Mejores LLMs de código abierto de 2026

De las 58 opciones de LLMs de código abierto que hemos analizado, ahora mismo las mejores son MiMo-V2.6-Pro, Qwen3.8-27B y Gemma 4. Cada una aparece según nuestra nota, con su precio, nuestro veredicto y para quién es.

Por Andrew Miller · Actualizado el 2 nov 2026 · Cómo analizamos

Cómo clasificamos: por nuestra nota sobre 5, a partir de reseñas basadas en los precios, la documentación y las políticas de cada producto, además de benchmarks independientes cuando existen, todo comprobado en la fecha que indica cada reseña. No cobramos comisiones de afiliación. Los modelos cuya API alojada ha retirado su creador siguen en la lista por sus pesos abiertos y aparecen marcados.

1
MiMo-V2.6-Pro
Licencia y datos: Pesos bajo MIT. La política de privacidad de MiMo de Xiaomi dice que los datos se almacenan en Singapur y se eliminan o anonimizan tras su periodo de retención; la aplicación Desktop entrena con las entradas salvo que te excluyas. Pasarelas de terceros informan de que la API de Xiaomi no entrena con el tráfico, algo que deberían confirmar las condiciones de la API de Xiaomi.
Cómo ejecutarlo: $0,435/$0,87 por millón de tokens, con un 99 % de descuento por caché y batch a mitad de precio. 1.000 tareas de agente de 500K tokens de entrada y 30K de salida cuestan unos $244 sin caché; con Flash serían unos $78.
Precio: Pesos abiertos bajo MIT. API de Xiaomi: Pro $0,435 de entrada / $0,87 de salida por 1M de tokens, entrada en caché $0,004; Flash $0,14 / $0,28; Pro UltraSpeed $4,35 / $8,70; Batch API a mitad de precio.
Lee nuestra reseña de MiMo-V2.6-Pro
4.5/5
2
Qwen3.8-27B
Licencia y datos: Apache 2.0: uso comercial sin límites de ingresos ni anexo de uso aceptable. La ficha de Qwen Cloud no publica condiciones de retención ni de entrenamiento, y su endpoint de ejemplo está en Singapur (ap-southeast-1).
Cómo ejecutarlo: Autoalojado: 16,5 GB a 4 bits, 29 GB a 8 bits, 31 GB en FP8 y unos 56 GB de pesos en BF16, antes de la caché KV. Alojado: Qwen Cloud a 0,50 $/3,00 $ por 1M de tokens; los proveedores de OpenRouter van de unos 0,04 $/1,25 $ a 0,45 $/3,20 $.
Precio: Pesos gratuitos bajo Apache 2.0. Qwen Cloud: 0,50 $ de entrada / 3,00 $ de salida por 1M de tokens (0,10 $ en caché). Proveedores de terceros en OpenRouter desde unos 0,04 $ / 1,25 $.
Lee nuestra reseña de Qwen3.8-27B
4.5/5
3
Gemma 4
Licencia y datos: Autoalojado, así que los datos se quedan donde lo ejecutes. Apache 2.0 permite uso comercial y fine-tuning sin tope de ingresos ni anexo de uso aceptable.
Cómo ejecutarlo: Los pesos son gratuitos. El 31B necesita unos 62 GB en BF16 (una tarjeta de 80 GB) o 17,7 GB en 4 bits; el 26B A4B ocupa 14,4 GB, el 12B 7,0 GB y el E4B 5,2 GB en 4 bits. OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a $0,08/$0,26 por 1M de tokens.
Precio: Pesos gratuitos bajo Apache 2.0. Alojado en Google Cloud y en terceros; OpenRouter ofrece 31B a $0,20/$0,40 y 26B A4B a unos $0,08/$0,26 por 1M de tokens.
Lee nuestra reseña de Gemma 4
4.4/5
4
GLM-5.3
Licencia y datos: La API de Z.ai opera desde Singapur y sus condiciones de tratamiento de datos dicen que procesa los datos de clientes en su nombre y no almacena las entradas ni las salidas de la API, que se procesan en tiempo real; no se publica una declaración explícita sobre entrenamiento con los prompts de la API. Autoalojarlo mantiene los datos en casa.
Cómo ejecutarlo: Z.ai cobra $1,40/$4,40 por 1M de tokens, con la entrada en caché a $0,26 y el almacenamiento en caché gratuito por tiempo limitado. Artificial Analysis lo sitúa en $2,01 por tarea del índice, frente a $0,72 de GPT-6.1 Sol. Autoalojarlo supone unos 753 GB de pesos FP8 más la memoria de caché.
Precio: Pesos abiertos bajo una licencia MIT modificada. API de Z.ai: $1,40 de entrada / $0,26 en caché / $4,40 de salida por 1M de tokens; GLM-5.3-Flash $0,15 / $0,50.
Lee nuestra reseña de GLM-5.3
4.4/5
5
SAM 3 (Segment Anything Model 3)
Licencia y datos: Autoalojado, las imágenes y el vídeo se quedan en tu hardware. La SAM License permite el uso comercial pero prohíbe los usos militares, los relacionados con ITAR y otros sujetos a control comercial, así como la ingeniería inversa, y el acceso restringido recoge nombre, fecha de nacimiento, país y afiliación según la política de privacidad de Meta.
Cómo ejecutarlo: Con 848M de parámetros basta una GPU de centro de datos para servirlo; Meta comunica 30 ms por imagen con más de 100 objetos en una H200, y SAM 3.1 a 32 fotogramas por segundo en una H100 con un número medio de objetos. El precio alojado de Roboflow sigue sus propios planes.
Precio: Gratuito con la SAM License tras un registro con acceso restringido en Hugging Face; uso comercial permitido con restricciones militares, de ITAR y de ingeniería inversa. El uso alojado a través de Roboflow se factura según los planes de Roboflow.
Lee nuestra reseña de SAM 3 (Segment Anything Model 3)
4.4/5
6
DeepSeek-V4-Pro
Licencia y datos: Los pesos abiertos tienen licencia MIT sin restricciones comerciales ni de ingresos. La política de privacidad de DeepSeek (febrero de 2026) dice que los datos se almacenan en China, incluye el entrenamiento de modelos entre los usos de las entradas de los usuarios y solo ofrece la exclusión escribiendo a privacy@deepseek.com.
Cómo ejecutarlo: En la API, 1B de tokens de entrada al mes con un 70% de aciertos de caché más 100M de tokens de salida cuesta unos 820 $ a tarifas de horas punta o 410 $ en horas valle. El autoalojamiento necesita unos 865 GB solo para los pesos, lo que según nuestras cuentas supone al menos un servidor de ocho GPU H200 (1,1 TB de HBM), y más para contextos completos de 1M de tokens.
Precio: Pesos gratuitos con licencia MIT. API de DeepSeek: 0,66 $ de entrada / 1,98 $ de salida por 1M de tokens en horas valle, 1,32 $ / 3,96 $ en horas punta; aciertos de caché desde 0,022 $.
Lee nuestra reseña de DeepSeek-V4-Pro
4.3/5
7
GLM-5.3-Flash
Licencia y datos: Las condiciones de datos de la API de Z.ai dicen que los prompts y resultados se procesan en tiempo real y no se almacenan, y que los datos de clientes se procesan en general en Singapur. Las condiciones no dicen nada sobre entrenamiento en ningún sentido, y no se publica ninguna certificación SOC 2 o ISO. Z.ai sirve el modelo en aceleradores fabricados en China.
Cómo ejecutarlo: En Z.ai, 2B de tokens de entrada (80 % en caché) y 200M de tokens de salida al mes cuestan unos $208; con GLM-5.3 serían unos $1.856. Autoalojarlo supone unos 330 GB de pesos FP8 más la caché KV, más de lo que caben en cuatro GPU de 80 GB, así que cuenta con un nodo de ocho GPU.
Precio: Pesos abiertos bajo MIT. API de Z.ai: $0,15 de entrada / $0,50 de salida por 1M de tokens ($0,03 en caché); FlashX $0,37 / $1,25.
Lee nuestra reseña de GLM-5.3-Flash
4.3/5
8
Kimi K3
Licencia y datos: La política de privacidad de Moonshot permite entrenar con el contenido de los usuarios sin describir exención para la API, conserva los datos mientras la cuenta está activa y los almacena en Singapur; no se cita certificación SOC 2 ni ISO. La licencia exime al uso interno de sus cláusulas de ingresos y de atribución.
Cómo ejecutarlo: $3/$15 por millón de tokens, $0,30 en caché, con cargos adicionales por escrituras en caché de 5 minutos o 1 hora. 1.000 tareas de agente de 500K tokens de entrada y 30K de salida cuestan unos $1.950 sin caché; Fireworks ofrece un endpoint a $2,10/$10,50.
Precio: Pesos abiertos bajo una licencia MIT modificada. API de Kimi: $3 de entrada / $15 de salida por 1M de tokens; entrada en caché $0,30.
Lee nuestra reseña de Kimi K3
4.3/5
9
DeepSeek-V4.1-Flash
Licencia y datos: Pesos bajo MIT sin restricciones de uso. En el servicio de DeepSeek, la política de privacidad (actualizada el 10 de febrero de 2026) dice que los datos se almacenan en China, se conservan mientras exista la cuenta y pueden entrenar modelos, con exclusión a petición; no se publican condiciones de retención específicas para la API.
Cómo ejecutarlo: 10.000 millones de tokens de entrada y 1.000 millones de salida al mes cuestan unos 2.100 $ en horas valle o 4.200 $ en horas punta en DeepSeek; la entrada en caché cuesta 0,003 $ por millón en horas valle. Search y Fetch suman 0,75 $ cada 1.000 llamadas correctas cada una, así que un agente que hace 20 búsquedas por tarea en 10.000 tareas paga 150 $ al mes por las búsquedas; gratis a través de los arneses hasta el 31 de octubre de 2026, 16:00 UTC. El autoalojamiento necesita más de 765 GB de memoria de GPU solo para los pesos, y las notas de despliegue de DeepInfer sitúan la unidad eficiente más pequeña de DeepSeek en 64 GPU de prefill más 64 de decodificación.
Precio: Pesos gratuitos con licencia MIT. API de DeepSeek: 0,15 $ de entrada / 0,60 $ de salida por 1M de tokens en horas valle, 0,30 $ / 1,20 $ en horas punta de días laborables; aciertos de caché de 0,003 $ a 0,006 $.
Lee nuestra reseña de DeepSeek-V4.1-Flash
4.2/5
10
Hy4 preview
Licencia y datos: Pesos bajo Apache 2.0 sin condiciones adicionales. Las condiciones del sitio chino de Tencent Cloud dicen que no usará las entradas para mejorar sus propios modelos; la retención no se indica públicamente. Los modelos de otros laboratorios en TokenHub siguen sus propias condiciones.
Cómo ejecutarlo: $0,834/$2,501 por millón de tokens en TokenHub. 1.000 tareas de agente de 500K tokens de entrada y 30K de salida cuestan unos $492 sin caché. Autoalojar en FP8 requiere ocho GPU de clase B300.
Precio: Pesos abiertos bajo Apache 2.0. Tencent Cloud TokenHub: ¥6 de entrada / ¥18 de salida por 1M de tokens, o $0,834 / $2,501 a nivel internacional, entrada en caché $0,042. OpenRouter desde unos $0,75 / $2,25. Hy3: $0,13 / $0,53.
Lee nuestra reseña de Hy4 preview
4.2/5
11
Qwen3.8-Flash-Next
Licencia y datos: Qwen Community License 1.0: se permite el uso comercial; hay que mostrar el nombre del modelo por encima de 100 millones de usuarios mensuales o 20 millones de dólares de ingresos mensuales; licencia aparte para negocios de modelo como servicio y de asistentes de IA de programación u ofimática de cualquier tamaño. La documentación de seguridad de datos de Qwen Cloud trata el cifrado y el almacenamiento en la región, pero no publica periodo de retención ni política de entrenamiento.
Cómo ejecutarlo: Alojado: 0,15 $ de entrada y 0,47 $ de salida por millón de tokens y 0,016 $ por acierto de caché; se ofrece Batch sin descuento publicado. Autoalojado: unos 360 GB de pesos en BF16 o 180 GB en FP8, así que un servidor con varias H100 o H200 antes de la caché KV.
Precio: Pesos abiertos bajo la Qwen Community License 1.0 (licencia aparte para negocios de alojamiento y de asistentes de IA). API de Qwen3.8-Flash: 0,15 $ de entrada / 0,47 $ de salida por 1M de tokens; aciertos de caché a 0,016 $.
Lee nuestra reseña de Qwen3.8-Flash-Next
4.2/5
12
Qwen3.8-Max
Licencia y datos: La licencia permite el uso comercial; hay que mostrar el nombre del modelo por encima de 100 millones de usuarios mensuales o 20 millones de dólares de ingresos mensuales; licencia aparte para negocios de modelo como servicio o de asistentes de trabajo de IA por encima de 50 millones de dólares de ingresos anuales; el uso interno está exento. La documentación de seguridad de datos de Qwen Cloud trata el cifrado y el almacenamiento en la región, pero no publica periodo de retención ni política de entrenamiento.
Cómo ejecutarlo: 10 millones de tokens de entrada y 2 millones de salida al día, un asistente interno con mucho uso, cuestan unos 32 $ al día o aproximadamente 960 $ al mes a precio de tarifa; las lecturas de caché explícitas a 0,17 $ reducen más de un 90 % el coste del contexto repetido.
Precio: Pesos abiertos bajo la licencia Qwen3.8-Max. API de Qwen Cloud: 2 $ de entrada / 6 $ de salida por 1M de tokens; lecturas de caché a 0,17 $ (explícita) o 0,25 $ (implícita).
Lee nuestra reseña de Qwen3.8-Max
4.2/5
13
Step 5 Preview
Licencia y datos: Pesos bajo la StepFun Model License 1.0: obligación de mostrar la marca por encima de 100 millones de usuarios o 20 millones de dólares de ingresos mensuales, licencia comercial para fabricantes de dispositivos y empresas MaaS con más de 20 millones de dólares al año, uso interno exento. Las condiciones de la API de StepFun permiten entrenar con el tráfico de los programas Startup y de acceso anticipado; las condiciones para el resto del tráfico de pago no son explícitas.
Cómo ejecutarlo: 1,00 $/2,70 $ por millón de tokens con un 90% de descuento en la entrada en caché. 1.000 tareas de agente de 500K tokens de entrada y 30K de salida cuestan unos 581 $ sin caché. Alojado por uno mismo, FP8 necesita cuatro GPU B300 u ocho H200; BF16 necesita ocho B300 o dieciséis H200.
Precio: Pesos abiertos bajo la StepFun Model License 1.0. API de StepFun: 1,00 $ de entrada / 2,70 $ de salida por 1 millón de tokens, 90% de descuento en la entrada en caché; mismo precio en OpenRouter y DeepInfra.
Lee nuestra reseña de Step 5 Preview
4.2/5
14
Ministral 3 (3B, 8B and 14B)
Licencia y datos: Apache 2.0 sin restricciones de uso cuando se aloja por cuenta propia. En la API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que te excluyas; los usuarios de pago por uso pueden excluirse.
Cómo ejecutarlo: De $0,10 a $0,20 por millón de tokens en la API de Mistral, con batch a mitad de precio. Por cuenta propia, el 14B en FP8 necesita una GPU de 24 GB; el 3B funciona en teléfonos y placas Jetson.
Precio: Pesos abiertos bajo Apache 2.0. API de Mistral: 14B $0,20, 8B $0,15, 3B $0,10 por 1M de tokens, igual para entrada y salida; batch a mitad de precio.
Lee nuestra reseña de Ministral 3 (3B, 8B and 14B)
4.1/5
15
Muse Glimmer
Licencia y datos: Apache 2.0 permite el uso comercial sin tope de ingresos. En local, nada sale de la máquina; en OpenRouter se aplican las condiciones del proveedor de alojamiento. Los datos de entrenamiento de Meta incluyen información de sus propios productos y servicios.
Cómo ejecutarlo: Local: una tarjeta de 24 GB para la versión de 17 GB, 32 GB para la versión casi sin pérdidas y 64 GB para la precisión completa. Alojado: $0,30/$1,20 por 1M de tokens en DeepInfra y $0,35/$1,50 en Together, así que 300M de entrada y 60M de salida al mes cuestan unos $162.
Precio: Pesos gratuitos bajo Apache 2.0; sin API de Meta. Alojado en OpenRouter desde $0,30 por 1M de tokens de entrada y $1,20 por 1M de tokens de salida (DeepInfra).
Lee nuestra reseña de Muse Glimmer
4.1/5
16
Nemotron 3.5 Super VL
Licencia y datos: OpenMDW-1.1 permite el uso comercial. Autoalojarlo mantiene los datos en casa; los proveedores alojados fijan sus propias condiciones de retención, y OpenRouter no ofrece enrutamiento dentro de la UE para este modelo.
Cómo ejecutarlo: Con los 0,15 $/0,50 $ de OpenRouter, 1M de turnos de agente al mes con 8K tokens de entrada y 1K de salida salen por unos 1.700 $, antes de que su prolijidad infle la salida. Autoalojarlo en BF16 supone cuatro H100 por réplica; NVFP4 cabe en un despliegue Blackwell más pequeño.
Precio: Pesos gratuitos bajo OpenMDW-1.1. Alojado: OpenRouter desde 0,15 $ de entrada / 0,50 $ de salida por 1M de tokens, más una variante gratuita; NVIDIA NIM y otros proveedores con precios propios.
Lee nuestra reseña de Nemotron 3.5 Super VL
4.1/5
17
gpt-oss-120b
Licencia y datos: Apache 2.0 sin restricciones de uso en la licencia. En autoalojamiento, los prompts se quedan en tu hardware; en servicios alojados, la retención sigue las condiciones de cada proveedor, y el enrutamiento solo por la UE de OpenRouter requiere un plan Business o Enterprise.
Cómo ejecutarlo: 1.000 millones de tokens de entrada y 250 millones de salida al mes cuestan unos 300 $ a 0,15 $/0,60 $ por millón; el modo batch de Bedrock reduce su tarifa a la mitad. El autoalojamiento necesita una GPU de 80 GB para inferencia y un nodo H100 para el fine-tuning.
Precio: Pesos gratuitos bajo Apache 2.0; los precios alojados varían según el proveedor.
Lee nuestra reseña de gpt-oss-120b
4.0/5
18
Granite 4.2
Licencia y datos: Apache 2.0, abierto al uso comercial y de investigación sin límites por ámbito de uso; en autoalojamiento, los prompts se quedan en tu hardware.
Cómo ejecutarlo: La API de IBM cobra 0,16 $ por millón de tokens de entrada y 0,65 $ por millón de salida, con un descuento del 75 % en los aciertos de caché. En autoalojamiento, el 30B necesita unos 18 GB a 4 bits o 31 GB a 8 bits.
Precio: Pesos gratuitos bajo Apache 2.0; el alojamiento en watsonx y en terceros se factura aparte.
Lee nuestra reseña de Granite 4.2
4.0/5
19
LFM3
Licencia y datos: Autoalojarlo mantiene los datos en local. La LFM Open License v1.0 permite el uso comercial solo por debajo de $10 millones de ingresos anuales, con una excepción para la investigación sin ánimo de lucro; la promesa de no entrenar que figura en la página de precios de Liquid se refiere a despliegues a medida, y allí no se publican las condiciones de retención de la API.
Cómo ejecutarlo: A las tarifas publicadas por VentureBeat, 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos $100 con LFM3-1.7B y $150 con LFM3-VL-2B, con los tokens de audio aparte a $2 de entrada y $10 de salida por millón en Audio y Omni. Autoalojarlo requiere de 1,05 a 1,10 GB a 4 bits, 1,85 GB en Q8_0 o 3,47 GB en BF16; Liquid indica 3.600 millones de tokens al día en una B300.
Precio: Pesos gratuitos bajo la LFM Open License (uso comercial solo por debajo de $10M de ingresos anuales). API de Liquid, según VentureBeat a partir de la consola con sesión iniciada: LFM3-1.7B $0,08 de entrada / $0,20 de salida por 1M de tokens; VL $0,10 / $0,50; Audio y Omni $0,10 / $1,00 más los tokens de audio. Decisiones d1 alojadas a $0,02 por 1M de entrada, salida gratis.
Lee nuestra reseña de LFM3
4.0/5
20
Ling-3.1-flash
Licencia y datos: Pesos bajo MIT, con un resumen público del contenido de entrenamiento. No encontramos las condiciones de privacidad y retención de la API de inclusionAI en sus páginas del modelo ni en OpenRouter; autoalójalo para datos sensibles.
Cómo ejecutarlo: A $0,30/$0,90, 1.000 tareas de agente de 500K tokens de entrada y 30K de salida cuestan unos $177 sin caché, antes de su salida de razonamiento superior a la media. Al precio publicado en OpenRouter, alrededor de una cuarta parte.
Precio: Pesos abiertos bajo MIT. API de inclusionAI: $0,30 de entrada / $0,90 de salida por 1M de tokens, caché $0,06, según Artificial Analysis; OpenRouter indica $0,075 / $0,225.
Lee nuestra reseña de Ling-3.1-flash
4.0/5
21
MiniCPM-V 4.7 (35B-A3B and 1B)
Licencia y datos: Se aloja por cuenta propia, así que las imágenes y los documentos se quedan en tu hardware. Apache 2.0 permite el uso comercial, la modificación y la redistribución sin tope de ingresos.
Cómo ejecutarlo: Los pesos son gratuitos. El 35B necesita unos 68 GB de VRAM a precisión completa (una H100 en la prueba de MindStudio), 36,90 GB en Q8_0 o 21,17 GB en Q4_K_M; el 1B ocupa 0,67 GB en Q4_K_M más 1,11 GB para visión. No se publica ningún precio alojado por token.
Precio: Pesos Apache 2.0 gratuitos para ambos tamaños. No hay precio alojado propio publicado; pagas tu propio hardware.
Lee nuestra reseña de MiniCPM-V 4.7 (35B-A3B and 1B)
4.0/5
22
MiniCPM5-2B
Licencia y datos: Apache 2.0 para código y pesos, sin tope de ingresos ni anexo de uso aceptable. Solo se aloja por cuenta propia, así que los prompts se quedan en tu hardware; ningún proveedor de inferencia de Hugging Face lo ofrece.
Cómo ejecutarlo: No existe precio alojado, así que el coste es el hardware: unos 5 GB de pesos BF16, 2,68 GB en Q8_0 y 1,56 GB en Q4_K_M, que caben en una sola GPU de consumo o en un portátil con margen para el contexto. OpenBMB no publica cifras de rendimiento para dimensionar una flota.
Precio: Pesos y datos de entrenamiento gratuitos bajo Apache 2.0.
Lee nuestra reseña de MiniCPM5-2B
4.0/5
23
MiniMax-M3.1-Flash
Licencia y datos: Licencia: el uso comercial exige un crédito «Built with MiniMax M3.1-Flash» y un aviso único a MiniMax; los productos con más de 20 millones de dólares de ingresos anuales necesitan autorización previa por escrito; el uso militar está prohibido. Las condiciones de retención y entrenamiento de la API de MiniMax no estaban publicadas en las páginas que pudimos leer.
Cómo ejecutarlo: 10.000 millones de tokens de entrada y 1.000 millones de salida al mes cuestan unos $2.100 en la API de MiniMax, con la entrada en caché a $0,015 por millón; el razonamiento con esfuerzo max infla la parte de salida. Alojarlo por cuenta propia exige unos 250 GB de memoria de GPU para los pesos MXFP8 antes de la caché KV, dentro de un nodo de ocho H100 de 80 GB.
Precio: Pesos abiertos bajo la licencia comunitaria de MiniMax. API de MiniMax por 1M de tokens, con tarifa plana para cualquier longitud de prompt: $0,15 de entrada, $0,60 de salida, $0,015 de entrada en caché.
Lee nuestra reseña de MiniMax-M3.1-Flash
4.0/5
24
Muse Spark Open
Licencia y datos: Muse Model License: uso, modificación, destilación y redistribución gratuitos; atribución obligatoria en cada producto; los proveedores de modelo como servicio con más de 20M de dólares de ingresos anuales necesitan un acuerdo aparte. Meta no reclama la propiedad de los resultados. Alojado por cuenta propia, nada sale de tu infraestructura.
Cómo ejecutarlo: Por cuenta propia: NVFP4 (unos 537 GB) en un nodo Blackwell de cuatro GPU, BF16 (unos 1,65 TB) en ocho B300, o dos Mac Studio M5 Ultra de 512 GB. Alojado, un millón de respuestas de soporte al mes con 3.000 tokens de entrada y 500 de salida cuesta unos $5.875 a las tarifas de OpenRouter.
Precio: Pesos gratuitos bajo la Muse Model License (atribución obligatoria; umbral de 20M de dólares de ingresos para el modelo como servicio). Alojado en OpenRouter a $1,25 de entrada, $0,15 en caché y $4,25 de salida por 1M de tokens.
Lee nuestra reseña de Muse Spark Open
4.0/5
25
Ternary Bonsai 2 9B
Licencia y datos: Apache 2.0, como el modelo base Qwen3.5-9B, sin tope de ingresos ni restricciones de uso más allá de la licencia. Ejecutándolo en local, los prompts y las imágenes se quedan en el dispositivo.
Cómo ejecutarlo: Gratis en hardware propio: el archivo PTQ1_0 de 2,00 GB es el más pequeño y el archivo MTP de 2,68 GB añade decodificación especulativa. PrismML cita hasta 179 tokens por segundo en un M5 Max y hasta 5 veces el rendimiento del modelo a precisión completa en una RTX 4090 y un M5 Pro. Los precios de Darkbloom no se publican.
Precio: Gratuito bajo Apache 2.0. Alojado en la consola de Darkbloom; precios no publicados.
Lee nuestra reseña de Ternary Bonsai 2 9B
4.0/5
26
Flint
Licencia y datos: En local, nada sale de la máquina. El endpoint de OpenRouter lo sirve Recursive; la ficha dice que las condiciones y prácticas de datos del servicio alojado son independientes de la licencia de los pesos, y no encontramos condiciones de retención publicadas.
Cómo ejecutarlo: Pesos gratis. En local, un Mac o una GPU con 48 GB de memoria para las versiones de 4 bits; en servidores, una H200 o B300 por réplica BF16 (unos 80 GB). Alojado: gratis y con límites en OpenRouter; no hay precio de pago por token publicado.
Precio: Pesos abiertos gratuitos bajo Apache 2.0; endpoint gratuito con límites de uso en OpenRouter. API de pago de Flint para socios seleccionados, precio no publicado.
Lee nuestra reseña de Flint
3.9/5
27
Kolibri 1
Licencia y datos: Apache 2.0 sin política de uso aceptable aparte ni límite de ingresos. Al autoalojarlo, los prompts se quedan en tus servidores; Aleph Alpha dice que el trabajo específico para clientes nunca entrena con datos de clientes.
Cómo ejecutarlo: Los pesos FP8 ocupan unos 78 GB. Aleph Alpha indica como mínimo una H200, B200 o B300, o dos A100 o H100 de 80 GB, y recomienda dos H100 o dos H200 para servirlo. No se publica precio alojado por token.
Precio: Gratuito bajo Apache 2.0. Sin API alojada pública; despliegue empresarial a través del equipo de ventas de Aleph Alpha, con precios no publicados.
Lee nuestra reseña de Kolibri 1
3.9/5
28
Mage-VL-Cowork
Licencia y datos: Solo autoalojado. Apache 2.0, pero la nota de IA responsable de Microsoft dice que es solo para investigación, con datos de entrenamiento de fuentes públicas, con licencia e internas. La ficha exige sandboxes aislados, ninguna credencial montada y listas de red permitidas contra la inyección de prompts.
Cómo ejecutarlo: Los pesos en BF16 ocupan 9,48 GB y un cálculo de ModelFit sitúa una caché completa de 32K tokens en unos 4,8 GB, así que en una GPU de 24 GB caben ambos. Microsoft no publica un hardware mínimo; en sus pruebas cada tarea promedió 18,77 llamadas al modelo y 5.499 tokens de salida.
Precio: Gratuito con licencia Apache 2.0, aunque el repositorio de Microsoft dice que los modelos Mage son para investigación y no están pensados para desplegarse en productos o servicios. Sin API alojada.
Lee nuestra reseña de Mage-VL-Cowork
3.9/5
29
MiniMax-M3
Licencia y datos: Licencia: el uso comercial exige un crédito «Built with MiniMax M3» y un aviso a MiniMax; los productos con más de 20 millones de dólares de ingresos anuales necesitan permiso previo por escrito; no se permite el uso militar. Las condiciones de la API de MiniMax te dejan la propiedad, pero le permiten usar las entradas y el contenido generado para desarrollar y mejorar sus servicios; no se publica opción de exclusión ni periodo de retención.
Cómo ejecutarlo: 1M de respuestas de soporte al mes, con 2.000 tokens de entrada y 300 de salida cada una, cuestan unos $960 en el nivel estándar, menos con prompts de sistema en caché. Alojarlo en BF16 exige unos 850 GB de memoria de GPU antes de la caché KV: un nodo de ocho H200 o B200, o más de un nodo H100.
Precio: Pesos abiertos bajo la licencia comunitaria de MiniMax. API por 1M de tokens en prompts de hasta 512K: $0,30 de entrada, $1,20 de salida, $0,06 en caché; el doble por encima de 512K; nivel prioritario 1,5x.
Lee nuestra reseña de MiniMax-M3
3.9/5
30
Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
Licencia y datos: Autoalojado, así que los datos se quedan en local. OpenMDW-1.1 permite el uso comercial sin límite de ingresos; los derechos se pierden si demandas por patentes o derechos de autor sobre el modelo. NVIDIA publica sus conjuntos de datos de preentrenamiento y postentrenamiento, pero indica muchas fuentes como privadas.
Cómo ejecutarlo: Los pesos son gratis y Artificial Analysis no indica precio por uso para el 74B. Hardware: una GPU de 32 GB para 65K de contexto o de 48 GB para 262K en el 74B; E4B alcanza un pico de entre 3,1 y 5,0 GB en las pruebas de NVIDIA, desde una RTX 5070 hasta Jetson Orin.
Precio: Pesos abiertos gratuitos bajo OpenMDW-1.1. No se ha publicado precio de API por uso para ninguno de los dos modelos; E4B tiene un endpoint en build.nvidia.com.
Lee nuestra reseña de Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
3.9/5
31
Sage-A1.5
Licencia y datos: Apache 2.0, sin restricciones de uso. Las condiciones de datos de la prueba alojada de Intern Discovery no figuran en la ficha del modelo; autoaloja para trabajo sensible.
Cómo ejecutarlo: Unos 72GB en BF16 para 35.950 millones de parámetros, es decir, una GPU de 80GB con poca caché libre; la versión FP8 lo reduce a la mitad, y el GGUF Q4_K_M funciona en llama.cpp, Ollama y LM Studio.
Precio: Pesos abiertos bajo Apache 2.0; prueba gratuita en el plan de tokens Intern Discovery de Shanghai AI Lab; precios de la API de pago no publicados.
Lee nuestra reseña de Sage-A1.5
3.9/5
32
Beam
Licencia y datos: Apache 2.0, con la Usage Policy de Reflection recomendada junto a ella. En la API de Reflection, la cabecera reflection-data-retention de cada respuesta indica retención zero, standard o contributor; solo las condiciones contributor, que una organización debe aceptar, permiten entrenar con tus peticiones.
Cómo ejecutarlo: 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos 520 $ en Together AI o Baseten y unos 350 $ en Nebius. Alojarlo uno mismo requiere 273 GiB en NVFP4, 468,72 GiB en FP8 o 933,81 GiB en BF16 antes de cualquier caché KV.
Precio: Pesos gratuitos bajo Apache 2.0. API de Reflection gratuita en beta pública con límites diarios. Alojado: Together AI y Baseten 0,40 $ de entrada / 0,04 $ en caché / 1,20 $ de salida por 1 millón de tokens; OpenRouter desde 0,24 $ / 0,98 $.
Lee nuestra reseña de Beam
3.8/5
33
Command A+
Licencia y datos: Con los pesos autoalojados, los datos se quedan en casa bajo Apache 2.0. La plataforma de API de Cohere es SOC 2 Type II; para clientes de pago borra los prompts y las generaciones registrados a los 30 días y trata el uso para entrenamiento como algo que se desactiva en Data Controls (no indica el valor por defecto), con retención cero solo para clientes empresariales aprobados; los despliegues privados funcionan en tu VPC, en tus instalaciones o en Model Vault, donde Cohere dice no tener acceso.
Cómo ejecutarlo: El autoalojamiento necesita dos H100 o una B200 en W4A4, cuatro H100 en FP8 y ocho en BF16. En la nube, 1M de respuestas RAG al mes con 8.000 tokens de entrada y 400 de salida cuesta unos 3.000 $ a los 0,30 $/1,50 $ de OpenRouter.
Precio: Pesos gratuitos bajo Apache 2.0. Tarifa de la API de Cohere no publicada; OpenRouter indica 0,30 $ de entrada / 1,50 $ de salida por 1M de tokens. Despliegue privado bajo presupuesto.
Lee nuestra reseña de Command A+
3.8/5
34
gpt-oss-20b
Licencia y datos: Autoalojado, así que los prompts se quedan en local. Apache 2.0 permite el uso comercial y el fine-tuning; la política de uso solo exige cumplir la ley aplicable.
Cómo ejecutarlo: Los pesos son gratuitos y caben en una GPU de 16 GB. Alojado en OpenRouter desde 0,018 $ de entrada y 0,09 $ de salida por 1 M de tokens, así que 1 M de respuestas cortas al mes cuesta bastante menos de 100 $; Artificial Analysis lo sitúa en unos 0,01 $ por tarea del índice.
Precio: Pesos gratuitos bajo Apache 2.0. Alojado desde 0,018 $ de entrada / 0,09 $ de salida por 1 M de tokens en OpenRouter; Artificial Analysis recoge 0,07 $ / 0,25 $.
Lee nuestra reseña de gpt-oss-20b
3.8/5
35
LFM2.5-24B-A2B
Licencia y datos: Autoalojarlo mantiene los datos en local. La LFM Open License v1.0 permite el uso comercial solo a organizaciones con menos de $10 millones de ingresos anuales, con una excepción para la investigación sin ánimo de lucro.
Cómo ejecutarlo: En OpenRouter, 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos $120; con los $0,10/$1,00 de Liquid Console, unos $200. Autoalojarlo requiere de 13,58 a 14,53 GB a 4 bits, 25,49 GB en Q8_0 o 47,96 GB en BF16.
Precio: Pesos gratuitos bajo la LFM Open License (uso comercial solo por debajo de $10M de ingresos anuales). Liquid Console: $0,10 de entrada / $1,00 de salida por 1M de tokens; OpenRouter: $0,05 / $0,70.
Lee nuestra reseña de LFM2.5-24B-A2B
3.8/5
36
Ling-3.0-flash-Sante
Licencia y datos: Los pesos MIT permiten autoalojarlo sin restricciones, la vía más segura para datos de pacientes. En Vercel el único proveedor es Novita, y la página del gateway no lo marca como de retención cero ni sin entrenamiento; revisa las condiciones de Novita antes de enviar información sanitaria.
Cómo ejecutarlo: Autoalojarlo requiere cuatro GPU de 141 GB u ocho GPU de 80 GB para el contexto completo de 256K. En versión alojada, 100 millones de tokens de entrada y 20 millones de salida al mes cuestan unos $11,40 al precio de referencia de Vercel, antes de los tokens de razonamiento.
Precio: Pesos abiertos bajo MIT. Vercel AI Gateway: $0,07 entrada / $0,22 salida por 1M de tokens (fila de Novita: $0,08 entrada, $0,02 en caché).
Lee nuestra reseña de Ling-3.0-flash-Sante
3.8/5
37
Mistral Medium 3.5
Licencia y datos: MIT modificada: solo se puede usar si los ingresos mensuales de tu empresa son inferiores a 20 millones de dólares. En Mistral Studio, las entradas y salidas del modo gratuito pueden usarse para entrenar, los clientes de pago por uso pueden excluirse y Vibe entrena por defecto salvo en Enterprise.
Cómo ejecutarlo: 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos $2.250 a precio de lista, o unos $1.125 con el 50 % de descuento de batch; la misma carga en Large 4 cuesta unos $1.778. Alojarlo supone unos 134 GB de pesos, sobre todo en FP8, así que cuatro GPU de 80 GB como mínimo.
Precio: Pesos abiertos bajo una licencia MIT modificada (sin derechos para empresas con más de 20M de dólares de ingresos mensuales). API: $1,50 por 1M de tokens de entrada, $7,50 por 1M de salida; batch con un 50 % de descuento.
Lee nuestra reseña de Mistral Medium 3.5
3.8/5
38
Nanbeige4.3-33B
Licencia y datos: Apache 2.0 sin restricciones de uso; solo autoalojado, así que no se aplican condiciones de datos de terceros. No hay declaración sobre el origen de los datos más allá de la ficha del modelo.
Cómo ejecutarlo: Los pesos en BF16 necesitan unos 66GB, es decir, cuatro GPU de 24GB o dos de 48GB antes de la caché; una versión de 4 bits ocupa unos 21GB más unos 28GB de caché con 128K de contexto.
Precio: Pesos abiertos bajo Apache 2.0; sin API alojada oficial.
Lee nuestra reseña de Nanbeige4.3-33B
3.8/5
39
ZDTaichu5.0-9B
Licencia y datos: Autoalojado, así que las imágenes se quedan en tu hardware. Los pesos están bajo la NVIDIA Open Model License: permite uso comercial y derivados, sin límite de ingresos, pero la licencia termina si presentas reclamaciones de patentes o derechos de autor sobre el modelo, NVIDIA puede actualizarla y la redistribución debe incluir la licencia y su aviso. Las partes de Qwen3.5 y el código del repositorio son Apache 2.0.
Cómo ejecutarlo: Los pesos son gratuitos y no existe precio alojado. Los archivos de pesos ocupan 19,59 GB en BF16, 12,67 GB en FP8 y 9,81 GB en NVFP4; el GGUF Q4_K_M ocupa 5,63 GB más un archivo de visión Q8_0 de 0,88 GB. NVFP4 solo es nativo en las GPU NVIDIA Blackwell. El modelo borrador DSpark de 6,42 GB dio aceleraciones de 2,46x a 3,17x en una H800 en las pruebas de Taichu.
Precio: Pesos gratuitos bajo la NVIDIA Open Model License, con las partes de Qwen3.5 bajo Apache 2.0. No hay API alojada ni precio por token publicado; pagas tu propia GPU.
Lee nuestra reseña de ZDTaichu5.0-9B
3.8/5
40
FrogNano-4B-2609
Licencia y datos: Autoalojado, así que el código se queda en tu infraestructura. La ficha del modelo pide un sandbox de privilegios mínimos con la red desactivada por defecto; FrogNano no recibió ningún entrenamiento propio de seguridad, rechazo o adversarial.
Cómo ejecutarlo: Sin precio de API. Los pesos en BF16 ocupan unos 9,3 GB más la caché KV, que crece bastante cerca del límite de 131K tokens; el uso en CPU, escritorio, móvil y cuantizado no se ha validado. Los presets de benchmark de Microsoft dan a cada tarea hasta 10.800 segundos y 150 pasos.
Precio: Pesos gratuitos (etiquetados como MIT en Hugging Face; la tabla de la ficha dice Apache 2.0). No hay API alojada; lo sirves tú, por ejemplo con SGLang.
Lee nuestra reseña de FrogNano-4B-2609
3.7/5
41
humanizer (12B)
Licencia y datos: Funciona totalmente en local; no se envía nada a ningún sitio. Apache 2.0, heredada de Gemma 4 12B; el autor no tiene relación con Google.
Cómo ejecutarlo: Gratis. Q8_0 ocupa 12,7 GB con un pico de 13,7 GB en un Mac, Q4_K_M ocupa 7,6 GB y el archivo de 2 bits 3,9 GB con un pico de 6,2 GB; la velocidad en un M5 Max es de unos 36 a 38 tokens por segundo.
Precio: Gratis bajo Apache 2.0: pesos, archivos GGUF, app de escritorio y CLI. Sin servicio alojado.
Lee nuestra reseña de humanizer (12B)
3.7/5
42
Hy-Memory-30B-A3B
Licencia y datos: Apache 2.0 sin restricciones de uso. Autoalojado, así que las memorias de los usuarios nunca salen de tu infraestructura, que es la principal ventaja de privacidad frente a enviar cada turno a un modelo alojado.
Cómo ejecutarlo: Unos 60GB de pesos BF16, así que una H100 de 80GB o dos GPU de 48GB; todavía no hay versiones cuantizadas para tarjetas más pequeñas.
Precio: Pesos abiertos bajo Apache 2.0; sin API alojada.
Lee nuestra reseña de Hy-Memory-30B-A3B
3.7/5
43
Mistral Small 4
Licencia y datos: Apache 2.0 permite el uso comercial sin límites de atribución ni de ingresos. En la API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que te excluyas; los usuarios de pago por uso pueden excluirse en cualquier momento; los votos de pulgar arriba y abajo pueden usarse en todos los planes.
Cómo ejecutarlo: 1M de respuestas de chat al mes con 1.500 tokens de entrada y 250 de salida cuestan unos $375 en la API y unos $190 en batch. Alojarlo exige de dos a cuatro GPU de clase H100 por réplica en FP8, o un DGX B200.
Precio: Pesos gratuitos bajo Apache 2.0. API: $0,15 de entrada / $0,60 de salida por 1M de tokens; batch con un 50 % de descuento; entrada en caché hasta un 90 % más barata.
Lee nuestra reseña de Mistral Small 4
3.7/5
44
Spark-X2.6-4B
Licencia y datos: Autoalojado, así que los prompts se quedan en el dispositivo. Pesos Apache 2.0; la ficha no dice nada sobre los datos de entrenamiento ni las pruebas de seguridad. La carga ejecuta el propio código del modelo del editor.
Cómo ejecutarlo: Solo hardware: los pesos en BF16 ocupan unos 8,2 GB y el GGUF Q4_K_M unos 3,5 GB; un contexto de 1M de tokens necesita mucha más memoria que los pesos y la ficha sugiere reducirlo.
Precio: Gratuito con licencia Apache 2.0; funciona en tu propio hardware. No se publica precio alojado para el modelo de 4B.
Lee nuestra reseña de Spark-X2.6-4B
3.7/5
45
Clover-35B-A3B-Preview
Licencia y datos: Apache 2.0, heredada de Qwen3.6-35B-A3B, con el copyright original conservado; solo autoalojado.
Cómo ejecutarlo: Una H100 o H200 de 80GB para BF16; INT4 funciona en una GPU de consumo de 16GB según las pruebas de DiffuSpace.
Precio: Pesos abiertos bajo Apache 2.0; sin API alojada.
Lee nuestra reseña de Clover-35B-A3B-Preview
3.6/5
46
Falcon-H1R-7B
Licencia y datos: Licencia Falcon LLM: libre de regalías, sin tope de ingresos, atribución obligatoria y una política de uso aceptable que TII puede actualizar y que los usuarios deben vigilar.
Cómo ejecutarlo: Los archivos GGUF oficiales van de 4,6GB en Q4_K_M y 8,1GB en Q8_0 a 15,2GB en BF16, así que una GPU de 24GB basta para lotes de producción; no hay precio alojado por token con el que comparar.
Precio: Pesos gratuitos bajo la licencia Falcon LLM (libre de regalías; se exigen atribución y una política de uso aceptable). Artificial Analysis no registra ninguna API alojada pública.
Lee nuestra reseña de Falcon-H1R-7B
3.6/5
47
Limite 1B - Violetto
Licencia y datos: Solo autoalojado, así que los problemas y las respuestas se quedan en tu hardware. Los datos de entrenamiento solo se describen como menos de 300.000 millones de tokens seleccionados; los detalles esperan al informe técnico.
Cómo ejecutarlo: Pesos gratuitos; un checkpoint de 1B en BF16 ocupa unos 2 GB, así que basta una GPU para servirlo, con el paralelismo de tensores y de canalización en 1 según la ficha. No hay precio alojado.
Precio: Pesos abiertos gratuitos con licencia Apache 2.0. Sin API alojada; solo pagas tu propia GPU.
Lee nuestra reseña de Limite 1B - Violetto
3.6/5
48
Needle 3
Licencia y datos: La inferencia nunca toca la red y funciona en entornos aislados. La telemetría de uso anónima está activada por defecto; NEEDLE_TELEMETRY=0 y DO_NOT_TRACK=1 la desactivan. Los datos de entrenamiento son propios y no se divulgan.
Cómo ejecutarlo: Sin licencias ni tarifas por llamada. En una Raspberry Pi 5, Cactus comunica una decodificación de unos 400 tokens por segundo con 20 capas a 4.000 con 2 capas. El ajuste fino en la plataforma y su post-entrenamiento a 2 bits son de pago, a precios no publicados.
Precio: Pesos abiertos gratuitos con Apache 2.0; los motores precompilados se descargan gratis. Cactus Platform vende post-entrenamiento a 2 bits, datasets y ajustes finos completos; los precios no se publican.
Lee nuestra reseña de Needle 3
3.6/5
49
Ornith-1.5-122B
Licencia y datos: Solo autoalojado, así que los datos se quedan donde lo ejecutes. No hay API propia y, por tanto, no hay condiciones de retención ni de entrenamiento que revisar.
Cómo ejecutarlo: Pesos gratuitos. BF16 ocupa 250 GB (un nodo con varias GPU), FP8 133 GB (dos tarjetas de 80 GB), y NVFP4 (77,7 GB) o Q4_K_M (75,8 GB) son las únicas versiones que se acercan a una tarjeta de 80 GB; para Mac hay una versión MLX de 4 bits de 68,7 GB. No hay precio alojado propio publicado; NanoGPT indica 0,20 $ de entrada y 0,80 $ de salida por millón de tokens, pero marca el modelo como no disponible.
Precio: Pesos abiertos gratuitos bajo MIT. Solo pagas tu propio hardware o alojamiento.
Lee nuestra reseña de Ornith-1.5-122B
3.6/5
50
Qwen3.5-397B-A17B
Licencia y datos: Apache 2.0 permite el uso comercial, el ajuste fino y la redistribución sin límites de ingresos ni de usuarios. Autoalojarlo mantiene las instrucciones en casa; en OpenRouter no está disponible con enrutamiento dentro de la UE, y cada proveedor fija su propia retención.
Cómo ejecutarlo: Los proveedores de OpenRouter cobran de 0,39 $ a 0,75 $ de entrada y de 2,34 $ a 4,50 $ de salida por 1M de tokens; Qwen3.5-Plus alojado cuesta 0,30 $/1,80 $. Autoalojarlo requiere unos 406 GB en FP8 (un servidor de ocho GPU de 80 GB), 214 GB a 4 bits o 180 GB a 3 bits.
Precio: Pesos gratuitos bajo Apache 2.0; Qwen3.5-Plus en Alibaba Cloud y el alojamiento de terceros se facturan aparte.
Lee nuestra reseña de Qwen3.5-397B-A17B
3.6/5
51
Underdog Saluki 27B 1.0
Licencia y datos: Autoalojado, así que los datos se quedan en el equipo. Apache 2.0 permite el uso comercial y la modificación; el archivo NOTICE reconoce a Qwen e ISTA-DASLab.
Cómo ejecutarlo: Los pesos son gratuitos y no hay precio de API propia. El archivo ocupa 7,89 GB más hasta 928 MB para visión, y Underdog dice que funciona en un portátil de 16 GB; no se publica ninguna cifra de VRAM para contextos largos.
Precio: Pesos gratuitos bajo Apache 2.0. Sin precio de API alojada; pagas tu propio hardware, o lo usas dentro de la aplicación Underdog.
Lee nuestra reseña de Underdog Saluki 27B 1.0
3.6/5
52
Xing4.0-29B-A4B
Licencia y datos: Apache 2.0: se permiten el uso comercial y el ajuste fino sin tope de ingresos ni anexo de uso aceptable. Alojado por uno mismo, nada sale de sus servidores; el endpoint de OpenRouter lo gestiona un tercero, Phala, con sus propias condiciones.
Cómo ejecutarlo: Los pesos BF16 ocupan unos 62 GB (31,2B parámetros contando los embeddings), una H100 de 80 GB; FP8 lo reduce a la mitad; una versión GGUF de la comunidad de 11,6 GB cabe en una tarjeta de 16 GB. La única opción alojada, el endpoint gratuito de OpenRouter, está limitada a 20 peticiones por minuto y 50 al día (1.000 al día cuando la cuenta ha comprado 10 $ de créditos), así que el tráfico de producción obliga a alojarlo uno mismo.
Precio: Pesos gratuitos bajo Apache 2.0. Sin API propia; OpenRouter ofrece un endpoint gratuito (alojado por Phala) con los topes de peticiones de sus modelos gratuitos.
Lee nuestra reseña de Xing4.0-29B-A4B
3.6/5
53
SenseNova-Loop-9B-Preview
Licencia y datos: Apache 2.0 sin restricciones de uso; solo autoalojado. La carga requiere código remoto, que ejecuta Python de SenseTime en tu máquina. No hay declaración sobre los datos de entrenamiento más allá de recetas multimodales de secuencias largas y trayectorias de herramientas.
Cómo ejecutarlo: El checkpoint de 38,1 GB y el paralelismo de tensores a cuatro vías de todos los ejemplos lo llevan a servidores con varias GPU, no a tarjetas sueltas. Cada token cuesta 56 pasadas de capa, así que el cómputo por token se parece más al de un modelo de 14,6B que al de uno de 9B.
Precio: Gratuito con licencia Apache 2.0. No hay API alojada para este modelo.
Lee nuestra reseña de SenseNova-Loop-9B-Preview
3.5/5
54
SmolLM3-3B
Licencia y datos: Apache 2.0 sin anexo de uso aceptable; se permiten el uso comercial y la redistribución. Solo autoalojado, así que los datos se quedan en tu dispositivo o servidor. La mezcla de datos de entrenamiento es pública, lo que permite comprobar la procedencia.
Cómo ejecutarlo: Unos 3.100 millones de parámetros, aproximadamente 6 GB en BF16, así que basta una GPU de consumo, un portátil de Apple o una versión de 4 bits para móvil. Sin API de pago, el coste a gran escala es tu propio hardware.
Precio: Pesos gratuitos bajo Apache 2.0, con la receta de datos de entrenamiento y los checkpoints publicados. Sin API alojada en los Inference Providers de Hugging Face.
Lee nuestra reseña de SmolLM3-3B
3.5/5
55
Devstral Small 2
API alojada retirada el 31 mar 2026; los pesos abiertos siguen disponibles
Licencia y datos: Apache 2.0 sin restricciones de uso; autoalojado, así que el código nunca sale de tu hardware salvo que elijas un proveedor externo.
Cómo ejecutarlo: Ya no existe precio de API propia; autoalojarlo supone unos 24GB de VRAM para los pesos FP8 oficiales, 19,3GB en Q6_K o 14,3GB en Q4_K_M, más memoria para la caché KV con contextos largos.
Precio: Pesos gratuitos bajo Apache 2.0. La versión de la API de Mistral se retiró el 31 de marzo de 2026, y Artificial Analysis no registra ninguna API pública.
Lee nuestra reseña de Devstral Small 2
3.4/5
56
Phi-4-Reasoning-Vision-15B
Licencia y datos: Licencia MIT; autoalojarlo mantiene en local las imágenes y las instrucciones, y el alojamiento en Foundry sigue las condiciones de Azure.
Cómo ejecutarlo: Autoalojarlo requiere una GPU con bastante más de 30GB, como una A6000 de 48GB o una A100 de 80GB; no hay precio publicado en Foundry: ni la ficha del modelo ni la lista de precios minoristas de Azure, que incluye tarifas por token para otros modelos Phi-4, lo indican.
Precio: Pesos gratuitos bajo MIT; el alojamiento en Microsoft Foundry se factura aparte.
Lee nuestra reseña de Phi-4-Reasoning-Vision-15B
3.4/5
57
Phi-4-multimodal
Licencia y datos: Licencia MIT sin límite de ingresos ni política de uso aparte. Autoalojado, el audio y las imágenes se quedan en tu hardware; las condiciones de Azure solo se aplican si usas el endpoint alojado de Microsoft.
Cómo ejecutarlo: En Azure AI Foundry, la entrada de audio cuesta 4 $ por 1M de tokens frente a 0,08 $ para texto e imágenes, así que la voz domina cualquier factura; la salida cuesta 0,32 $ por 1M, las mismas tarifas que en el lanzamiento según la lista de precios minoristas de Azure. Autoalojarlo requiere una GPU de centro de datos reciente.
Precio: Pesos gratuitos bajo MIT. Azure AI Foundry: 0,08 $ de entrada / 0,32 $ de salida por 1M de tokens de texto o imagen; entrada de audio a 4 $ por 1M.
Lee nuestra reseña de Phi-4-multimodal
3.3/5
58
Devstral 2
API alojada retirada el 31 jul 2026; los pesos abiertos siguen disponibles
Licencia y datos: MIT modificada: sin derechos para empresas con más de 20M $ de ingresos mensuales globales el mes anterior, también para derivados, y se exige un aviso de atribución. Autoalojado, el código se queda en tu hardware.
Cómo ejecutarlo: El autoalojamiento necesita unos 125 GB para los pesos, así que un nodo de cuatro GPU de 80 GB es el mínimo antes de la caché KV. En la API de Mistral, 1B de tokens de entrada y 100M de salida al mes habrían costado unos 600 $ a precio de lista.
Precio: Pesos abiertos bajo una licencia MIT modificada (no para empresas con más de 20M $ de ingresos mensuales). Retirado de la API de Mistral el 31 de julio de 2026.
Lee nuestra reseña de Devstral 2
3.1/5