Busca y filtra todos los modelos de IA por proveedor, precio API, ventana de contexto, velocidad, VRAM y benchmarks. Encuentra el LLM ideal y compáralo.
330 available
Claude Haiku 5.5 de Anthropic es un modelo de IA diseñado para interacción en tiempo real, baja latencia y enrutamiento de alto volumen, con ventana de contexto de 200K, velocidad de 160 tokens/s, índice de inteligencia de 62/100 y tarifa de $1/$5 por 1M de tokens.
Gemini 4 Argon de Google es un modelo de IA diseñado para comprensión multimodal nativa de texto e imagen y análisis visual de documentos, con ventana de contexto de 1M, velocidad de 115 tokens/s, índice de inteligencia de 97/100 y tarifa de $2/$10 por 1M de tokens.
GPT-6 Astra de OpenAI es un modelo de IA diseñado para síntesis de voz natural, transcripción acústica y procesamiento de audio en tiempo real, con ventana de contexto de 272K, velocidad de 100 tokens/s, índice de inteligencia de 96/100 y tarifa de $10/$50 por 1M de tokens.
Claude Opus 5.5 de Anthropic es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 1M, velocidad de 78 tokens/s, índice de inteligencia de 94/100 y tarifa de $4/$20 por 1M de tokens.
GPT-6.1 Sol de OpenAI es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 1M, velocidad de 120 tokens/s, índice de inteligencia de 94/100 y tarifa de $2/$10 por 1M de tokens.
GPT-6 Sol de OpenAI es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 1M, velocidad de 116 tokens/s, índice de inteligencia de 93/100 y tarifa de $2/$10 por 1M de tokens.
Claude Mythos 5.1 de Anthropic es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 1M, velocidad de 60 tokens/s, índice de inteligencia de 88/100 y tarifa de $15/$75 por 1M de tokens.
Gemini 3.8 Flash de Google es un modelo de IA diseñado para interacción en tiempo real, baja latencia y enrutamiento de alto volumen, con ventana de contexto de 1.0M, velocidad de 175 tokens/s, índice de inteligencia de 87/100 y tarifa de $0.75/$3.75 por 1M de tokens.
Claude Fable 5.1 de Anthropic es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 1M, velocidad de 65 tokens/s, índice de inteligencia de 82/100 y tarifa de $10/$50 por 1M de tokens.
Claude Sonnet 5.5 de Anthropic es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 1M, velocidad de 105 tokens/s, índice de inteligencia de 78/100 y tarifa de $2/$10 por 1M de tokens.
GPT-6 Luna de OpenAI es un modelo de IA diseñado para máxima eficiencia de costos por token y alta velocidad en producción, con ventana de contexto de 272K, velocidad de 245 tokens/s, índice de inteligencia de 67/100 y tarifa de $0.1/$0.5 por 1M de tokens.
DeepSeek V4.1-Flash de DeepSeek es un modelo de IA diseñado para autoalojamiento en servidores propios, ajuste fino (fine-tuning) y soberanía de datos, con ventana de contexto de 1M, velocidad de 110 tokens/s, índice de inteligencia de 58/100 y tarifa de $0.3/$1.2 por 1M de tokens.
Break-even occurs when Monthly GPU Infrastructure Cost (rental/depreciation + power + ops) equals Total Monthly Tokens multiplied by your Blended API Token Price; below 50M tokens/month, managed APIs are almost always cheaper.
At $0.14 per 1M input tokens, DeepSeek V3 managed API is vastly cheaper than renting dedicated 8x H100 GPU clusters ($15-$25/hour) unless your organization sustains over 500 million tokens per day with 70%+ GPU utilization.
Dedicated GPUs incur fixed costs 24/7; at 10% utilization during idle hours, your effective cost per processed token becomes 10 times higher than nominal capacity, erasing any theoretical hardware cost advantage.
Anthropic charges a 1.25x (5-min TTL) or 2x (1-hour TTL) write premium on the initial request to compute the KV cache, then provides a 90% discount ($0.30/1M tokens) on all subsequent cache hit reads.
Reasoning tokens in o3-mini are billed at the standard output rate ($4.40/1M tokens); because complex reasoning steps can generate thousands of hidden scratchpad tokens, configuring reasoning_effort: low or medium is vital to prevent unexpected invoice inflation.
SWE-bench Verified features 500 human-filtered GitHub issues where top models have reached 70-85%+ saturation, whereas SWE-bench Pro introduces harder multi-repo architectural tasks with strict contamination-proofing to evaluate autonomous engineering.
The full 671B DeepSeek R1 requires multi-GPU clusters, but distilled versions (such as DeepSeek-R1-Distill-Qwen-14B or 32B with 4-bit quantization) run smoothly on a single 24GB RTX 4090.
Gemini 2.0 Flash leads with native multimodal audio-to-audio streaming and sub-200ms time-to-first-token (TTFT), making it faster than text-pipelined GPT-4o-mini setups.