Saltar al contenido principal

Catálogo de Modelos LLM como Servicio

Descripción general​

Cloud Temple LLMaaS ofrece 56 modelos de lenguaje grande cuidadosamente seleccionados y optimizados para cumplir con los requisitos más estrictos de SecNumCloud. Nuestro catálogo abarca todo el espectro, desde micro-modelos ultraeficientes hasta modelos extremadamente grandes.

Estadísticas Globales​

MétricaValor
Número total de modelos56 modelos
Contexto mínimo512 tokens
Contexto máximo1,000,000 tokens
CumplimientoSecNumCloud ✅ HDS ✅ Soberanía ✅ C5 ✅
Ubicación100% Francia 🇫🇷

Precios​

Tipo de usoPrecio
Tokens de entrada1.8€ / millón de tokens
Tokens de salida8€ / millón de tokens
Razonamiento avanzado8€ / millón de tokens
Reclasificación de documentos4€ / millón de tokens reclasificados
Lote asíncrono (entrada)0.9€ / millón de tokens
Lote asíncrono (salida)4€ / millón de tokens

Modelos de Chat y Razonamiento​

Modelos generalistas para el diálogo, el análisis, el razonamiento y las tareas multilingües.

cogito:32b​

Deep Cogito • 32B parámetros • Contexto : 32,000 tokens

Modelo de razonamiento analítico avanzado, diseñado para la descomposición de problemas complejos y la verificación lógica.

Especificaciones técnicas:

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Raisonnement Compréhension Analyse

Casos de uso :

  • Análisis de escenarios multifactoriales
  • Resolución de problemas científicos con demostración formal
  • Sistemas expertos (juridique, médical, technique)

gemma3:27b​

Google • 27B parámetros • Contexto : 120,000 tokens

Modelo multimodal de Google con visión integrada y soporte para 140+ idiomas. Contexto de 120K tokens.

Especificaciones técnicas:

  • Velocidad : 23 tokens/segundo
  • Consumo : 5.80 kWh/millón de tokens
  • Licencia : Google Gemma Terms of Use
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Agent Grand Contexte

Casos de uso :

  • Análisis de documentos con contexto extendido (120K tokens)
  • Procesamiento simultáneo de imágenes y texto
  • Extracción estructurada a partir de PDF y documentos escaneados

glm-4.7-flash:30b​

Zhipu AI • 30B parámetros • Contexto : 120,000 tokens

Modelo rápido con un excelente equilibrio rendimiento/latencia para el razonamiento y el análisis.

Especificaciones técnicas:

  • Velocidad : 88 tokens/segundo
  • Consumo : 1.58 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agente Rápido Gran Contexto Multilingüe

Casos de uso :

  • Asistentes conversacionales rápidos
  • Análisis de documentos largos (120k tokens)
  • Tareas de razonamiento con baja latencia

gpt-oss:120b​

OpenAI • 120B parámetros • Contexto : 120,000 tokens

Modelo open-weight de vanguardia de OpenAI con razonamiento configurable y cadena de pensamiento transparente.

Especificaciones técnicas:

  • Velocidad : 94 tokens/segundo
  • Consumo : 2.37 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : MoE Agent Raisonnement Open-Source Très Large

Casos de uso :

  • Agentes conversacionales avanzados con razonamiento complejo
  • Aplicaciones que requieren transparencia en el proceso de razonamiento
  • Escenarios comerciales que requieren una licencia permisiva

gpt-oss:20b​

OpenAI • 20B parámetros • Contexto : 120,000 tokens

Versión compacta del modelo OpenAI, optimizada para la inferencia rápida con buenas capacidades de razonamiento.

Especificaciones técnicas:

  • Velocidad : 41 tokens/segundo
  • Consumo : 3.25 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : MoE Agente Razonamiento Open-Source Compacto Rápido

Casos de uso :

  • Inferencia rápida con buenas capacidades de razonamiento
  • Casos de uso agenticos (llamada a funciones, navegación web, ejecución de código)
  • Aplicaciones con presupuesto de cómputo limitado

llama3.3:70b​

Meta • 70B parámetros • Contexto : 132,000 tokens

Modelo multilingüe de Meta, excelente en diálogo natural y comprensión matizada en 8 idiomas.

Especificaciones técnicas:

  • Velocidad : 10 tokens/segundo
  • Consumo : 13.33 kWh/millón de tokens
  • Licencia : LLAMA 3.3 Community Licence
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Agente Diálogo Multilingüe

Casos de uso :

  • Chatbots multilingües (8 idiomas)
  • Análisis de documentos jurídicos o técnicos voluminosos
  • Generación de textos estructurados con fidelidad estilística

ministral-3:14b​

Mistral AI • 14B parámetros • Contexto : 250,000 tokens

El más potente de la familia Ministral, con razonamiento y codificación avanzados. Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 28 tokens/segundo
  • Consumo : 4.74 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Haute Performance Raisonnement Code

Casos de uso :

  • Resolución de problemas complejos
  • Asistentes de codificación e ingeniería
  • Análisis exhaustivo de documentos con razonamiento

ministral-3:3b​

Mistral AI • 3B parámetros • Contexto : 250,000 tokens

Modelo compacto de Mistral, eficiente a pesar de su pequeño tamaño. Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 22 tokens/segundo
  • Consumo : 1.75 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Compact Efficient

Casos de uso :

  • Asistentes personales reactivos
  • Clasificación y enrutamiento rápidos
  • Tareas simples con gran contexto

ministral-3:8b​

Mistral AI • 8B parámetros • Contexto : 250,000 tokens

Modelo intermedio de Ministral con un excelente equilibrio entre rendimiento y velocidad. Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 40 tokens/segundo
  • Consumo : 3.33 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Efficient Raisonnement

Casos de uso :

  • Asistentes conversacionales avanzados
  • Análisis de documentos y extracción de información
  • Buen equilibrio entre velocidad y calidad

mistral-small3.2:24b​

Mistral AI • 24B parámetros • Contexto : 128,000 tokens

Modelo Mistral con seguimiento de instrucciones mejorado, function calling robusto y capacidades de visión. Detección de contenidos problemáticos integrada.

Especificaciones técnicas:

  • Velocidad : 28 tokens/segundo
  • Consumo : 5.05 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ✅ Seguridad

Etiquetas : Vision Agent Sécurité Instruction Following

Casos de uso :

  • Agentes conversacionales fiables con seguimiento de instrucciones preciso
  • Integración de herramientas externas mediante function calling
  • Aplicaciones que requieren filtrado de seguridad nativo

mistral-small4:119b​

Mistral AI • 119B parámetros • Contexto: 262.144 tokens

Modelo Mistral de alto rendimiento (119B) con visión, seguridad integrada y contexto de 262K tokens. Rápido (100 t/s).

Especificaciones técnicas:

  • Velocidad : 100 tokens/segundo
  • Consumo : 2.00 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ✅ Seguridad

Etiquetas : Vision Agent Sécurité Grand Contexte Rapide

Casos de uso:

  • Agentes conversacionales de alto rendimiento con visión
  • Análisis de documentos muy largos (262K tokens)
  • Aplicaciones críticas que requieren fiabilidad y seguridad

nemotron-3-super:120b​

NVIDIA • 120B parámetros • Contexto : 1,000,000 tokens

Modelo NVIDIA optimizado para agentes colaborativos, razonamiento prolongado y cargas de trabajo de alto volumen. Contexto de 1M tokens.

Especificaciones técnicas:

  • Velocidad : 72 tokens/segundo
  • Consumo : 1.93 kWh/millón de tokens
  • Licencia : NVIDIA Community License
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agente Razonamiento Gran Contexto

Casos de uso :

  • Agentes autónomos con múltiples llamadas a herramientas
  • Automatización de flujos de trabajo de alto volumen
  • Análisis de documentos largos con extracción precisa

nemotron-cascade:30b​

NVIDIA • 30B parámetros • Contexto : 1,000,000 tokens

Modelo NVIDIA especializado en matemáticas (medalla de oro IMO 2025) y descomposición de problemas. Contexto de 1M tokens.

Especificaciones técnicas:

  • Velocidad : 130 tokens/segundo
  • Consumo : 1.93 kWh/millón de tokens
  • Licencia : NVIDIA Community License
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Raisonnement Grand Contexte Maths

Casos de uso :

  • Resolución de problemas matemáticos complejos
  • Agentes con múltiples llamadas a herramientas
  • Análisis de documentos largos

nemotron3-nano:30b​

NVIDIA • 30B parámetros • Contexto : 1,000,000 tokens

Modelo NVIDIA ultra-rápido (160 t/s) con razonamiento y llamadas a funciones. Contexto de 1M tokens.

Especificaciones técnicas:

  • Velocidad : 160 tokens/segundo
  • Consumo : 1.56 kWh/millón de tokens
  • Licencia : NVIDIA Community License
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agente Razonamiento Gran Contexto Rápido

Casos de uso :

  • Agentes autónomos que requieren una respuesta rápida
  • Razonamiento lógico y resolución de problemas
  • Análisis de documentos largos con extracción precisa

olmo-3:32b​

AllenAI • 32B parámetros • Contexto : 65,536 tokens

Primer modelo de razonamiento completamente abierto a esta escala. Transparencia total (datos, código, pesos).

Especificaciones técnicas:

  • Velocidad : 22 tokens/segundo
  • Consumo : 5.98 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Open-Source Grand Contexte Raisonnement Transparent Code Haute Performance

Casos de uso :

  • Razonamiento complejo y resolución de problemas en múltiples pasos
  • Desarrollo de software con transparencia en el proceso de toma de decisiones
  • Tareas críticas que requieren una auditabilidad completa

olmo-3:7b​

AllenAI • 7B parámetros • Contexto : 65,536 tokens

Modelo completamente abierto y eficiente, excelente en matemáticas y programación con total transparencia.

Especificaciones técnicas:

  • Velocidad : 35 tokens/segundo
  • Consumo : 1.13 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Open-Source Grand Contexte Transparent Efficient Maths Code

Casos de uso :

  • Investigación académica que requiera una reproducibilidad total
  • Programación y resolución de problemas matemáticos
  • Análisis de documentos con trazabilidad completa

qwen3-2507-think:4b​

Qwen Team • 4B parámetros • Contexto : 250,000 tokens

Modelo compacto optimizado para el razonamiento profundo (logique, maths, science, code). Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 55 tokens/segundo
  • Consumo : 2.42 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agente Razonamiento Gran Contexto Compacto Rápido

Casos de uso :

  • Razonamiento complejo (logique, maths, science, code)
  • Agentes con gran historial de conversación (250K tokens)
  • Análisis de documentos extensos con razonamiento profundo

qwen3-2507:235b​

Qwen Team • 235B parámetros • Contexto : 200,000 tokens

Modelo más potente del catálogo (235B paramètres, 22B actifs). Destaca en matemáticas, programación y razonamiento lógico.

Especificaciones técnicas:

  • Velocidad : 56 tokens/segundo
  • Consumo : 3.97 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : MoE Agent Raisonnement Très Large

Casos de uso :

  • Resolución de problemas matemáticos y lógicos complejos
  • Tareas que requieren una amplia base de conocimientos
  • Asistente de codificación avanzado

qwen3-omni:30b​

Qwen Team • 30B parámetros • Contexto : 32,768 tokens

Modelo omnimodal nativo — comprende simultáneamente texto, imagen, vídeo y audio.

Especificaciones técnicas:

  • Velocidad : 19 tokens/segundo
  • Consumo : 7.43 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Omni Audio Vision Agent Multimodal

Casos de uso :

  • Interacciones multimodales (texto + imagen + audio + vídeo)
  • Análisis combinado de vídeo y audio
  • Asistentes inteligentes de nueva generación

qwen3.5:0.8b​

Qwen Team • 0.8B parámetros • Contexto : 250,000 tokens

Modelo ultraligero con un contexto excepcional de 250K tokens — destacable para un modelo de este tamaño.

Especificaciones técnicas:

  • Velocidad : 16 tokens/segundo
  • Consumo : 2.39 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Compact Efficient Grand Contexte Multilingue

Casos de uso :

  • Procesamiento de texto con contexto muy extenso (250K tokens)
  • Clasificación y ordenamiento rápido
  • Asistentes ligeros con historial extenso

qwen3.5:4b​

Qwen Team • 4B parámetros • Contexto : 250,000 tokens

Modelo Qwen3.5 compacto con un buen equilibrio rendimiento/eficiencia y contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 37 tokens/segundo
  • Consumo : 3.64 kWh/millón tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Compact Efficient Grand Contexte Multilingue

Casos de uso :

  • Asistentes conversacionales con gran contexto
  • Resumen de texto y clasificación
  • Tareas de codificación simples

qwen3.5:9b​

Qwen Team • 9B parámetros • Contexto : 250,000 tokens

Modelo Qwen3.5 intermedio con razonamiento sólido y contexto extendido a 250K tokens.

Especificaciones técnicas:

  • Velocidad : 32 tokens/segundo
  • Consumo : 4.23 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Eficiente Gran Contexto Multilingüe Razonamiento

Casos de uso :

  • Asistentes conversacionales avanzados
  • Análisis de documentos y extracción de información
  • Tareas de razonamiento de complejidad media

qwen3.6:27b​

Qwen Team • 27B parámetros • Contexto : 1,000,000 tokens

Modelo generalista de referencia con un contexto nativo de 1M de tokens. Destaca en razonamiento, seguimiento de instrucciones y multilingüe.

Especificaciones técnicas:

  • Velocidad : 80 tokens/segundo
  • Consumo : 2.78 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Grand Contexte Multilingue Vision Raisonnement

Casos de uso :

  • Asistentes versátiles con seguimiento preciso de instrucciones
  • Análisis de documentos muy voluminosos (1M de tokens)
  • Aplicaciones multilingües con razonamiento lógico
  • Programación y generación de código

qwen3:0.6b​

Qwen Team • 0.6B parámetros • Contexto : 40,000 tokens

Micromodelo ultrarrápido para tareas simples y enrutamiento. 40K tokens de contexto.

Especificaciones técnicas:

  • Velocidad : 46 tokens/segundo
  • Consumo : 1.33 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Compacto Rápido Eficiente Multilingüe

Casos de uso :

  • Clasificación y ordenamiento rápido
  • Asistentes ligeros con baja latencia
  • Enrutamiento en arquitecturas multimodelo

Modelos de Programación y Agentes​

Modelos especializados en código, ingeniería de software y agentes autónomos.

devstral-small-2:24b​

Mistral AI & All Hands AI • 24B parámetros • Contexto : 200,000 tokens

Modelo agéntico de vanguardia para la ingeniería de software. Rendimiento cercano a los modelos >100B para código. Visión integrada.

Especificaciones técnicas:

  • Velocidad : 33 tokens/segundo
  • Consumo : 4.23 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ✅ Seguridad

Etiquetas : Agent Programmation Vision Open-Source Grand Contexte Rapide

Casos de uso :

  • Agentes de codificación autónomos
  • Refactorización rápida de código
  • Tareas de ingeniería iterativas

functiongemma:270m​

Google • 270M parámetros • Contexto : 32,768 tokens

Micro-modelo especializado en la detección de llamadas a funciones. Ideal como enrutador en una arquitectura de agentes.

Especificaciones técnicas:

  • Velocidad : 40 tokens/segundo
  • Consumo : 0.97 kWh/millón de tokens
  • Licencia : Google Gemma Terms of Use
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Agent Compact Efficient Function Calling

Casos de uso :

  • Enrutador de herramientas en una arquitectura de agentes
  • Detección de intenciones de llamadas a funciones
  • Pre-filtrado rápido antes del enrutamiento

qwen-coder-next:80b​

Qwen Team • 80B parámetros • Contexto : 250,000 tokens

Modelo de vanguardia para código y razonamiento complejo. Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 97 tokens/segundo
  • Consumo : 2.29 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Programmation MoE Grand Contexte

Casos de uso :

  • Asistente de programación avanzado (nivel repositorio)
  • Análisis y refactorización de código complejo
  • Agentes autónomos de ingeniería de software

qwen3-next:80b​

Qwen Team • 80B parámetros • Contexto : 250,000 tokens

Modelo versátil de 80B optimizado para grandes contextos, llamadas a funciones y razonamiento estructurado.

Especificaciones técnicas:

  • Velocidad : 67 tokens/segundo
  • Consumo : 2.09 kWh/millón tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Agent Grand Contexte MoE

Casos de uso :

  • Agentes conversacionales avanzados con integración de herramientas
  • Análisis de documentos muy voluminosos
  • Generación de código y razonamiento estructurado

qwen3.6:35b​

Qwen Team • 35B parámetros • Contexto : 1,000,000 tokens

Líder en ingeniería de software agéntica (SWE-bench 73.4%). Contexto de 1M tokens, visión y tool calling integrados.

Especificaciones técnicas:

  • Velocidad : 121 tokens/segundo
  • Consumo : 2.07 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Programación Gran Contexto MoE Visión Razonamiento

Casos de uso :

  • Asistente de codificación agéntica en IDE (Cursor, Continue.dev, VS Code Copilot)
  • Análisis de bases de código completas (1M tokens)
  • Revisión de código automatizada y CI/CD inteligentes
  • Resolución de errores complejos con razonamiento de múltiples pasos

rnj-1:8b​

Essential AI • 8B parámetros • Contexto : 32,000 tokens

Modelo especializado en STEM — destaca en código (83.5% HumanEval+), matemáticas y ciencias.

Especificaciones técnicas:

  • Velocidad : 23 tokens/segundo
  • Consumo : 1.69 kWh/millón de tokens
  • Licencia : Open Weights
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Code Maths STEM Raisonnement Efficient

Casos de uso :

  • Generación de código avanzado
  • Resolución de problemas matemáticos complejos
  • Tareas científicas y técnicas

Modelos de Visión y Multimodal​

Modelos para el análisis de imágenes, vídeos, OCR y documentos visuales.

deepseek-ocr​

DeepSeek AI • 3B parámetros • Contexto : 8,192 tokens

Modelo OCR especializado para la extracción de texto de alta precisión con preservación del formato (tablas, fórmulas).

Especificaciones técnicas:

  • Velocidad : 84 tokens/segundo
  • Consumo : 0.66 kWh/millón de tokens
  • Licencia : MIT licence
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision OCR Efficient

Casos de uso :

  • Extracción de texto estructurado (Markdown/LaTeX) desde imágenes/PDF
  • Digitalización de documentos con tablas y fórmulas

gemma4:31b​

Google • 31B parámetros • Contexto : 250,000 tokens

Modelo denso multimodal de Google, clasificado 3.º mundial en Arena AI. Visión avanzada, razonamiento y codificación. Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 59 tokens/segundo
  • Consumo : 3.77 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Grand Contexte Vision Raisonnement Multilingue Open-Source

Casos de uso :

  • Agentes autónomos con razonamiento y llamadas a herramientas
  • Análisis de documentos extensos con visión
  • Comprensión visual (OCR, graphiques, documents scannés)

gemma4:e2b​

Google • 31B (E2B) parámetros • Contexto: 128,000 tokens

Variante ultrarrápida (125 t/s) de Gemma 4 con visión. Excelente eficiencia energética.

Especificaciones técnicas:

  • Velocidad : 125 tokens/segundo
  • Consumo : 1.11 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Visión Rápido Eficiente

Casos de uso:

  • Análisis de imágenes con baja latencia
  • Documentos voluminosos con huella reducida

gemma4:e4b​

Google • 31B (E4B) parámetros • Contexto : 128,000 tokens

Variante de Gemma 4 con mejor compromiso calidad/velocidad que la versión E2B. Visión integrada.

Especificaciones técnicas:

  • Velocidad : 85 tokens/segundo
  • Consumo : 1.63 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Rapide

Casos de uso :

  • Análisis de documentos e imágenes con buen compromiso calidad/velocidad
  • Alternativa rápida para tareas de visión

granite3.2-vision:2b​

IBM • 2B parámetros • Contexto : 16,384 tokens

Modelo de visión compacto IBM Granite para OCR rápido y extracción de datos desde documentos escaneados.

Especificaciones técnicas:

  • Velocidad : 49 tokens/segundo
  • Consumo : 0.80 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Compact Efficient OCR

Casos de uso :

  • OCR rápido en documentos ligeros
  • Extracción de datos desde imágenes
  • Análisis visual de bajo consumo

qwen3-vl:235b​

Qwen Team • 235B parámetros • Contexto : 200,000 tokens

El modelo multimodal más potente del catálogo. Comprensión visual de vanguardia y razonamiento excepcional.

Especificaciones técnicas:

  • Velocidad : 24 tokens/segundo
  • Consumo : 5.56 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ✅ Razonamiento • ❌ Seguridad

Etiquetas : Agent Raisonnement Grand Contexte Vision

Casos de uso :

  • Automatización documental compleja (OCR multilingue, extraction structurée)
  • Agentes visuales inteligentes
  • Análisis científico avanzado (STEM, raisonnement spatial)
  • RAG Multimodal en documentos y vídeos

qwen3-vl:2b​

Qwen Team • 2B parámetros • Contexto : 250,000 tokens

Modelo de visión ultra compacto para OCR rápido, detección de objetos y aplicaciones integradas.

Especificaciones técnicas:

  • Velocidad : 64 tokens/segundo
  • Consumo : 0.95 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Compact Efficient Multimodal OCR

Casos de uso :

  • Análisis de imágenes en tiempo real
  • OCR y lectura de documentos ligeros
  • Clasificación y ordenamiento visual rápido

qwen3-vl:30b​

Qwen Team • 30B parámetros • Contexto : 250,000 tokens

Modelo multimodal de alto rendimiento para OCR, detección de objetos, análisis de vídeo y razonamiento espaciotemporal.

Especificaciones técnicas:

  • Velocidad : 39 tokens/segundo
  • Consumo : 3.39 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Visión Agente Contexto Largo Multimodal Vídeo OCR

Casos de uso :

  • Análisis de vídeos largos y vigilancia inteligente
  • Extracción de datos estructurados (documentos, tablas, gráficos)
  • Asistentes visuales con comprensión espacial

qwen3-vl:32b​

Qwen Team • 32B parámetros • Contexto : 250,000 tokens

Variante de alto rendimiento para las tareas de visión más exigentes. Contexto 250K tokens.

Especificaciones técnicas:

  • Velocidad : 17 tokens/segundo
  • Consumo : 7.75 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Agent Grand Contexte Multimodal Vidéo OCR

Casos de uso :

  • Análisis científico y técnico de imágenes de alta resolución
  • Automatización de procesos visuales complejos
  • Comprensión detallada de escenas dinámicas

qwen3-vl:4b​

Qwen Team • 4B parámetros • Contexto : 250,000 tokens

Modelo de visión compacto y rápido para el análisis documental y la comprensión de video.

Especificaciones técnicas:

  • Velocidad : 57 tokens/segundo
  • Consumo : 2.34 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Compact Multimodal Efficient Vidéo OCR

Casos de uso :

  • Análisis documental automatizado (factures, formulaires)
  • Comprensión de contenido de video
  • Asistentes visuales interactivos

qwen3-vl:8b​

Qwen Team • 8B parámetros • Contexto : 250,000 tokens

Modelo de visión intermedio — buen equilibrio entre rendimiento y huella. Contexto de 250K tokens.

Especificaciones técnicas:

  • Velocidad : 39 tokens/segundo
  • Consumo : 3.38 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ✅ Herramientas/Agente • ✅ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Vision Multimodal Efficient Vidéo OCR

Casos de uso :

  • Análisis documental automatizado
  • Comprensión de contenido de vídeo
  • Asistentes visuales interactivos

Modelos de Embedding​

Modelos para la búsqueda semántica y Retrieval-Augmented Generation (RAG).

bge-m3:567m​

BAAI • 567M parámetros • Contexto : 8,192 tokens

Embedding multilingüe de última generación (100+ idiomas). Admite búsquedas densas, dispersas y multivectoriales.

Especificaciones técnicas:

  • Velocidad : 171 tokens/segundo
  • Consumo : 0.36 kWh/millón de tokens
  • Licencia : MIT
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Embedding Multilingüe Eficiente

Casos de uso :

  • Búsqueda semántica multilingüe
  • Generación Aumentada por Recuperación (RAG)
  • Clustering y clasificación de documentos

embeddinggemma:300m​

Google • 300M parámetros • Contexto : 2,048 tokens

Embedding multilingüe de Google (100+ idiomas), optimizado para la búsqueda y recuperación semántica.

Especificaciones técnicas:

  • Velocidad : 175 tokens/segundo
  • Consumo : 0.35 kWh/millón de tokens
  • Licencia : Google Gemma Terms of Use
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Embedding Compact Sémantique Efficient Multilingue

Casos de uso :

  • Búsqueda y recuperación de información
  • Clasificación y clustering de documentos
  • Búsqueda de similitud semántica

granite-embedding:278m​

IBM • 278M parámetros • Contexto : 512 tokens

Embedding IBM ultra-compacto para búsqueda semántica con latencia mínima.

Especificaciones técnicas:

  • Velocidad : 196.3 tokens/segundo
  • Consumo : 0.31 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Embedding Compact Efficient

Casos de uso :

  • Búsqueda semántica de alta frecuencia
  • Agrupamiento de documentos

qwen3-embedding:0.6b​

Qwen Team • 0.6B parámetros • Contexto : 32,768 tokens

Embedding ultraligero y rápido para la búsqueda semántica de baja latencia.

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : 0.57 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Embedding Compact Efficient

Casos de uso :

  • Búsqueda semántica rápida
  • Clasificación de texto en tiempo real

qwen3-embedding:4b​

Qwen Team • 4B parámetros • Contexto : 40,000 tokens

Embedding de alto rendimiento con comprensión semántica profunda y contexto extendido (40K tokens).

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : 0.57 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Embedding Grand Contexte Efficient

Casos de uso :

  • Búsqueda semántica en documentos largos
  • RAG con contexto extendido
  • Análisis semántico de precisión

qwen3-embedding:8b​

Qwen Team • 8B parámetros • Contexto : 40,000 tokens

Embedding de alta capacidad con la mejor comprensión semántica de la familia Qwen3. Contexto extendido (40K tokens).

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : 0.57 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Embedding Grand Contexte Haute Performance

Casos de uso :

  • Búsqueda semántica de alta precisión
  • RAG avanzado con contexto extendido
  • Análisis semántico de documentos complejos

Modelos de Reranking​

Modelos para el reordenamiento de resultados en los pipelines RAG.

bge-reranker-large​

BAAI • 335M parámetros • Contexto : 512 tokens

Modelo de reranking de alto rendimiento de la familia BGE, multilingüe.

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : N/A
  • Licencia : MIT
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Reranker Haute Performance

Casos de uso :

  • Reordenación multilingüe para RAG

nvidia/llama-nemotron-rerank-vl-1b-v2​

NVIDIA • 1B parámetros • Contexto : 4,096 tokens

Modelo de reranking compatible con la API de Cohere (/v1/rerank et /v2/rerank). Ordena los documentos por relevancia en relación con una consulta.

Especificaciones técnicas:

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Rerank RAG Compact

Casos de uso :

  • Reordenación de resultados de búsqueda semántica
  • Refinamiento de la relevancia en pipelines RAG

qwen3-reranker:0.6b​

Qwen Team • 0.6B parámetros • Contexto : 4,096 tokens

Modelo de reranking compacto y eficiente para el reordenamiento rápido.

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : N/A
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Reranker Compact Efficient

Casos de uso :

  • Reordenamiento rápido para RAG

qwen3-reranker:4b​

Qwen Team • 4B parámetros • Contexto : 4,096 tokens

Modelo de reranking de alto rendimiento con una gran capacidad de comprensión contextual.

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : N/A
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Reranker Performance

Casos de uso :

  • Reordenamiento de alta calidad para RAG

Modelos de Seguridad​

Modelos para el filtrado de contenido, el cumplimiento y los guardrails.

granite3-guardian:2b​

IBM • 2B parámetros • Contexto : 8,192 tokens

Versión compacta del modelo de seguridad Granite Guardian para el filtrado de baja latencia.

Especificaciones técnicas:

  • Velocidad : 60 tokens/segundo
  • Consumo : 0.65 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ✅ Seguridad

Etiquetas : Seguridad Guardrails Compacto Eficiente

Casos de uso :

  • Guardrails de baja latencia en flujos de trabajo agenticos
  • Filtrado de seguridad en tiempo real

granite3-guardian:8b​

IBM • 8B parámetros • Contexto : 8,192 tokens

Modelo de seguridad especializado en la detección de contenidos problemáticos, jailbreak y cumplimiento normativo.

Especificaciones técnicas:

  • Velocidad : 45 tokens/segundo
  • Consumo : 3.09 kWh/millón de tokens
  • Licencia : Apache 2.0
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ✅ Seguridad

Etiquetas : Seguridad Guardrails Cumplimiento Filtrado

Casos de uso :

  • Detección de contenidos problemáticos y jailbreak
  • Filtrado de seguridad pre/post-generación
  • Cumplimiento normativo (RGPD, HDS)

Modelos de Traducción​

Modelos especializados en la traducción multilingüe de alta fidelidad.

translategemma:12b​

Google • 12B parámetros • Contexto : 128,000 tokens

Traducción de alta fidelidad para 55 idiomas con contexto de 128K tokens.

Especificaciones técnicas:

  • Velocidad : 27 tokens/segundo
  • Consumo : 4.87 kWh/millón tokens
  • Licencia : Gemma Terms of Use
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Traducción Multilingüe Especializado

Casos de uso :

  • Traducción de documentos largos
  • Comunicación interlingüística
  • Localización de contenido

translategemma:27b​

Google • 27B parámetros • Contexto : 120,000 tokens

Traducción de alto rendimiento para 55 idiomas. Calidad superior para contenidos complejos y técnicos.

Especificaciones técnicas:

  • Velocidad : 17 tokens/segundo
  • Consumo : 7.84 kWh/millón de tokens
  • Licencia : Gemma Terms of Use
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Traducción Multilingüe Especializado Alto Rendimiento

Casos de uso :

  • Traducción de alta precisión
  • Traducción de documentos técnicos
  • Matices literarios y culturales

translategemma:4b​

Google • 4B parámetros • Contexto : 128,000 tokens

Traducción rápida y eficiente para 55 idiomas. Ideal para la localización en tiempo real.

Especificaciones técnicas:

  • Velocidad : 31 tokens/segundo
  • Consumo : 1.25 kWh/millón de tokens
  • Licencia : Gemma Terms of Use
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Traducción Multilingüe Especializado Eficiente

Casos de uso :

  • Traducción rápida de textos
  • Localización en tiempo real
  • Traducción con presupuesto limitado

Modelos de Audio e Imagen​

Modelos para la transcripción de audio y la generación de imágenes.

voxtral​

Mistral AI • 4B parámetros • Contexto : 32,768 tokens

Transcripción de audio en tiempo real vía WebSocket. Reconocimiento de voz en streaming con baja latencia.

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : N/A
  • Licencia : Apache 2.0
  • Localización : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : ASR Audio Realtime WebSocket

Casos de uso :

  • Transcripción de audio en tiempo real (streaming)
  • Asistentes de voz
  • Subtitulado en directo

z-image:16b​

Community • 16B parámetros • Contexto : 0 tokens

Generación de imágenes a partir de prompts textuales, compatible con la API OpenAI /v1/images/generations.

Especificaciones técnicas:

  • Velocidad : N/A
  • Consumo : N/A
  • Licencia : Open Weights
  • Ubicación : FR 🇫🇷

Capacidades: ❌ Herramientas/Agente • ❌ Visión • ❌ Razonamiento • ❌ Seguridad

Etiquetas : Image Generation Créatif Multimodal

Casos de uso :

  • Generación de imágenes a partir de descripciones textuales
  • Creación de contenido visual
  • Prototipado visual rápido

Casos de Uso Recomendados​

Diálogo multilingüe​

Chatbots y asistentes capaces de comunicarse en varios idiomas con detección automática y mantenimiento del contexto

Modelos recomendados:

  • nemotron-3-super:120b
  • qwen3.6:27b
  • nemotron3-nano:30b
  • gpt-oss:120b

Análisis de documentos largos​

Procesamiento de documentos voluminosos (>100 páginas) con extracción de información clave, resúmenes y respuestas a preguntas

Modelos recomendados:

  • nemotron-3-super:120b
  • qwen3.6:27b
  • qwen3-2507:235b

Programación y desarrollo​

Generación, optimización y depuración de código en múltiples lenguajes, refactorización y creación de pruebas

Modelos recomendados:

  • qwen3.6:35b
  • qwen-coder-next:80b
  • devstral-small-2:24b
  • nemotron-3-super:120b

Análisis visual​

Procesamiento de imágenes y documentos visuales, OCR, interpretación de gráficos y tablas

Modelos recomendados:

  • qwen3-vl:235b
  • gemma4:31b
  • deepseek-ocr
  • qwen3-vl:30b

Seguridad y cumplimiento​

Filtrado de contenido sensible, detección de jailbreak, cumplimiento RGPD/HDS

Modelos recomendados:

  • granite3-guardian:8b
  • granite3-guardian:2b
  • mistral-small4:119b

Despliegues ligeros​

Aplicaciones que requieren una huella mínima, baja latencia y bajo consumo

Modelos recomendados:

  • qwen3.5:0.8b
  • qwen3-vl:2b
  • ministral-3:3b

RAG (Retrieval-Augmented Generation)​

Pipelines completos de búsqueda semántica, reordenamiento y generación aumentada por recuperación

Modelos recomendados:

  • bge-m3:567m
  • nvidia/llama-nemotron-rerank-vl-1b-v2
  • qwen3.6:27b