Modelos
Explora 13 modelos LLM canónicos de todos los proveedores
Algunas descripciones forman parte del piloto de traducción automática y aún no han sido revisadas.
Gemini 3.5 Flash-Lite
Google's fastest and most cost-effective Gemini 3.5-class model, delivering around 350 output tokens per second per the Artificial Analysis Index. Designed for low-latency and high-throughput agentic workflows such as agentic search and document processing, with configurable thinking levels, built-in computer use, and full multimodal support across a 1M-token context window.
Gemini 3.6 Flash
Google DeepMind's workhorse Flash model that builds on Gemini 3.5 Flash with better coding, knowledge work, and multimodal performance while reducing output token usage by roughly 17% per the Artificial Analysis Index. Natively multimodal across text, image, audio, and video with a 1M-token context window, configurable thinking levels, and built-in computer use, tuned for scaling agentic workflows at a lower cost per output token.
Inkling
Thinking Machines Lab's open-weights general-purpose multimodal Mixture-of-Experts model with 975B total parameters and 41B active parameters. Inkling accepts text, image, and audio inputs, produces text, and is designed for agentic and tool-use systems, coding assistants, chatbots, and retrieval-augmented generation.
Gemini 3.5 Pro
El modelo insignia Gemini de Google DeepMind, reconstruido sobre una base nueva con una ventana de contexto de 2 millones de tokens y un modo de razonamiento Deep Think para las tareas más difíciles de matemáticas, programación y multimodalidad. Es multimodal de forma nativa para texto, imagen, audio y vídeo, con llamadas de función en streaming y una sólida fundamentación en contextos largos.
GPT-5.6 Sol
El modelo insignia de la serie GPT-5.6 de OpenAI, que mejora la programación, el razonamiento científico, la planificación a largo plazo y los flujos de trabajo con agentes, al tiempo que aumenta la fiabilidad y la eficiencia en tareas reales exigentes. Añade un nivel máximo de esfuerzo de razonamiento y un modo ultra que inicia subagentes para trabajos complejos de varios pasos.
GPT-5.6 Terra
La opción equilibrada de la serie GPT-5.6 de OpenAI, que intercambia una pequeña parte de la calidad máxima por una latencia y un coste notablemente menores. Conserva sólidas capacidades de razonamiento, programación y uso de herramientas por agentes, con esfuerzo de razonamiento configurable, por lo que resulta adecuada como opción predeterminada para cargas de producción que necesitan capacidades de vanguardia a escala.
Gemini 3.5 Flash
Google DeepMind's balanced Gemini 3.5 model that pairs Pro-line reasoning quality with Flash-line latency and cost. Natively multimodal across text, image, audio, and video with a 1M-token context window, configurable thinking levels, and streaming function calling, tuned for high-throughput production workloads.
Gemini 3.1 Flash-Lite
Google's most cost-efficient Gemini model optimized for high-volume, low-latency use cases. Delivers 2.5x faster time to first token versus Gemini 2.5 Flash with full multimodal support. Ideal for agentic tasks, data extraction, translation, and classification.
Gemini 3 Flash
Google's balanced model combining Gemini 3 Pro's reasoning capabilities with the Flash line's latency, efficiency, and cost. Features configurable thinking levels, multimodal function responses, and streaming function calling for complex agentic workflows.
GPT-5.5
OpenAI's most capable model designed for complex real-world work including coding, online research, information analysis, and document creation. Features advanced agentic capabilities with tool search and multi-step task execution.
Gemini 3.1 Pro
El último modelo multimodal insignia de Google, con rendimiento de vanguardia en razonamiento, programación y comprensión multimodal. Incluye uso nativo de herramientas, fundamentación y una ventana de contexto de un millón de tokens.
Gemini 2.5 Pro
Google's high-capability reasoning model with adaptive thinking for complex agentic and multimodal challenges. Features 1M token context window and strong performance on coding and scientific tasks.