Modelos
Explora 56 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.
Kimi K3
Moonshot AI's flagship Kimi model for frontier intelligence, agentic coding, knowledge work, and deep reasoning. Kimi K3 supports a 1-million-token context window for long-running software engineering and research workflows.
GPT-5.6 Luna
The fast, low-cost tier of OpenAI's GPT-5.6 series, optimized for high-volume, latency-sensitive tasks such as classification, extraction, routing, and lightweight agentic steps. Approaches the larger GPT-5.6 tiers on many benchmarks while running several times faster at a fraction of the price.
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 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.
Muse Spark 1.1
Meta Superintelligence Labs' updated flagship, building on Muse Spark with stronger agentic reasoning, more reliable multi-agent orchestration, and improved multimodal understanding across voice, text, and image. Extends the context window and reduces latency and reasoning token usage while raising coding and tool-use accuracy. Powers Meta AI across its product ecosystem.
Grok 4.5
El modelo más potente de xAI hasta la fecha, diseñado para destacar en programación, tareas con agentes y trabajo del conocimiento, y desarrollado junto con herramientas de programación para ingeniería de software real. Ofrece acceso a información en tiempo real, razonamiento ampliado y uso de herramientas con contextos grandes mediante una API compatible con OpenAI.
Claude Sonnet 5
El modelo de clase Sonnet más capaz de Anthropic, que lleva capacidades de vanguardia en programación, agentes y trabajo profesional al nivel intermedio, reduciendo la diferencia con Opus 4.8 a un precio menor. Admite pensamiento adaptativo con niveles de esfuerzo de razonamiento seleccionables, una ventana de contexto de un millón de tokens y entradas de texto, imagen y archivos. Su nombre en clave es Fennec.
Claude Mythos 5
Anthropic's frontier Mythos-class model — the same underlying model as Claude Fable 5 but with safeguards lifted in some areas. It has the strongest cybersecurity capabilities of any model in the world, alongside state-of-the-art performance in software engineering, knowledge work, vision, and scientific research. Access is restricted to a small group of trusted cyberdefenders and infrastructure providers through Project Glasswing.
Claude Fable 5
El primer modelo de clase Mythos de Anthropic disponible públicamente, con capacidades superiores a las de cualquier modelo que la empresa hubiera ofrecido antes de forma general. Alcanza resultados de vanguardia en casi todos los benchmarks evaluados y destaca en ingeniería de software, trabajo del conocimiento, visión e investigación científica. Su ventaja aumenta en tareas más largas y complejas. Incluye salvaguardas que derivan consultas sensibles de ciberseguridad, biología, química y destilación a Claude Opus 4.8.
Gemma 4 12B
Google's medium-size open-weight model with 12 billion parameters from the Gemma 4 family. Encoder-free unified multimodal architecture that natively processes text, image, audio, and video inputs without dedicated encoders. Features a 256K context window and supports 140+ languages. First medium-sized model capable of natively ingesting audio. Suitable for local deployment on GPUs with 16GB VRAM.
MiniMax M3
MiniMax's frontier open-weight model with 1M-token context window, native multimodality (text, image, video), and strong coding capabilities. Built on MiniMax Sparse Attention (MSA) architecture, achieving 59% on SWE-Bench Pro with significantly improved efficiency at long context.
Claude Opus 4.8
El modelo más avanzado de Anthropic, basado en Opus 4.7 y mejorado en benchmarks de programación, capacidades de agentes, razonamiento y trabajo del conocimiento. Incorpora mayor honestidad, un uso más eficiente de herramientas, compatibilidad con flujos de trabajo dinámicos y una mejor alineación.
Qwen 3.7 Plus
Alibaba's multimodal variant in the Qwen 3.7 family, optimized for vision understanding and multimodal tasks. Ranked
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.
MiniCPM-V 4.6
Ultra-efficient multimodal language model from OpenBMB built on SigLIP2-400M and Qwen3.5-0.8B (~1B parameters). Supports single-image, multi-image, and video understanding with mixed 4x/16x visual token compression. Designed for edge deployment on iOS, Android, and HarmonyOS.
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.
Qwen 3.6 27B
Alibaba's dense 27B parameter model that outperforms its own 397B MoE predecessor on agentic coding benchmarks. Strong multilingual and reasoning capabilities released under Apache 2.0.