Referencia — Modelos
El modelo correcto para el trabajo.
La brecha entre los modelos de pesos abiertos (open-weight) y los de frontera (frontier) casi se ha cerrado. La pregunta ya no es "¿pueden competir los de pesos abiertos?" Es "qué modelo se ajusta a tu carga de trabajo, tus requisitos de cumplimiento y tu presupuesto."
Selección rápida
Comienza aquí.
gpt-oss-120b
Apache 2.0, on-premises (en tus instalaciones), hecho en EE. UU. (OpenAI). Corre en una sola GPU de 80GB, con razonamiento casi de frontera que puedes auditar y poseer por completo.
Claude Fable 5
Vía API. Razonamiento adaptativo, contexto de 1M tokens. Pagas por uso.
Nemotron 3 Ultra
Hospedado dedicado. Una familia de pesos abiertos de EE. UU. que es completamente tuya, con razonamiento multi-paso sólido a escala. (GLM-5.2 lidera entre los modelos de pesos abiertos si el origen no es una restricción.)
Modelos cerrados
Modelos de frontera (solo por API).
Máxima inteligencia, mínimo control, precio por token.
| Modelo | Proveedor | Ideal para | Contexto |
|---|---|---|---|
| Claude Fable 5 | Anthropic · EE. UU. | Razonamiento más profundo, código complejo, pensamiento adaptativo | 1M |
| GPT-5.6 Sol | OpenAI · EE. UU. | Propósito general, código, flujos agénticos | 1M (est.) |
| Gemini 3.1 Pro | Google · EE. UU. | Multimodal, video, contexto largo | 1M |
| Grok 4.5 | xAI · EE. UU. | Rápido y eficiente en tokens; código y agéntico | 500K |
| Muse Spark 1.1 | Meta · EE. UU. | Razonamiento multimodal, uso de herramientas, orquestación de agentes | 262K |
| Qwen 3.8 Max | Alibaba · China | Flagship multimodal empresarial | 1M |
El flagship más nuevo de Anthropic es Opus 5 (julio 2026); Fable 5 sigue siendo el nivel de mayor capacidad. Los precios cambian cada mes, así que cotizamos las tarifas vigentes en cada propuesta
Trade-off: Máxima inteligencia. Tus datos transitan por la infraestructura del proveedor en cada llamada al API. Los acuerdos empresariales que configuramos impiden que entrenen con tus datos.
Modelos abiertos
Modelos de pesos abiertos (auto-hospedables).
Control total, auto-hospedados o en infraestructura dedicada.
| Modelo | Laboratorio | Parámetros | Licencia | Ideal para |
|---|---|---|---|---|
| Gemma 4 | Google · EE. UU. | 2B–31B dense + 26B MoE | Apache 2.0 | Multimodal, 140+ idiomas, eficiente del edge al servidor |
| Nemotron 3 Ultra | NVIDIA · EE. UU. | 30B–550B (MoE) | NVIDIA Open Model | Planifica y ejecuta tareas multi-paso; afinado para GPUs NVIDIA |
| gpt-oss-120b | OpenAI · EE. UU. | 117B (MoE) | Apache 2.0 | Razonamiento y herramientas on-premises en una sola GPU de 80GB |
| Poolside Laguna S 2.1 | Poolside · EE. UU. | 118B MoE (8B activos) | OpenMDW-1.1 | Código agéntico; rinde por encima de su tamaño |
| Inkling | Thinking Machines · EE. UU. | 975B MoE (41B activos) | Apache 2.0 | Base abierta multimodal para personalización |
| Mistral Large 3 | Mistral · Francia | 675B (MoE) | Apache 2.0 | Contexto largo, multilingüe, propósito general |
| Command A+ | Cohere · Canadá | 218B MoE (25B activos) | Apache 2.0 | RAG empresarial soberano con citas auditables |
| DeepSeek V4 | DeepSeek · China | 1.6T (MoE) | MIT | Razonamiento eficiente de contexto largo; el piso de costo más bajo |
| GLM-5.2 | Zhipu · China | 744B (MoE) | MIT | Código agéntico a muy bajo costo |
| Kimi K3 | Moonshot · China | 2.8T (MoE) | Licencia Kimi K3 | Razonamiento agéntico de frontera, contexto largo |
| MiniMax M3 | MiniMax · China | 428B (MoE) | Community License | Agentes de código de largo alcance; multimodalidad nativa |
| Qwen3-235B-A22B | Alibaba · China | 235B MoE (22B activos) | Apache 2.0 | Amplia fortaleza en benchmarks, multilingüe (versión abierta; el flagship 3.8 Max es solo por API) |
MoE (Mixture-of-Experts): el modelo activa solo las partes que necesita para cada solicitud, lo que da gran capacidad a menor costo de operación.
Trade-off: los mejores modelos de pesos abiertos ya están a pocos puntos porcentuales de la frontera en las tablas públicas. La brecha se ha reducido de ~8% a principios de 2024 a un dígito bajo, y sigue cerrándose, aunque los modelos cerrados mantienen una ventaja en lo más alto del razonamiento y las tareas de código agéntico. Cero fuga de datos. Registro de auditoría completo. El modelo es tuyo. Para la mayoría de las tareas de negocio, los pesos abiertos están listos para producción.
El origen importa para algunos compradores. Para las organizaciones que prefieren mantenerse en modelos domésticos, hoy existe una oferta sólida de pesos abiertos hecha en EE. UU.: Gemma, Nemotron, gpt-oss, Poolside Laguna e Inkling, con otras opciones occidentales de Mistral (Francia) y Cohere (Canadá), y los laboratorios chinos líderes al lado. Ajustamos el modelo a tu política, no al revés.
Legal
Licencias explicadas.
| Licencia | ¿Uso comercial? | ¿Se puede modificar? | ¿Hay que compartir cambios? |
|---|---|---|---|
| MIT (DeepSeek, GLM) | Sí | Sí | No |
| Apache 2.0 (Gemma, gpt-oss, Inkling, Mistral, Command A+, Qwen3) | Sí | Sí | No |
| Community custom (Kimi K3, MiniMax) | Sí (atribución / topes de ingresos) | Sí | No |
| NVIDIA Open / OpenMDW (Nemotron, Poolside) | Sí (con límites) | Sí | No |
| Propietaria (Claude, GPT, Gemini, Grok, Muse Spark, Qwen 3.8 Max) | Solo vía API | No | N/A |
Para las empresas reguladas que necesitan certeza legal, recomendamos modelos Apache 2.0: sin topes de uso, sin sorpresas de licencia.
Marco de decisión
Inteligencia vs. Control vs. Costo.
Más control = pesos abiertos en tu hardware. Más inteligencia = frontera vía API. La mejor configuración suele ser ambas: pesos abiertos para el volumen, frontera para los problemas difíciles.
Panorama de modelos verificado por última vez el 29 de julio de 2026. Esto cambia rápido, y salen modelos nuevos cada semana. Habla con nosotros para recomendaciones al día.
Contacto
¿Qué modelo es el correcto para ti?
Mapeamos tu caso de uso al modelo correcto, y al modo de despliegue correcto.
Recibe una recomendación de modelo →