, y Django 5.x lo mejor\u00f3 significativamente. Pero no es async-first \u2014 es async-a\u00f1adido. Para endpoints donde hago m\u00faltiples llamadas a APIs externas en paralelo, el c\u00f3digo async en Django se siente m\u00e1s forzado que natural. No imposible. Solo… inc\u00f3modo.<\/p>\n
Tercero \u2014 y este fue mi momento “empuj\u00e9 esto un viernes<\/a> por la tarde y lo pagu\u00e9 caro”: instal\u00e9 una nueva extensi\u00f3n de Django para un feature de reportes, no la prob\u00e9 lo suficiente en staging, y rompi\u00f3 el endpoint de autenticaci\u00f3n en producci\u00f3n<\/a> a las<\/a> 6pm. No fue la extensi\u00f3n en s\u00ed \u2014 fue una incompatibilidad con nuestra versi\u00f3n de djangorestframework-simplejwt<\/code>. Dos horas de rollback y debugging. La lecci\u00f3n: el ecosistema de Django es grande, pero las incompatibilidades entre paquetes son m\u00e1s frecuentes de lo que<\/a> uno espera.<\/p>\n
Si necesitas un sistema completo \u2014 usuarios, roles, admin, un ORM que gestione cuarenta tablas sin que nadie<\/a> se vuelva loco \u2014 Django es donde yo apostar\u00eda. La convenci\u00f3n sobre configuraci\u00f3n tiene un precio en flexibilidad, pero el tiempo que ahorras en las primeras semanas lo justifica. Y si el equipo va a crecer, la estructura predecible de Django tiene un valor que subestim\u00e9 hasta que<\/a> lo viv\u00ed.<\/p>\n
FastAPI: lo que<\/a> cambi\u00f3 mi forma de pensar sobre APIs<\/h2>\n
Empec\u00e9 el proyecto de FastAPI en octubre sin grandes expectativas. Era un servicio de inferencia para un modelo de<\/a> machine learning \u2014 recibe una imagen, devuelve una clasificaci\u00f3n \u2014 y necesitaba algo r\u00e1pido de construir y con soporte async nativo para manejar las llamadas al modelo sin bloquear.<\/p>\n
La primera semana fue reveladora en un sentido que no anticip\u00e9: la validaci\u00f3n autom\u00e1tica con Pydantic y la generaci\u00f3n autom\u00e1tica de documentaci\u00f3n OpenAPI cambiaron fundamentalmente c\u00f3mo pienso sobre el contrato de una API<\/a>.<\/p>\n
from fastapi import FastAPI, HTTPException, Depends\nfrom pydantic import BaseModel, Field\nimport httpx\n\napp = FastAPI(title="Inference API", version="0.3.1")\n\nclass ImageRequest(BaseModel):\n    url: str = Field(..., description="URL de la imagen a clasificar")\n    confidence_threshold: float = Field(0.7, ge=0.0, le=1.0)\n    # Pydantic valida esto autom\u00e1ticamente \u2014 si mandan 1.5, reciben un 422 claro\n    # No tengo que escribir un solo if\/else de validaci\u00f3n\n\nclass ClassificationResult(BaseModel):\n    label: str\n    confidence: float\n    processing_time_ms: int\n\nasync def get_http_client():\n    async with httpx.AsyncClient(timeout=10.0) as client:\n        yield client\n\n@app.post("\/classify", response_model=ClassificationResult)\nasync def classify_image(\n    req: ImageRequest,\n    client: httpx.AsyncClient = Depends(get_http_client)\n):\n    # El tipo de retorno est\u00e1 documentado autom\u00e1ticamente en \/docs\n    # Y FastAPI valida que mi respuesta tambi\u00e9n sea correcta\n    try:\n        result = await model_service.classify(req.url, client)\n        return ClassificationResult(**result)\n    except TimeoutError:\n        raise HTTPException(status_code=504, detail="Model service timeout")\n<\/code><\/pre>\n
La inyecci\u00f3n de dependencias de FastAPI es, para m\u00ed, uno de sus grandes aciertos. El patr\u00f3n Depends()<\/code> parece simple al principio, pero cuando empiezas a componer dependencias \u2014 un cliente HTTP que depende de una configuraci\u00f3n que depende del entorno \u2014 de repente entiendes por qu\u00e9<\/a> FastAPI lo dise\u00f1\u00f3 as\u00ed. Mi c\u00f3digo de tests tambi\u00e9n se simplific\u00f3 enormemente porque puedo sobreescribir dependencias f\u00e1cilmente.<\/p>\n
Lo que no me esperaba: el rendimiento. No es que Flask o Django sean lentos para la mayor\u00eda de casos \u2014 pero cuando empec\u00e9 a medir tiempos en el<\/a> servicio de ML, la diferencia fue notable. En condiciones de carga moderada (cien requests concurrentes), el endpoint async de FastAPI termin\u00f3 manejando la carga con una latencia media de 45ms versus la versi\u00f3n equivalente en Flask que daba 180ms. Ese no es un n\u00famero de benchmark artificial \u2014 es de Locust corriendo en staging.<\/p>\n
Lo que s\u00ed me frustr\u00f3: el ecosistema de autenticaci\u00f3n todav\u00eda no es tan maduro como Django o incluso Flask. fastapi-users<\/code> funciona bien, pero cuando necesit\u00e9 algo ligeramente fuera del flujo est\u00e1ndar \u2014 un sistema de invitaciones para onboarding de usuarios empresariales \u2014 tuve que escribir bastante l\u00f3gica custom. No es un dealbreaker, pero es trabajo real que hay que presupuestar.<\/p>\n
Tambi\u00e9n: la documentaci\u00f3n de FastAPI es excelente en los casos b\u00e1sicos y se vuelve escasa en los casos avanzados. Los docs oficiales te llevan hasta cierto punto y despu\u00e9s est\u00e1s en Stack Overflow y GitHub issues. En diciembre tuve un problema con WebSocket + autenticaci\u00f3n por cookie que me tom\u00f3 un d\u00eda y medio resolver \u2014 y la soluci\u00f3n estaba en un issue de GitHub<\/a> de 2023 con cuarenta comentarios. No estoy del todo seguro de que ese patr\u00f3n escale bien m\u00e1s all\u00e1 de mi caso de uso, pero funcion\u00f3.<\/p>\n
FastAPI tiene sentido<\/a> cuando:<\/strong> construyes una API<\/a> que va a ser consumida por otros desarrolladores, necesitas async nativo, tienes un componente de ML o IO-intensivo, o quieres que la documentaci\u00f3n se genere sola desde el c\u00f3digo.<\/p>\n
El momento en que par\u00e9 y pens\u00e9: \u00bfqu\u00e9 estoy recomendando realmente?<\/h2>\n
Hace un mes hice este mismo an\u00e1lisis mentalmente para dar feedback en una<\/a> empresa amiga. Son cinco personas, construyendo una herramienta B2B de an\u00e1lisis de datos<\/a> para el sector retail. Necesitan usuarios, permisos por rol, un dashboard para que sus clientes vean reportes, y una API<\/a> para integraciones.<\/p>\n
Mi respuesta, directa: Django.<\/p>\n
No porque sea el m\u00e1s moderno. No porque tenga el mejor<\/a> rendimiento. Sino porque el d\u00eda uno tendr\u00edan un admin funcional para gestionar clientes, el d\u00eda dos podr\u00edan tener autenticaci\u00f3n, y el d\u00eda diez podr\u00edan estar construyendo features reales. El costo de aprendizaje inicial vale la<\/a> velocidad de iteraci\u00f3n que se gana en las semanas dos a veinte.<\/p>\n
Si la misma empresa me dijera “en realidad, el dashboard lo construye el frontend en React, nosotros solo necesitamos una API<\/a>”, el an\u00e1lisis cambia. Ah\u00ed Flask o FastAPI entran en juego dependiendo de si el perfil del equipo es m\u00e1s c\u00f3modo con estructura m\u00ednima (Flask) o quieren validaci\u00f3n y docs autom\u00e1ticas (FastAPI).<\/p>\n
Y si el contexto es un servicio de ML en producci\u00f3n<\/a>, o una API<\/a> de alta concurrencia donde las llamadas a servicios externos son la norma \u2014 FastAPI es donde yo apostar\u00eda hoy.<\/p>\n
Lo que yo har\u00eda en 2026<\/h2>\n
Mi gu\u00eda, sin rodeos:<\/p>\n
Usa Django<\/strong> si construyes un producto con usuarios, roles, contenido, y el equipo va a crecer. La bater\u00eda incluida es real y ahorra semanas. Las migraciones son confiables. El admin es suficientemente bueno para el 80% de las necesidades internas.<\/p>\n
Usa FastAPI<\/strong> si construyes servicios \u2014 APIs puras, microservicios, endpoints de ML, integraciones. El tipado fuerte con Pydantic previene errores que en Flask o Django solo aparecen en producci\u00f3n<\/a>. La documentaci\u00f3n autom\u00e1tica es genuinamente \u00fatil cuando hay clientes externos consumiendo tu API.<\/p>\n
Usa Flask<\/strong> si el proyecto es peque\u00f1o, el equipo lo conoce bien, o la flexibilidad total es realmente necesaria. No lo recomendar\u00eda para proyectos<\/a> nuevos donde no hay una raz\u00f3n espec\u00edfica \u2014 la ventaja de “simplicidad” se erosiona r\u00e1pido cuando necesitas a\u00f1adir la d\u00e9cima extensi\u00f3n.<\/p>\n
Dicho todo esto: si ya tienes c\u00f3digo en producci\u00f3n<\/a> funcionando, el costo de migrar<\/a> normalmente no vale la pena<\/a>. El framework correcto es frecuentemente el que ya est\u00e1 ah\u00ed.<\/p>\n
Anyway \u2014 si tu colega te pregunta qu\u00e9 usar, ahora tienes algo m\u00e1s concreto que “depende”. Espero que ayude.<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Hace tres meses, un colega me pregunt\u00f3 qu\u00e9 framework deber\u00eda usar para su nuevo proyecto.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-121","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/posts\/121","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/comments?post=121"}],"version-history":[{"count":23,"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/posts\/121\/revisions"}],"predecessor-version":[{"id":744,"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/posts\/121\/revisions\/744"}],"wp:attachment":[{"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/media?parent=121"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/categories?post=121"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.rebalai.com\/es\/wp-json\/wp\/v2\/tags?post=121"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}