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 y uso de herramientas sólidos que puedes auditar y poseer por completo.
Claude Fable 5.1
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 pesos, datos de entrenamiento y recetas publicados bajo OpenMDW-1.1. (Si el origen no es una restricción, GLM-5.3 lidera en código agéntico y Qwen3.8-Max encabeza hoy la mayoría de las tablas de pesos abiertos.)
Modelos cerrados
Modelos de frontera (solo por API).
Máxima inteligencia, mínimo control, precio por token.
| Modelo | Proveedor | Ideal para | Contexto |
|---|---|---|---|
| Claude Fable 5.1 | Anthropic · EE. UU. | Razonamiento más profundo, código complejo, pensamiento adaptativo | 1M |
| GPT-6 Astra | OpenAI · EE. UU. | Trabajo agéntico de largo alcance, uso de computadora y navegador | 1.05M |
| Gemini 3.1 Pro | Google · EE. UU. | Multimodal, video, contexto largo | 1M |
| Grok 4.6 | xAI · EE. UU. | Rápido y eficiente en tokens; código y agéntico | 500K |
| Muse Spark 1.3 | Meta · EE. UU. | Razonamiento multimodal, uso de herramientas, orquestación de agentes | 1M |
El nivel de mayor capacidad de Anthropic es Fable 5.1 (septiembre 2026); Opus 5 queda justo debajo a la mitad del precio por token. Los precios cambian cada mes y el contexto largo puede costar más (GPT-6 Astra duplica su tarifa de entrada pasando los 272K tokens), 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. | 550B MoE (55B activos) | OpenMDW-1.1 | Planifica y ejecuta tareas multi-paso; afinado para GPUs NVIDIA |
| gpt-oss-120b | OpenAI · EE. UU. | 117B MoE (5.1B activos) | Apache 2.0 | Razonamiento y herramientas on-premises en una sola GPU de 80GB |
| Poolside Laguna S 2.1 | Poolside · EE. UU. | 118B (MoE) | 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 (41B activos) | Apache 2.0 | Trabajo multilingüe de propósito general; contexto de 256K |
| Command A+ | Cohere · Canadá | 218B MoE (25B activos) | Apache 2.0 | RAG empresarial soberano con citas auditables |
| DeepSeek V4 Pro | DeepSeek · China | 1.6T MoE (49B activos) | MIT | Razonamiento eficiente de contexto largo; V4.1-Flash marca el piso de costo |
| GLM-5.3 | Zhipu · China | 744B MoE (40B activos) | Licencia GLM-5.3 | Código agéntico a muy bajo costo |
| Kimi K3 | Moonshot · China | 2.8T MoE (104B activos) | Licencia Kimi K3 | Razonamiento agéntico de frontera, contexto largo |
| MiniMax M3 | MiniMax · China | 428B MoE (23B activos) | Community License | Agentes de código de largo alcance; multimodalidad nativa |
| Qwen3.8-Max | Alibaba · China | 2.4T MoE (95B activos) | Licencia Qwen3.8-Max | Las mejores puntuaciones entre pesos abiertos; flagship multimodal empresarial |
| Qwen3.8-27B | Alibaba · China | 27B | Apache 2.0 | Opción Apache 2.0 pequeña con entrada nativa de imagen y video |
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, y en agosto de 2026 Alibaba publicó por primera vez los pesos de su flagship de clase Max. Los modelos cerrados mantienen una ventaja en lo más alto del razonamiento y las tareas de código agéntico, pero para la mayoría de las tareas de negocio los pesos abiertos están listos para producción, con cero fuga de datos, registro de auditoría completo y un modelo que es tuyo.
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 V4 Pro y V4.1-Flash) | Sí | Sí | No |
| Apache 2.0 (Gemma, gpt-oss, Inkling, Mistral, Command A+, Qwen3.8-27B) | Sí | Sí | No |
| OpenMDW-1.1 (Nemotron, Poolside Laguna) | Sí | Sí | No |
| Community custom (Kimi K3, MiniMax, GLM-5.3, Qwen3.8-Max) | Sí (atribución / umbrales de ingresos) | Sí | No |
| Propietaria (Claude, GPT, Gemini, Grok, Muse Spark) | Solo vía API | No | N/A |
Para las empresas reguladas que necesitan certeza legal, recomendamos modelos Apache 2.0, MIT u OpenMDW-1.1: 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 16 de septiembre 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 →