Modelos de IA

El modelo de gama media de Anthropic: cerca de Opus 5.5 en muchos benchmarks a mitad de precio, $2/$10 por millón de tokens.

GPT-6.1 Sol

OpenAIUso general

El caballo de batalla de precio medio de OpenAI: resultados cercanos a Astra en programación y computer use a $2/$10 por millón de tokens.

Nano Banana 2.1

GoogleGeneración de imágenes

El modelo de imágenes de gama Flash de Google: cuarto en votaciones a ciegas, desde unos 3,4 céntimos por imagen 1K y con hasta 14 imágenes de referencia.

Voyage rerank-3

Voyage AI (MongoDB)Embeddings y reordenación

Los rerankers más recientes de Voyage AI, con una ventana de 32K tokens, seguimiento de instrucciones y precios desde 0,02 $ por millón de tokens.

Claude Haiku 5.5

AnthropicUso general

El modelo pequeño y rápido de Anthropic, desde $0,10/$0,50 por millón de tokens, con un contexto de 1M de tokens y esfuerzo ajustable.

Gemini 3.8 Flash TTS

GoogleTexto a voz

La síntesis de voz expresiva de Google, quinta en votaciones a ciegas por unos $16,50 por millón de caracteres, con diseño y clonación de voces.

Gemini 4 Argon

GoogleRazonamiento

El nuevo modelo de razonamiento insignia de Google: lee texto, imágenes, audio, vídeo y PDF, con un contexto de 1M de tokens.

MiMo-V2.6-Pro

XiaomiRazonamientoPesos abiertos

El modelo de pesos abiertos de 1 billón de parámetros de Xiaomi, primero entre los modelos abiertos en Artificial Analysis, a $0,87 por 1M de salida.

NVIDIA Nemotron 3.5 Transcribe

NVIDIAVoz a textoPesos abiertos

El modelo de voz abierto y guiado por prompts de NVIDIA: transcripción en 40 idiomas, etiquetas de hablante y traducción en un solo checkpoint.

Perplexity Decider (pplx-decider)

PerplexityModelos de decisiónPesos abiertos

Los modelos de decisión abiertos de 27B y 4B de Perplexity, también a la venta como API a 0,02 $ por millón de tokens: entran texto e imágenes, salen probabilidades.

Qwen3.8-27B

Alibaba (Qwen)Uso generalPesos abiertos

El modelo denso con Apache 2.0 de Alibaba: 27.000 millones de parámetros, entrada de imagen y vídeo, y puntuaciones de programación que rivalizan con modelos muchas veces más grandes.

voyage-4-large

Voyage AI (MongoDB)Embeddings y reordenación

El mejor modelo de embeddings de texto de Voyage AI, basado en mixture-of-experts, que comparte un mismo espacio vectorial con los modelos Voyage 4 más baratos.

Wan 3.0

AlibabaVídeo

El modelo de vídeo más reciente de Alibaba, primero en la clasificación de vídeo actual de Artificial Analysis, con clips de hasta 30 segundos.

Cartesia Sonic 3.6

CartesiaTexto a voz

El modelo de texto a voz de baja latencia de Cartesia para agentes de voz, en 44 idiomas.

Cohere Rerank 5

CohereEmbeddings y reordenación

El reranker de Cohere de octubre de 2026, en tamaños Pro y Fast, con puntuaciones calibradas y la opción de devolver solo los fragmentos relevantes.

ElevenLabs Scribe v2

ElevenLabsVoz a texto

El modelo de transcripción por lotes de ElevenLabs: 2,2% de tasa de error por palabra en pruebas independientes, 0,22 $ por hora, con diarización y detección de entidades.

Gemma 4

GooglePequeños y localesPesos abiertos

La familia de modelos abiertos de Google bajo Apache 2.0, desde el E2B del tamaño de un móvil hasta un modelo de 31B para una GPU, con entrada de imagen, vídeo y audio.

GLM-5.3

Z.ai (Zhipu AI)ProgramaciónPesos abiertos

El modelo de pesos abiertos de Z.ai para programación y agentes, con una licencia casi MIT, a $1,40/$4,40 por millón de tokens en su API.

PaddleOCR-VL-1.6

Baidu (PaddlePaddle)OCR y documentosPesos abiertos

Un analizador de documentos de 900 millones de parámetros que encabeza la principal prueba de OCR, al menos según sus creadores.

SAM 3 (Segment Anything Model 3)

MetaVisión y multimodalesPesos abiertos

El modelo de 848M de parámetros de Meta que encuentra, contornea y sigue cada instancia de una frase corta en imágenes y vídeo.

Seedance 2.5

ByteDanceVídeo

El modelo conjunto de audio y vídeo de ByteDance, con tomas de 30 segundos, muchas referencias multimodales y ediciones por marcas de tiempo.

Voxtral 3 (Transcribe and TTS)

Mistral AIVoz a texto

La familia de voz de Mistral de octubre de 2026: transcripción en 50 idiomas desde 0,0035 $ por minuto, tiempo real por debajo de 500 ms y clonación de voz.

Claude Fable 5.1

AnthropicRazonamiento

El nivel más alto de Anthropic para el razonamiento difícil y el trabajo de agentes a largo plazo, a $10/$50 por millón de tokens.

DeepSeek-V4-Pro

DeepSeekRazonamientoPesos abiertos

El mayor modelo de pesos abiertos de DeepSeek: 1,6T parámetros, licencia MIT, contexto de 1M de tokens y precios de API muy bajos.

EmbeddingGemma 2

Google DeepMindEmbeddings y reordenaciónPesos abiertos

El modelo de embeddings abierto de Google para dispositivos, que reúne texto, código, imágenes, audio y vídeo en un mismo espacio.

Gemini 4 Carbon

GoogleRazonamiento

El mejor modelo de razonamiento de Google, primero en el índice de Artificial Analysis, pero por ahora solo pueden usarlo defensores de ciberseguridad verificados.

Gemini Embedding 2

GoogleEmbeddings y reordenación

El primer modelo de embeddings multimodal de Google: texto, imágenes, vídeo, audio y PDF en un único espacio vectorial compartido.

Gemini Omni Flash 1.1

GoogleVídeo

El modelo de vídeo por defecto de Google, basado en Gemini, para clips cortos que se pulen conversando.

GLM-5.3-Flash

Z.ai (Zhipu AI)Uso generalPesos abiertos

El modelo mixture-of-experts de 320B de Z.ai con licencia MIT, entrada de imagen y vídeo, contexto de 1M de tokens y un precio de API de $0,15/$0,50.

GLM-OCR

Z.ai (Zhipu AI)OCR y documentosPesos abiertos

El modelo de OCR compacto de Zhipu: evaluado de forma independiente, 1,74 millones de descargas al mes y una API a 0,03 $ por millón de tokens.

GPT-6 Luna

OpenAIUso general

El modelo pequeño y barato de OpenAI para tareas de gran volumen, a $0,10/$0,50 por millón de tokens con un contexto de 1,05M de tokens.

GPT-Live-1 (and GPT-Realtime-2.1)

OpenAIMúsica y audio

El modelo de voz full-duplex de OpenAI: escucha mientras habla y delega el razonamiento en un modelo de texto que tú eliges, a 0,05 $ el minuto.

Jina Embeddings v5

Jina AI (Elastic)Embeddings y reordenaciónPesos abiertos

Los pequeños modelos de embeddings de texto multilingües de Jina AI y sus hermanos omni para imágenes, vídeo y audio, que comparten un mismo espacio vectorial.

Jina Reranker v3.5

Jina AI (Elastic)Embeddings y reordenaciónPesos abiertos

Pequeño reranker multilingüe de 0,6B de Jina AI (ahora Elastic) que puntúa toda una lista de candidatos en una sola pasada, con un contexto de 131K tokens.

Kimi K3

Moonshot AIRazonamientoPesos abiertos

El modelo de pesos abiertos de 2,8 billones de parámetros de Moonshot AI, fuerte en tareas de agente y de navegación, con un contexto de 1M de tokens.

MAI-Image-2.6

Microsoft AIGeneración de imágenes

El modelo de imagen propio de Microsoft, quinto en la arena de Artificial Analysis, en preview en Foundry a unos $39 por 1.000 imágenes.

Midjourney V8

MidjourneyGeneración de imágenes

La octava generación del modelo de imágenes de Midjourney, ya en V8.2 con un editor por instrucciones, que solo se vende como suscripción mensual.

MiniCPM-OCR 1.0

OpenBMBOCR y documentosPesos abiertos

El modelo de OCR de 1,3B de OpenBMB, el más rápido en la prueba de 15 modelos de su creador y primero en cuatro de seis benchmarks de OCR, con Apache 2.0.

MiniMax H3 (Hailuo 3.0)

MiniMaxVídeoPesos abiertos

El modelo de vídeo de 33B de MiniMax con sonido estéreo: el mejor de pesos abiertos, con licencia que excluye EE. UU., la UE, Reino Unido y Corea del Sur.

Qwen3-VL-Embedding

Alibaba (Qwen)Embeddings y reordenaciónPesos abiertos

El modelo abierto de embeddings multimodales de Alibaba para texto, imágenes, capturas de pantalla y vídeo en un solo espacio vectorial, en tamaños de 2B y 8B.

Chandra OCR 2

DatalabOCR y documentosPesos abiertos

El analizador de Datalab basado en Qwen 3.5 lidera olmOCR-Bench y una clasificación independiente de impresos históricos, pero sus pesos solo son gratuitos por debajo de 2M $.

Cohere Embed 5

CohereEmbeddings y reordenación

Los modelos de embeddings multimodales de Cohere para texto, imágenes y PDF, con entradas de 128K tokens y niveles Pro y Fast que comparten un mismo espacio vectorial.

DeepSeek-V4.1-Flash

DeepSeekUso generalPesos abiertos

El modelo mixture-of-experts abierto de DeepSeek con licencia MIT, entrada de imágenes y un contexto de 1M de tokens, desde 0,15 $ por millón de tokens de entrada en horas valle.

Fish Audio Drama 3

Fish Audio (39 AI, Inc.)Texto a vozPesos abiertos

El modelo de voz de pesos abiertos de 35B de Fish Audio para escenas dirigidas con varios personajes: el mejor modelo abierto de la tabla de TTS de Artificial Analysis.

FLUX 3

Black Forest LabsVídeo

El modelo multimodal de Black Forest Labs para vídeo con audio e imágenes, construido sobre una única arquitectura compartida.

Gemini 3.5 Transcribe

GoogleVoz a texto

Los modelos de voz a texto específicos de Google, con una variante Live en streaming, a cerca de medio céntimo por minuto.

GPT-6 Astra

OpenAIRazonamiento

El modelo de razonamiento insignia de OpenAI para el trabajo más difícil, a $10/$50 por millón de tokens con un contexto de 1,05M de tokens.

Hy4 preview

Tencent (Hy, formerly Hunyuan)ProgramaciónPesos abiertos

El modelo insignia de pesos abiertos de 770B de Tencent (antes Hunyuan) bajo Apache 2.0 sin añadidos, fuerte en código y con un contexto de 1M de tokens.

Kimi K3.1 Pro

Moonshot AIRazonamiento

El Kimi K3 reentrenado de Moonshot AI: primero en la tabla de Terminal-Bench de Artificial Analysis, pero 22.º en su índice v5.0, más duro, y lento.

LightOnOCR-3-4B

LightOnOCR y documentosPesos abiertos

El modelo de OCR de extremo a extremo de 4B de LightOn, con cuadros de maquetación y datos de gráficos, primero en ParseBench y el mejor con documentos en francés según las pruebas de su creador.

Mistral OCR 4.1

Mistral AIOCR y documentos

El OCR de documentos de Mistral con cajas delimitadoras por párrafo, etiquetas de bloque y puntuaciones de confianza en 170 idiomas, a $4 por 1.000 páginas.

Nano Banana Pro (Gemini 3 Pro Image)

GoogleGeneración de imágenes

El modelo de imagen prémium de Google: cuesta cuatro veces más que Nano Banana 2.1, pero sigue siendo el que más confianza da a los críticos en realismo.

OvisOCR3

Alibaba (ATH-MaaS)OCR y documentosPesos abiertos

El sucesor de OvisOCR2: el mismo tamaño de 0,8B, ahora con extracción de campos y tablas entre páginas, con puntuaciones que por ahora solo ha comprobado Alibaba.

Qwen3-Embedding and Qwen3-Reranker

Alibaba (Qwen)Embeddings y reordenaciónPesos abiertos

La familia de embeddings y reordenación con Apache 2.0 de Alibaba, desde un modelo de 0,6B hasta uno de 8B que encabezó MTEB multilingüe en junio de 2025.

Qwen3.8-Flash-Next

Alibaba (Qwen)Uso generalPesos abiertos

El adelanto de Qwen de la arquitectura de Qwen4: 6.000 millones de parámetros activos, buenas puntuaciones de programación declaradas por el fabricante y una licencia restrictiva.

Qwen3.8-Max

Alibaba (Qwen)RazonamientoPesos abiertos

El insignia de Alibaba de 2,4 billones de parámetros, con pesos abiertos y una API a 2 $/6 $ que añade imagen, vídeo y 1M de contexto.

Shieldstral 1.0 3B

Mistral AIModelos de decisiónPesos abiertos

El clasificador de seguridad abierto de 3B de Mistral, que comprueba texto e imágenes según políticas de moderación que escribes en lenguaje llano.

Step 5 Preview

StepFunRazonamientoPesos abiertos

El modelo de pesos abiertos de 600B de StepFun, con un contexto de 1 millón de tokens y tan inteligente como Kimi K3 en Artificial Analysis por la mitad de coste.

Unlimited-OCR 2

BaiduOCR y documentosPesos abiertos

El modelo de OCR abierto de Baidu que analiza un documento de 300 páginas en una sola petición, con un uso de memoria que se mantiene estable aunque el documento crezca.

d3-turbo (vLLM Semantic Router)

vLLM Semantic RouterModelos de decisiónPesos abiertos

El modelo de decisión de 27B mejorado de vLLM Semantic Router: lee una entrada una vez, responde hasta 255 preguntas y localiza objetos en vídeo.

Doubao Seed 2.1 Pro

ByteDanceUso general

El modelo insignia cerrado de ByteDance detrás de la app Doubao: líder en comprensión de vídeo e imagen, vendido sobre todo a través de Volcano Engine en China.

Gemini 3.5 Flash-Lite

GoogleUso general

El modelo de texto Gemini actual más barato de Google, muy rápido una vez que arranca, a 0,30 $/2,50 $ por millón de tokens y con nivel gratuito.

Gemini 3.8 Flash

GoogleUso general

El modelo de gama media de Google para agentes y documentos: lee texto, imágenes, audio, vídeo y PDF con una entrada de 1M de tokens.

HunyuanOCR 1.5

Tencent (Hy, formerly Hunyuan)OCR y documentosPesos abiertos

El modelo de OCR de extremo a extremo de 1,12B de Tencent para análisis, localización de texto, extracción y traducción; sin licencia en la UE, el Reino Unido ni Corea del Sur.

Kling 4.0

Kuaishou (Kling AI)Vídeo

El nuevo modelo de vídeo de Kuaishou: tomas de 30 segundos, 10 fotogramas clave, 15 referencias y sonido estéreo, con API de momento solo en fal.

Ministral 3 (3B, 8B and 14B)

Mistral AIPequeños y localesPesos abiertos

Los modelos abiertos pequeños de Mistral en tres tamaños, cada uno con versiones base, instruct y de razonamiento y entrada de imagen, bajo Apache 2.0.

Moondream Parakeet Redux

Moondream (M87 Labs)Voz a textoPesos abiertos

El Parakeet de 1,58 bits de Moondream: el transcriptor de 25 idiomas de NVIDIA reducido de 1,2 GB a 178 MB y ejecutado a 113x tiempo real en ocho núcleos de CPU.

Muse Glimmer

MetaUso generalPesos abiertos

El modelo de agentes de 30B y Apache 2.0 de Meta, destilado de Muse Spark y acompañado de versiones de 4 bits probadas para una sola GPU de consumo.

Muse Wonder

MetaUso general

El primer modelo de Meta con precio de frontera: fuerte en programación larga y trabajo de agentes jurídicos, por detrás de Claude Opus 5.5 en la mayor parte de la propia tabla de Meta.

Nemotron 3.5 Super VL

NVIDIAVisión y multimodalesPesos abiertos

El MoE híbrido Mamba abierto de NVIDIA de 120B, que lee imágenes, documentos y vídeo, con 1M de tokens de contexto y recetas de entrenamiento publicadas.

OvisOCR2

Alibaba (ATH-MaaS)OCR y documentosPesos abiertos

El analizador de páginas de 0,8B de Alibaba, cerca de la cima de la tabla independiente de OmniDocBench, ya sustituido por OvisOCR3.

Parakeet TDT 0.6B v3

NVIDIAVoz a textoPesos abiertos

El modelo de transcripción de NVIDIA de 600M de parámetros para 25 idiomas europeos: el más rápido de la clasificación de Artificial Analysis.

Phonon-2

Fermion ResearchVoz a textoPesos abiertos

El modelo de voz Parakeet de NVIDIA comprimido en una descarga de 164MB con casi toda su precisión en inglés, para portátiles y móviles.

PP-OCRv6

Baidu (PaddlePaddle)OCR y documentosPesos abiertos

La clásica canalización de OCR de Baidu que primero detecta y después lee, en tres tamaños de 1,5M a 34,5M de parámetros, con Apache 2.0.

pyannote speaker-diarization-community-1

pyannoteAIVoz a textoPesos abiertos

La canalización abierta de diarización de hablantes que usan casi todos los sistemas de transcripción para saber quién habló y cuándo, ahora con menos confusiones entre hablantes.

Seedream 5.0 Pro

ByteDanceGeneración de imágenes

El modelo de imagen insignia de ByteDance, pensado para trabajo de diseño editable: hasta 20 capas, ediciones por coordenadas y texto en 14 idiomas.

Xiaomi-OCR-0

XiaomiOCR y documentosPesos abiertos

El modelo de OCR abierto de 0,8B de Xiaomi que analiza páginas, responde preguntas sobre ellas y rellena campos JSON, con Apache 2.0.

d3 (vLLM Semantic Router)

vLLM Semantic RouterModelos de decisiónPesos abiertos

El modelo de decisión abierto de 27B de vLLM Semantic Router, con entrada de vídeo y despliegue en vLLM estándar, ya superado por su propio d3-turbo.

Deepgram Nova-3

DeepgramVoz a texto

El modelo de voz a texto de Deepgram: el segundo más rápido en la prueba de Artificial Analysis y barato por minuto, pero lejos de los líderes en precisión.

Falcon OCR

Technology Innovation Institute (TII)OCR y documentosPesos abiertos

El modelo de OCR de 270M de parámetros de TII lee una página con un solo Transformer pequeño y se acerca sorprendentemente a modelos de tres a diez veces su tamaño.

FLUX 3 Image Klein

Black Forest LabsGeneración de imágenesPesos abiertos

El modelo de imagen abierto de 5,6B de Black Forest Labs, con la salida 4K, la edición y los bounding boxes de FLUX 3, de uso comercial gratuito por debajo de 5M $ de ingresos.

GPT-5.6-Cyber

OpenAIRazonamiento

El modelo restringido de ciberseguridad de OpenAI para investigadores verificados: escribe exploits y pone a prueba defensas que sus modelos estándar rechazan.

gpt-oss-120b

OpenAIRazonamientoPesos abiertos

El mayor modelo de razonamiento de pesos abiertos de OpenAI: Apache 2.0, 5.100 millones de parámetros activos y lo bastante pequeño para una sola GPU de 80 GB.

GPT-Rosalind

OpenAIRazonamiento

El modelo de acceso restringido de OpenAI para ciencias de la vida, destinado a organizaciones de investigación aprobadas: descubrimiento de fármacos, genómica y trabajo con proteínas.

Granite 4.2

IBMRazonamientoPesos abiertos

La familia de IBM bajo Apache 2.0 de modelos de razonamiento densos de 3B, 8B y 30B para agentes y programación, publicada en agosto de 2026.

Ideogram 4.0

IdeogramGeneración de imágenesPesos abiertos

El modelo de diseño de 9,3B de Ideogram, fuerte en texto dentro de la imagen; sus pesos descargables son no comerciales, así que el trabajo de pago pasa por la API.

LFM3

Liquid AIPequeños y localesPesos abiertos

La familia de seis modelos de 2B de Liquid AI para texto, visión, audio, omni y decisiones tipadas, todos derivados de una misma base de 1,7B.

Ling-3.1-flash

Ant Group (inclusionAI)RazonamientoPesos abiertos

El modelo de pesos abiertos de 560B de Ant Group: rápido, con más de 200 tokens por segundo, licencia MIT y un contexto de 1M de tokens.

Maya 2 Native

Maya ResearchTexto a vozPesos abiertos

Una voz en streaming de 2,5B con Apache 2.0 para 11 idiomas indios e inglés, a la altura de Mistral y Eleven v3 en la clasificación de hindi de VoiceArena.

MiniCPM-V 4.7 (35B-A3B and 1B)

OpenBMBVisión y multimodalesPesos abiertos

Los modelos de visión Apache 2.0 de OpenBMB: un mixture-of-experts de 35B que lidera en documentos y uno de 1B para teléfonos.

MiniCPM5-2B

OpenBMBPequeños y localesPesos abiertos

El modelo de 2.500 millones de parámetros de OpenBMB para dispositivos: llamadas a herramientas y correcciones de código como un modelo de 4B, con sus checkpoints y datos de entrenamiento publicados.

MiniMax-M3.1-Flash

MiniMaxUso generalPesos abiertos

El MoE de pesos abiertos de MiniMax que siempre razona: el diseño de 428B de M3, una API a tarifa plana de $0,15/$0,60, contexto de 1M y un problema de alucinaciones.

Muse Spark 1.3

MetaUso general

El modelo cerrado de Meta para agentes y programación: contexto de 1M de tokens a $1,25/$4,25, ahora el nivel económico por debajo de Muse Wonder.

Muse Spark Open

MetaUso generalPesos abiertos

El Muse Spark de pesos abiertos y 816B de Meta: un modelo de agentes con 1M de tokens que puedes alojar tú mismo, bajo una licencia con condiciones.

OmniVoice

k2-fsa (Next-gen Kaldi)Texto a vozPesos abiertos

TTS abierto zero-shot con clonación y diseño de voz en más de 600 idiomas, del equipo de Next-gen Kaldi.

Qianfan-OCR

BaiduOCR y documentosPesos abiertos

El modelo de 4,7B de Baidu que analiza páginas, extrae campos y lee gráficos en una sola pasada, a costa de tamaño y de precisión en las páginas.

Qwen-Image-2.1

Alibaba (Qwen)Generación de imágenesPesos abiertos

El generador y editor de imágenes abierto de 7B de Alibaba encabeza la clasificación de pesos abiertos y genera transparencias, pero su licencia es solo para investigación.

Surya OCR 2.5

DatalabOCR y documentosPesos abiertos

El analizador de documentos de 689M de parámetros de Datalab: maquetación, OCR, tablas y matemáticas en HTML, rápido en una GPU, gratis por debajo de $5M de ingresos.

Ternary Bonsai 2 9B

PrismMLPequeños y localesPesos abiertos

La reconstrucción ternaria de Qwen3.5-9B de PrismML: un modelo de visión y lenguaje con llamadas a herramientas en un archivo de 2,42 GB que funciona en móviles y portátiles.

Codestral 25.08

Mistral AIProgramación

El modelo rápido de fill-in-the-middle de Mistral para autocompletar código, todavía predeterminado en herramientas de IDE; no está hecho para trabajo con agentes.

FireRed-OCR

Xiaohongshu (FireRedTeam)OCR y documentosPesos abiertos

El ajuste fino de 2B de Qwen3-VL de Xiaohongshu lidera los modelos de OCR de extremo a extremo en su propia tabla, y en esa misma tabla queda por detrás de las canalizaciones.

Flint

RecursiveProgramaciónPesos abiertos

El primer modelo de Recursive: un modelo de programación de pesos abiertos con 40B parámetros, 2,5B activos, pensado para ir rápido en un portátil.

GPT Transcribe

OpenAIVoz a texto

El sustituto de Whisper de OpenAI: más preciso y más barato que GPT-4o Transcribe, pero sin marcas de tiempo ni etiquetas de hablante.

Kokoro-82M

hexgradTexto a vozPesos abiertos

Un modelo de voz de 82M de parámetros bajo Apache 2.0, de mitad de tabla en calidad y la voz más barata de la clasificación de Artificial Analysis.

Kolibri 1

Aleph AlphaRazonamientoPesos abiertos

El modelo de razonamiento alemán e inglés de Aleph Alpha bajo Apache 2.0: 78B de parámetros, 3,46B activos, entrenado en Alemania y Finlandia.

Luma Ray3.2

Luma AIVídeo

El modelo de vídeo de Luma para postproducción: 16 fotogramas clave, HDR nativo y EXR de 16 bits, vendido por clip a través de la API y la aplicación de Luma.

Mage-VL-Cowork

MicrosoftVisión y multimodalesPesos abiertos

El agente de escritorio de 4B de Microsoft que elige, paso a paso, entre hacer clic en la pantalla y ejecutar código en un terminal.

Marengo 3.5

TwelveLabsEmbeddings y reordenación

El modelo de embeddings de TwelveLabs centrado en vídeo: vídeo, audio, imágenes, texto y páginas PDF en un mismo espacio de 512 dimensiones, con cobro por token.

MiniMax-M3

MiniMaxUso generalPesos abiertos

El MoE multimodal de pesos abiertos de MiniMax: contexto de 1M de tokens, atención dispersa, una API a $0,30/$1,20 y una licencia con condiciones.

Mistral Large 4

Mistral AIUso general

El buque insignia de 1 billón de parámetros de Mistral, entrenado y alojado en Europa, en vista previa a $1,36/$4,18 y con pesos prometidos.

MOSS-Transcribe-Diarize 0.9B

OpenMOSS (MOSI)Voz a textoPesos abiertos

Un modelo abierto de 0,9B que transcribe, identifica a los hablantes y pone marcas de tiempo a hasta 90 minutos de audio en una sola pasada.

Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)

NVIDIAPequeños y localesPesos abiertos

La pareja de NVIDIA para agentes locales: un modelo de visión de 74B a 2 bits que lleva 24 GB en el nombre y un 4B basado en Gemma para asistentes de voz.

Sage-A1.5

Shanghai AI Laboratory (InternScience)RazonamientoPesos abiertos

El modelo de agente de 35B de Shanghai AI Lab para tareas de investigación, con reparto en subagentes integrado y un modo de autocomprobación, bajo Apache 2.0.

Sakana Fugu (Fugu, Max and Ultra v2)

Sakana AIRazonamiento

El orquestador de Sakana AI: una sola API que reparte cada tarea entre un conjunto oculto de modelos punteros y combina las respuestas.

zerank-2

ZeroEntropy (Notion)Embeddings y reordenaciónPesos abiertos

El reranker abierto de 4B de ZeroEntropy, con puntuaciones calibradas y bajo Apache 2.0 desde que Notion compró la empresa y su API alojada dejó de funcionar.

Beam

ReflectionRazonamientoPesos abiertos

El primer modelo abierto de Reflection: 501.000 millones de parámetros, 23.000 millones activos, Apache 2.0 y menos tokens de razonamiento por tarea que sus rivales.

Breeze TTS 2

BreezeBlueTexto a vozPesos abiertos

Un modelo de clonación y diseño de voz de 3.500 millones de parámetros que está cerca de lo más alto de la clasificación de pesos abiertos, pero prohíbe el autoalojamiento comercial.

Command A+

CohereUso generalPesos abiertos

El modelo mixture-of-experts de 218B de Cohere para agentes y RAG multilingüe, con pesos Apache 2.0 que caben en dos H100.

gpt-oss-20b

OpenAIPequeños y localesPesos abiertos

El modelo de razonamiento de pesos abiertos de OpenAI bajo Apache 2.0, con 3.600 millones de parámetros activos y pensado para funcionar con 16 GB de memoria en un portátil o una GPU de consumo.

Grok 4.7

SpaceXSI (formerly xAI)Uso general

El modelo Grok insignia de SpaceXSI para chat, código y agentes: $2/$6 por millón de tokens, un contexto de 500K y tiempos de razonamiento muy largos.

Infinity-Parser2-Flash

INF Technology (infly)OCR y documentosPesos abiertos

El analizador de 2,2B de INF, fuerte en olmOCR-Bench y en gráficos, pero lento con una sola petición y más flojo en OmniDocBench que rivales más pequeños.

Jev

TypeSafe AIModelos de decisión

El modelo de decisiones alojado de TypeSafe AI: elecciones tipadas, puntuaciones y probabilidades de sí/no por $0,042 por millón de tokens de entrada, con la salida gratis.

LFM2.5-24B-A2B

Liquid AIPequeños y localesPesos abiertos

El modelo de razonamiento de 24B de Liquid AI con 2,45B de parámetros activos, entrenado dentro de entornos de agentes para llamar a herramientas en un portátil.

Ling-3.0-flash-Sante

Ant Group (inclusionAI)Uso generalPesos abiertos

El modelo médico de 124B de Ant Group con licencia MIT, 5,1B activos: cerca de la frontera en sus propios benchmarks de salud, por una fracción del precio.

LTX-2.5

Lightricks (LTX)VídeoPesos abiertos

El modelo de vídeo abierto de 22B de Lightricks con sonido sincronizado y escenas de varios planos, hasta 4K en su API desde $0,09 por segundo.

Mistral Medium 3.5

Mistral AIUso generalPesos abiertos

El modelo denso de pesos abiertos de 128B de Mistral para programación y agentes cabe en cuatro GPU, pero su licencia deja fuera a las empresas que facturan más de 20M de dólares al mes.

MOSS-Image

OpenMOSS (MOSI)Generación de imágenesPesos abiertos

Un modelo de imagen abierto de 5B con Apache 2.0 que coloca textos y objetos donde le indica una maquetación en JSON, y representa bien textos largos.

mxbai-rerank v2

MixedbreadEmbeddings y reordenaciónPesos abiertos

Los rerankers Apache 2.0 de Mixedbread en tamaños de 0,5B y 1,5B, con más de 100 idiomas y un contexto de 8K tokens, pensados para alojarse por cuenta propia.

Nanbeige4.3-33B

BOSS Zhipin (Nanbeige LLM Lab)ProgramaciónPesos abiertos

Un modelo abierto denso de 33B del laboratorio de BOSS Zhipin que dice liderar la clase de 30B en programación con agentes, bajo Apache 2.0.

Nemotron ColEmbed V2

NVIDIAEmbeddings y reordenaciónPesos abiertos

Los recuperadores de interacción tardía de NVIDIA que buscan en imágenes de páginas sin OCR: precisos, voraces en almacenamiento y no comerciales en todos los tamaños.

Nemotron OCR v2

NVIDIAOCR y documentosPesos abiertos

El OCR detector-reconocedor de 84M de parámetros de NVIDIA para la ingesta de RAG: unas 35 páginas por segundo en una A100, con licencia para uso comercial.

Pika H3 Flex

Pika (Mellis, Inc.)VídeoPesos abiertos

El post-entrenamiento de seis pasos de MiniMax H3 hecho por Pika: vídeo con sonido estéreo a la mitad del precio de la API de MiniMax, con la licencia territorial de MiniMax.

Runway Gen-4.5

RunwayVídeo

El modelo de vídeo propio de Runway: ganador de la clasificación en 2025, ya superado, y vendido dentro de una suite que también revende a sus rivales.

VibeVoice-ASR

MicrosoftVoz a textoPesos abiertos

El transcriptor de Microsoft con licencia MIT que procesa una hora de audio de una sola pasada e indica quién habló y cuándo.

Whistle

Cactus ComputeVoz a textoPesos abiertos

Un modelo de voz a texto de 16,9 MB en siete idiomas que funciona en una CPU sin dependencias; una adaptación de la comunidad lo mete en un chip de 10 $.

ZDTaichu5.0-9B

Zidong Taichu (CASIA and Wuhan AI Research)Visión y multimodalesPesos abiertos

Un modelo de visión y lenguaje de 9B del equipo chino Zidong Taichu que cede algo de OCR a cambio de razonamiento espacial y uso de herramientas.

Chatterbox

Resemble AITexto a vozPesos abiertos

Los modelos de clonación de voz con licencia MIT de Resemble AI, desde un modelo de 110M para CPU hasta 23 idiomas, con marca de agua en cada clip.

Cohere Rerank 4

CohereEmbeddings y reordenación

El reranker de Cohere de diciembre de 2025, en versiones Pro y Fast con un contexto de 32K tokens, sustituido por Rerank 5 el 21 de octubre de 2026.

DecisionNode

Bynn IntelligenceModelos de decisión

El modelo de decisión alojado de Bynn Intelligence, que devuelve seis tipos de respuesta con su confianza, más dos pequeños modelos Edge de pesos abiertos para dispositivos.

DeepSeek-OCR 2

DeepSeekOCR y documentosPesos abiertos

El lector de documentos abierto de 3B de DeepSeek reordena una página antes de leerla, pero PaddleOCR-VL y Unlimited-OCR ya lo superan.

ERNIE 5.1

BaiduUso general

El modelo insignia cerrado de Baidu, destilado de ERNIE 5.0 por una fracción del coste: fuerte en búsqueda y matemáticas, difícil de comprar fuera de China.

FrogNano-4B-2609

MicrosoftProgramaciónPesos abiertos

El agente de programación de investigación de 4B de Microsoft, entrenado solo con aprendizaje por refuerzo sobre tareas sintéticas: 61,5% en SWE-bench Verified, según sus propios datos.

humanizer (12B)

jialinyyzz (independent developer)Pequeños y localesPesos abiertos

Un fine-tune abierto de Gemma 4 de 12B que reescribe borradores en inglés y chino hechos con IA para que parezcan humanos, sin conexión y conservando los datos.

Hy-Memory-30B-A3B

Tencent (Hy, formerly Hunyuan)Uso generalPesos abiertos

El modelo de Tencent con 3B activos que hace una sola cosa: decidir qué debe conservar la memoria a largo plazo de un agente, en lugar de un LLM de frontera.

Iris-3B

SperidlabsGeneración de imágenesPesos abiertos

El modelo de texto a imagen de 3B de Speridlabs que pinta píxeles directamente, sin VAE, con un Turbo de 4 pasos y ajustes finos para profundidad y escalado.

Jina OCR v1

Jina AI (Elastic)OCR y documentosPesos abiertos

Un ajuste fino de DeepSeek-OCR de Jina AI, ahora parte de Elastic, optimizado para procesar muchas páginas por segundo en GPU baratas; los pesos no son comerciales.

Mistral Small 4

Mistral AIUso generalPesos abiertos

El mixture-of-experts Apache 2.0 de Mistral: 119B parámetros, entrada de imagen, razonamiento activable y $0,15/$0,60 por millón de tokens.

ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)

ScaleDownModelos de decisión

Los modelos alojados de ScaleDown para clasificar, extraer y resumir, a 0,05 $ por millón de tokens de entrada, con un endpoint Decisions con la forma de Jev.

Spark-X2.6-4B

iFlytek (SparkLLM)Pequeños y localesPesos abiertos

El modelo de agente de 4B para dispositivos de iFlytek, con Apache 2.0, que afirma superar a Qwen3.5-9B en herramientas y código, con un contexto de 1M de tokens.

text-embedding-3-large

OpenAIEmbeddings y reordenación

El mejor modelo de embeddings de OpenAI, sin cambios desde enero de 2024: compatible con todo y barato, pero ya no lidera en recuperación.

Whisper large-v3-turbo

OpenAIVoz a textoPesos abiertos

El modelo de reconocimiento de voz con pesos abiertos de OpenAI, que sigue siendo la opción por defecto para transcribir en servidores propios.

Z-Image-Turbo

Alibaba (Tongyi-MAI)Generación de imágenesPesos abiertos

Un modelo de imagen de 6B con licencia Apache del laboratorio Tongyi de Alibaba que funciona en ocho pasos en una GPU de consumo de 16 GB.

Clef

CloudflareModelos de decisiónPesos abiertos

El modelo de decisión abierto de 27B de Cloudflare, que puntúa opciones tipadas sobre texto e imágenes, servido en Workers AI tras una API compatible con Jev.

Clover-35B-A3B-Preview

DiffuSpaceUso generalPesos abiertos

Un modelo de lenguaje de difusión convertido a partir de Qwen3.6-35B-A3B que escribe bloques de 32 tokens en paralelo, abierto bajo Apache 2.0.

dots.ocr

Xiaohongshu (rednote hi lab)OCR y documentosPesos abiertos

El analizador multilingüe de maquetación de Xiaohongshu de 2025 sigue teniendo muchas descargas, pero sus propios creadores y tres rivales más nuevos lo han superado.

Falcon-H1R-7B

Technology Innovation Institute (TII)RazonamientoPesos abiertos

El modelo de razonamiento de 7B de TII para matemáticas y programación, con un diseño híbrido Transformer-Mamba, un contexto de 256K y una licencia con atribución.

GLiNER2.5-Decide

FastinoModelos de decisiónPesos abiertos

El clasificador zero-shot de Fastino con menos de mil millones de parámetros: pasa cualquier etiqueta en la llamada y recibe una de vuelta en una CPU, sin prompt ni generación.

Limite 1B - Violetto

ParadigmaPequeños y localesPesos abiertos

Un modelo de matemáticas de 1B de una startup romana que iguala a modelos de 30B en problemas de competición y malinterpreta casi todo lo demás.

Needle 3

Cactus ComputePequeños y localesPesos abiertos

Un modelo de 29M a 121M que convierte peticiones en llamadas a funciones en móviles, robots y hubs; fuerte con órdenes para el móvil, más flojo en lo demás.

Ornith-1.5-122B

OrnithProgramaciónPesos abiertos

Un modelo de pesos abiertos de 122B para razonamiento y programación, entrenado con un bucle de automejora que escribe sus propias tareas, bajo licencia MIT.

Qwen-Image-Edit-2511

Alibaba (Qwen)Edición de imágenesPesos abiertos

El editor de imágenes de Alibaba con licencia Apache: de mitad de tabla en calidad, pero con la licencia más limpia entre los editores abiertos que puedes poner en producción.

Qwen3.5-397B-A17B

Alibaba (Qwen)Uso generalPesos abiertos

El primer modelo abierto Qwen3.5 de Alibaba: un MoE de 397B con 17B activos bajo Apache 2.0, ya superado por Qwen3.8 y por su propio gemelo alojado.

Sakana Namazu

Sakana AIUso general

El modelo de Sakana AI ajustado para japonés, basado en Kimi K2.6, con búsqueda web y ejecución de código integradas tras una API al estilo de OpenAI.

Underdog Saluki 27B 1.0

Conway Research (Underdog)Pequeños y localesPesos abiertos

Qwen3.8-27B comprimido en un archivo de 2 bits de 7,89 GB que mantiene intactas las llamadas a herramientas, bajo Apache 2.0.

Xing4.0-29B-A4B

China Telecom (XingChen)Uso generalPesos abiertos

El modelo de agentes de China Telecom bajo Apache 2.0, destacable menos por sus puntuaciones que por haberse entrenado íntegramente en chips Huawei Ascend.

HunyuanImage 3.0 Instruct

Tencent (Hunyuan)Edición de imágenesPesos abiertos

El modelo abierto de imagen de 80B de Tencent con un paso de razonamiento: tercero entre los editores abiertos, pero necesita un nodo de ocho GPU y excluye Europa.

Qwen3-TTS

Alibaba (Qwen)Texto a vozPesos abiertos

La familia de voz de Alibaba con licencia Apache: diseño de voz a partir de una frase, clonación a partir de tres segundos y ninguna salvaguarda contra el mal uso.

SenseNova-Loop-9B-Preview

SenseTime (SenseNova)Visión y multimodalesPesos abiertos

El modelo de imagen y texto de 9B de SenseTime que ejecuta dos veces sus 24 capas centrales, orientado a agentes de oficina, con Apache 2.0.

SmolLM3-3B

Hugging FacePequeños y localesPesos abiertos

El modelo de 3B totalmente abierto de Hugging Face, con razonamiento conmutable, un contexto de 128K y toda su receta de entrenamiento publicada.

all-MiniLM-L6-v2

Sentence Transformers (Hugging Face)Embeddings y reordenaciónPesos abiertos

El modelo de embeddings por defecto de mil tutoriales, que ahora conviene reservar para pruebas, prototipos y textos breves en inglés.

Decision-2.0-Nox-4B (vLLM Semantic Router)

vLLM Semantic RouterModelos de decisiónPesos abiertos

El modelo de decisión de texto de 4B de vLLM Semantic Router, con licencia Apache: bien calibrado, pero ya superado por el propio d3-mini del equipo.

Devstral Small 2

Mistral AIProgramaciónPesos abiertos

El modelo de programación de 24B de Mistral bajo Apache 2.0, que funciona en una RTX 4090 o en un Mac de 32GB, con contexto de 256K y entrada de imágenes.

KittenTTS 2

KittenML (Stellon Labs)Texto a vozPesos abiertos

Un modelo de voz ternario de 1,7B con clonación de voz que se descarga en menos de 1 GB y funciona sin GPU, bajo una licencia comunitaria estricta.

Laya

Convai InnovationsModelos de decisiónPesos abiertos

Modelo de decisiones Apache 2.0 basado en ModernBERT que responde preguntas tipadas en decenas de milisegundos, pero necesita ajuste fino para acertar.

Phi-4-Reasoning-Vision-15B

MicrosoftRazonamientoPesos abiertos