Estudiamos la estimación no paramétrica de modelos funcionales de índice único generalizado parcialmente lineales, donde el componente sistemático del modelo tiene una forma funcional semiparamétrica flexible con una función de enlace general. Sugerimos un enfoque eficiente y práctico para estimar (I) la función de enlace de índice único, (II) los coeficientes de índice único, así como (III) el componente funcional no paramétrico del modelo. El procedimiento de estimación se desarrolla aplicando cuasi-verosimilitud, splines polinómicos y suavizadores de núcleo. Luego derivamos las propiedades asintóticas, con tasas, de los estimadores de cada componente del modelo. También se establece su normalidad asintótica. Al hacer uso de la aproximación de splines y el algoritmo de puntuación de Fisher, mostramos que nuestro enfoque tiene ventajas numéricas en términos de eficiencia práctica y estabilidad computacional. Se proporciona un estudio computacional sobre datos para ilustrar el buen comportamiento práctico de nuestra metodología.