Modelos y enrutado
Cada modelo que sirve Zabio tiene un fabricante, la empresa que lo creó (owned_by en GET /v1/models y la columna Fabricante de las tablas de abajo: moonshot para Kimi, zai para GLM, qwen para Qwen, meta para Llama, y Anthropic, OpenAI, Google, DeepSeek, xAI, Mistral AI y TypeSafe AI para sus propios modelos), un proveedor (anthropic, openai, google, deepseek, xai, mistral, together, typesafe, alibaba-us, alibaba-intl o moonshot), una clase (fast, balanced, powerful o frontier, una etiqueta para las páginas, no una regla de enrutado), un conjunto de capacidades, una ubicación de procesamiento y un precio con fecha. Puedes pedir un modelo por su nombre o dejar que Zabio elija con uno de los modelos auto.
Para la forma exacta de cada petición y respuesta, con ejemplos en curl, Python y Node, consulta la Referencia de la API.
Proveedores y dónde procesan los datos
Section titled “Proveedores y dónde procesan los datos”| Proveedor | Modelos | Se procesa en |
|---|---|---|
| Anthropic, OpenAI, Google | sus propios modelos | Estados Unidos |
| xAI | Grok, a través del endpoint de EE. UU. de xAI | Estados Unidos |
| DeepSeek | DeepSeek a través de la API propia de DeepSeek, etiquetado “DeepSeek (China)” | China |
| Together AI | modelos de pesos abiertos (Llama, Qwen, gpt-oss) y copias de los modelos de DeepSeek con ids que terminan en @together, etiquetadas “processed in North America” |
Norteamérica |
| Mistral AI | modelos de Mistral, a través de la API global de Mistral | sin garantía: Mistral no se compromete a una ubicación de inferencia en ella |
| TypeSafe AI | Jev (jev-1.14.0 y jev-1.13.0), un modelo de decisión: respuestas tipadas con probabilidades calibradas, se llama por su nombre o lo elige auto para una tarea de clasificación, ver Modelos de decisión |
Estados Unidos |
| Alibaba Cloud (US) | modelos Qwen y GLM a través del espacio de trabajo de Virginia de Alibaba Cloud Model Studio, con ids que terminan en @alibaba-us |
EE. UU. (Virginia): los datos se almacenan y se procesan solo en Estados Unidos |
| Alibaba Cloud (International) | modelos Qwen y DeepSeek V4 Flash a través del espacio de trabajo de Singapur de Alibaba Cloud Model Studio, y copias de DeepSeek V4.1 Flash, GLM y Qwen 3.8 2.4T con ids que terminan en @alibaba-intl |
Fuera de China continental: los datos se almacenan en Singapur y se procesan en cualquier lugar fuera de China continental |
| Moonshot AI | Kimi K3.1 Pro (kimi-k3.1-pro, kimi-k3.1-pro-highspeed) y una copia de Kimi K3 (kimi-k3@moonshot), a través de la API internacional de Moonshot AI |
sin garantía: Moonshot AI no se compromete a una ubicación de inferencia; su política de privacidad sitúa sus servidores en Singapur |
| DeepInfra | copias de modelos de pesos abiertos (DeepSeek, Qwen, Llama, gpt-oss, MiniMax) con ids terminados en @deepinfra, servidas con la precisión que DeepInfra declara para cada una (fp8, o la precisión completa del fabricante en qwen3.5-9b@deepinfra y gpt-oss-120b@deepinfra) |
sin garantía: DeepInfra no se compromete a una ubicación de inferencia; su política de privacidad dice que los datos se procesan en Estados Unidos |
| Parasail | copias de modelos de pesos abiertos (DeepSeek, Qwen, Llama, GLM, MiniMax) con ids terminados en @parasail, servidas con la precisión que Parasail declara para cada una (fp8, o la precisión completa del fabricante en qwen3.5-9b@parasail) |
sin garantía: Parasail no se compromete a una ubicación de inferencia; su política de privacidad dice que los datos pueden procesarse en Estados Unidos, la Unión Europea u otros países |
Todos los proveedores están activados por defecto. Los propietarios y administradores pueden desactivar un proveedor entero, o modelos sueltos, en la página de Modelos de la aplicación web; un proveedor desactivado nunca recibe tus peticiones. Los modelos de DeepSeek existen dos veces para que elijas: desactiva DeepSeek y deja Together AI activado para usar solo los modelos de DeepSeek procesados en Norteamérica.
auto elige entre los modelos con una habilidad medida para el tipo de trabajo de la petición (ver Cómo el enrutado elige un modelo), dentro de los proveedores y modelos que permiten tu organización y tu key. Todos los modelos del catálogo se pueden pedir también por su nombre. Los modelos de decisión (jev-1.14.0, jev-1.13.0) nunca son candidatos, pero auto puede responder una tarea de clasificación con Jev (ver Tareas de clasificación en auto). Si quieres acotar el campo, nombra una línea (auto/best, auto/balanced), desactiva proveedores o modelos para tu organización o pon una lista de modelos permitidos en la key.
Cuando un proveedor anuncia que retirará un modelo, el modelo lleva retires_at con esa fecha. auto deja de elegirlo 10 días antes; las peticiones que lo nombran siguen funcionando hasta la fecha, y cada una de ellas lleva la cabecera x-zabio-retires-at con esa fecha. Desde la fecha, una petición que nombra el modelo recibe un 410 model_retired que dice cuándo se retiró, antes de cualquier trabajo con el proveedor, en todos los endpoints y en un lote. Cuando el proveedor nombra un modelo que lo sustituye, el modelo lleva además successor con el id de ese modelo, y el 410 también lo nombra, así puedes pasarte a él antes de la fecha. Cuando un proveedor deja de servir un modelo sin anunciarlo (su lista de modelos no lo muestra desde hace un día y una llamada de prueba es rechazada), Zabio pone retires_at siete días por delante por su cuenta y se aplica lo mismo; si el proveedor vuelve a listar el modelo antes de esa fecha, la fecha se quita.
Las tres líneas
Section titled “Las tres líneas”Una línea dice cuánta habilidad debe tener el modelo. El clasificador dice qué es la petición: su tipo de trabajo, su dificultad y lo que está en juego. Cada candidato tiene una puntuación de habilidad para ese tipo de trabajo, y la línea fija el mínimo; responde el modelo más barato que llega a ese mínimo.
| Id de modelo | Qué obtienes |
|---|---|
auto/best |
el modelo más barato cuya habilidad para este tipo de trabajo está en el tercio superior de los candidatos |
auto/balanced |
el modelo más barato cuya habilidad para este tipo de trabajo está en el tercio central de los candidatos o por encima |
auto/cheap |
el modelo más barato con habilidad suficiente para la tarea: cualquier candidato con puntuación de habilidad para este tipo de trabajo |
auto a secas (o sin modelo) no es una de las tres líneas. Zabio elige por ti: el modelo más barato capaz de hacer el trabajo, y sube de línea cuando el trabajo lo necesita. En un tipo de trabajo con puntuaciones de habilidad, auto a secas no tiene mínimo propio: puede responder cualquier candidato con puntuación de habilidad para ese trabajo, y responde el más barato. Nombra una línea cuando quieras un modelo más fuerte en todas las peticiones.
Una petición difícil, o de riesgo alto, sube el mínimo un escalón: auto/cheap al tercio central, auto/balanced al tercio superior; auto/best ya está arriba. auto a secas sube al tercio central en una tarea difícil, y al tercio superior, como auto/best, en una de riesgo alto. Cuando el modelo más barato ya llega al mínimo más alto, nada cambia. zabio.routing.line muestra el nivel tal como lo pediste (auto para auto a secas), y zabio.routing.floor el mínimo aplicado después de cualquier subida (none, middle o top). El registro de la llamada muestra la línea que aplicó Zabio (cheap, balanced o best): la nombran la herramienta MCP get_call y escalated_from. También puedes nombrar cualquier modelo directamente.
Cómo el enrutado elige un modelo
Section titled “Cómo el enrutado elige un modelo”- La tarea. Un modelo pequeño y rápido lee la petición (la primera parte de tu prompt de sistema, el último mensaje del usuario, los nombres de tus herramientas, si hay imágenes) y nombra la tarea: su tipo de trabajo (
zabio.routing.task_type, una de las etiquetas de Tipos de trabajo), una dificultad de 1 a 5, si el riesgo es alto, con una confianza y una frase de motivo. Lo ves todo enzabio.routing. Nunca ve un precio ni el nombre de un modelo. Cuando duda, redondea la dificultad hacia arriba. - Restricciones.
zabio.vendorslimita los candidatos a los proveedores que indiques. Los modelos desactivados para tu organización o ausentes de la lista de permitidos de la key quedan fuera. - Capacidades. Una petición con imágenes necesita un modelo con visión, una petición con audio necesita un modelo que acepte audio de entrada, una petición de respuesta en audio necesita un modelo que responda en audio en el formato y con la voz pedidos (
zabio.capabilities.audio_output;autotodavía no responde en audio, consulta Respuestas en audio), una petición con video necesita un modelo que acepte video de entrada (zabio.capabilities.video_input) cuyo proveedor acepte ese video (las URL de YouTube y los WebM van solo a modelos Gemini), las herramientas necesitan un modelo que las soporte,response_format: json_schemanecesita salida estructurada, y el prompt másmax_tokensdebe caber en la ventana de contexto; sinmax_tokens,autodeja libres al menos 4.096 tokens de la ventana para la respuesta. Los modelos que no cumplen se descartan. - Habilidad y precio. Cada candidato tiene una puntuación de habilidad para el tipo de trabajo, medida para ese tipo de trabajo y ordenada frente a los demás modelos actuales. Solo los modelos con puntuación son candidatos. La línea fija un mínimo sobre esa puntuación (ninguno, el tercio central o el tercio superior de los candidatos), y responde el candidato más barato que llega a él. El precio es el de esta petición: el tamaño de tu prompt, la salida que se espera que escriba el modelo con su razonamiento, y la caché de prompt caliente de una sesión. A igual precio gana el modelo con el id anterior.
- Dificultad y riesgo. Una petición difícil, o de riesgo alto, sube el mínimo un escalón. Una tarea es de riesgo alto cuando actuar sobre una respuesta equivocada podría costar más que volver a preguntar (un daño a la salud o la seguridad, al dinero, a una posición legal o a la seguridad informática, una acción que no se puede deshacer o un cambio en un sistema en producción). La urgencia, las emociones fuertes, un contexto de soporte o un cliente molesto no hacen que una tarea sea de riesgo alto por sí solos. Antes de marcar una tarea como de riesgo alto, una segunda pregunta, más concreta, comprueba qué costaría de verdad un error. Su respuesta solo se usa en esas tareas. En las llamadas en streaming y en las que llevan herramientas se hace a la vez que la primera, para que la respuesta no la espere; cuando no hace falta, la paga Zabio.
- Intentos. Si el proveedor elegido falla o no responde a tiempo, Zabio pasa al siguiente proveedor del mismo modelo, o al siguiente modelo por la misma regla, hasta 3 intentos en total.
zabio.attemptste dice cuántos hicieron falta.
Cuando no hay habilidad medida. Una petición de tipo other, o de un tipo de trabajo que aún no tiene puntuaciones de habilidad, se enruta con la regla anterior de Zabio. Para la tarea y su dificultad, Zabio sabe cómo lo hace cada modelo y cuán seguro es ese conocimiento; ordenados por el precio de esta petición, los candidatos forman una curva, y un modelo al que otro más barato iguala nunca se elige. auto/best deja de subir cuando nada más caro es probablemente mejor, auto/cheap se detiene en el primer modelo que no es claramente peor que el mejor, auto/balanced se sitúa entre los dos. auto a secas toma el modelo más barato en una tarea fácil y la regla de best en una de riesgo alto; en el resto de tareas medias y más difíciles elige como auto/balanced, porque con esta regla Zabio no puede confirmar que un modelo barato sea capaz de hacer el trabajo. Con esta regla una tarea de riesgo alto lleva cheap a balanced y balanced a best, y los modelos frontier solo son candidatos en auto/best. zabio.routing.cell nombra el conocimiento que usó. De dónde sale ese conocimiento se explica en la página de benchmarks.
La cuenta, la organización, un proyecto y la key eligen cada uno qué modelos permiten, y una llamada solo puede usar lo que permiten todos los niveles; auto solo elige entre esos modelos. Consulta Acceso a modelos.
Niveles de razonamiento y esfuerzo dentro de auto
Section titled “Niveles de razonamiento y esfuerzo dentro de auto”reasoning_effort en chat completions y reasoning.effort en la Responses API usan una sola escala para todos los proveedores: none, minimal, low, medium, high y xhigh, los nombres de OpenAI, para que los clientes de OpenAI funcionen sin cambios. Cada modelo tiene una fila en la tabla de razonamiento de Zabio, que aparece en la columna Razonamiento de las tablas de abajo y en zabio.reasoning de GET /v1/models: niveles con nombre (OpenAI, Anthropic, DeepSeek), los niveles de razonamiento de Google (Gemini: low, medium y high), activado o desactivado (los modelos con razonamiento de Together AI), siempre activo (grok-4.7), o sin razonamiento. Un nivel que el modelo no tiene se aplica como el más cercano que sí tiene, el más bajo entre dos igual de cercanos, y una petición nunca falla por el nivel. Un nivel enviado a un modelo sin razonamiento se ignora, aparece en zabio.ignored_parameters, y zabio.reasoning.applied indica not supported. La API propia de DeepSeek ejecuta sus modelos sin razonamiento cuando la petición lleva tools (DeepSeek exige que se le devuelva el razonamiento anterior del modelo en los turnos de tools, y Zabio no lo conserva); los modelos con razonamiento de Together AI y de Alibaba Cloud mantienen con tools el ajuste que elegiste, con una excepción en Alibaba Cloud: su página de function calling indica que un modelo en modo de pensamiento no acepta una elección forzada de herramienta, así que una petición con tool_choice: required o con el nombre de una función en un modelo Qwen o GLM se ejecuta con el pensamiento desactivado, zabio.reasoning.applied indica off y el nivel que enviaste aparece en zabio.ignored_parameters con el motivo tool_choice; con tool_choice: auto el modelo mantiene tu nivel. gpt-6-luna y gpt-6-sol de OpenAI aceptan tools con razonamiento en la Responses API, que es por donde Zabio envía las llamadas a OpenAI; en las llamadas que se quedan en chat completions (una petición con stop, una llamada con tu propia key de OpenAI, o max_tokens menor que 16) van sin razonamiento cuando hay tools, zabio.reasoning.applied indica off y un nivel que hayas enviado aparece en zabio.ignored_parameters. Toda respuesta informa zabio.reasoning: requested (lo que enviaste) y applied (default para el ajuste propio del proveedor, off, el nombre del nivel del proveedor, budget N, on, always on o not supported).
Cuando no indicas nivel con auto, Zabio elige el ajuste de razonamiento junto con el modelo. En tareas fáciles y medias las líneas cheap y balanced usan el ajuste más bajo del modelo: desactivado donde el modelo puede dejar de razonar, su nivel más bajo en caso contrario. Las pruebas propias de Zabio encontraron que en esas tareas razonar más no cambiaba las respuestas, solo el coste y la espera, y los tokens de razonamiento suelen ser la mayor parte de lo que factura un modelo de razonamiento. La línea best, las tareas de riesgo alto y las tareas difíciles y de frontera mantienen el ajuste por defecto del modelo. Los cálculos siempre razonan: en una tarea de matemáticas, un modelo cuyo razonamiento está desactivado por defecto usa su ajuste más bajo que razona, y un modelo que no puede razonar solo responde cuando ningún candidato puede. El razonamiento que activa Zabio necesita espacio: cuando max_tokens es demasiado pequeño para él en todos los candidatos, la tarea de matemáticas usa el ajuste por defecto de los modelos. Si una respuesta vuelve vacía porque el razonamiento gastó todo el presupuesto, esa llamada no se cobra, lo eligiera quien lo eligiera. Hay dos límites. En un modelo con nombre solo es gratis cuando max_tokens era de al menos 1.000 tokens, o del presupuesto de razonamiento más pequeño del modelo cuando es mayor; por debajo elegiste tanto el modelo como un presupuesto demasiado pequeño para su razonamiento, y la respuesta vacía se cobra. Y las respuestas vacías gratis de cada organización tienen un tope por día UTC: lo mayor entre 0,50 USD y el 2% de lo que se le facturó ese día; pasado el tope, las respuestas vacías se cobran. zabio.no_answer indica cuál se aplicó. En auto la petición se repite entonces una vez con menos razonamiento: el mismo modelo en su ajuste más bajo cuando puede razonar menos (un modelo con niveles baja a su nivel más bajo, un modelo de encendido o apagado apaga el razonamiento, un presupuesto de razonamiento se limita a la mitad de max_tokens), o si no el modelo más barato del mismo mínimo de habilidad cuyo razonamiento cabe en max_tokens, en su ajuste más bajo; los modelos que razonan siempre quedan fuera de ese cambio. Los trabajos difíciles, los de frontera y los de alto riesgo nunca se repiten con el razonamiento apagado: el mismo modelo se repite con un presupuesto de razonamiento de la mitad de max_tokens cuando el modelo admite un presupuesto; si no, la petición pasa a un modelo más capaz que lo admita, con el mismo presupuesto; si no, el mismo modelo se repite en su ajuste más bajo que todavía razona. Una petición en streaming o en lote se repite solo en el mismo modelo. Cuando esa respuesta también vuelve vacía, o no hay nada que cambiar, recibes la respuesta vacía con zabio.no_answer explicando por qué, y no se cobra. Un modelo con nombre nunca se repite. Con un max_tokens de 4.000 o menos, auto prefiere modelos cuyo razonamiento se puede limitar a modelos que razonan siempre. zabio.routing.effort indica qué se eligió y zabio.routing.effort_reason por qué. Un nivel que indiques se respeta en el primer intento. Los tokens de razonamiento cuentan dentro de max_tokens, así que deja margen por encima del razonamiento: fija max_tokens en la respuesta que necesitas más el razonamiento que permites.
Sesiones y persistencia
Section titled “Sesiones y persistencia”Envía zabio.session_id (cualquier cadena de hasta 128 caracteres; la cabecera x-zabio-session-id también sirve) en las llamadas que van juntas. Dentro de una sesión la tarea se clasifica una vez por mensaje del usuario y se reutiliza en los turnos de resultado de herramienta que siguen, así que esas llamadas no pagan una nueva clasificación. Zabio vuelve a clasificar con un mensaje nuevo del usuario y cuando salta una señal:
Trigger (tal como aparece en zabio.routing.trigger) |
Significado |
|---|---|
no_prior_decision |
primera llamada de la sesión |
cache_hit |
se reutilizó la decisión anterior |
low_confidence_prior |
la decisión anterior tenía una confianza por debajo de 0.7 |
long_idle |
más de 30 minutos desde la última llamada |
tool_failure_streak |
tres resultados de herramienta seguidos parecían errores |
customer_feedback |
el usuario escribió algo como “esto está mal” o “inténtalo de nuevo” |
new_human_message |
un mensaje nuevo del usuario en la sesión; la tarea se clasifica de nuevo |
explicit |
se nombró un modelo; no hay enrutado |
escalation |
el modelo pidió un modelo más potente (ver más abajo) |
El estado de sesión son solo metadatos (línea, modelo, confianza, algunos contadores, el tamaño del último prompt y la vida de caché que se le aplicó). Vive una hora después de la última llamada y como máximo 24 horas. Los prompts nunca se guardan para ello.
Dentro de una sesión, el enrutado cuenta la caché de prompt. Tras un turno, el modelo que lo sirvió conserva tu contexto en la caché de su proveedor durante un tiempo (Anthropic: la vida de 5 minutos o de 1 hora que se aplicó; DeepSeek, xAI y Mistral: unos cinco minutos, porque cachean sin marcadores; OpenAI: 30 minutos por defecto en GPT-5.6 y posteriores y unos pocos minutos en sus modelos anteriores, y el enrutado cuenta cinco minutos para ella, la cifra más corta que OpenAI indica). En el turno siguiente Zabio pone precio a ese modelo con la parte cacheada del prompt a su tarifa de lectura de caché, y a cada otro candidato con esa misma parte a la tarifa normal más la escritura de caché que pagaría, y la línea aplica su regla de siempre a esos precios. Así una conversación se queda en su modelo cuando moverse costaría más de lo que ahorra, y aun así se mueve cuando otro modelo es más barato por más de lo que cuesta calentarlo, cuando la tarea cambia con un mensaje nuevo, o cuando el modelo pide escalar. No hay fijación: gana el precio honesto más bajo. Los modelos de Google y de Together AI no reciben ni el descuento ni la escritura, porque Zabio no tiene allí ninguna caché que contar. Cuando la caché decidió la elección, zabio.routing.sticky nombra el modelo que se mantuvo y el que habría elegido el precio en frío; si no, el campo no aparece.
División y enrutado
Section titled “División y enrutado”Una petición con auto que lleva una fuente grande (un contrato, un log, un hilo de soporte, un conjunto de reseñas o de registros) junto con una pregunta que solo necesita una parte de ella puede responderse en dos pasos cuando sale más barato que enviar la fuente entera al modelo que eligió el enrutado. Zabio lo llama división y enrutado. La versión 1 hace un solo tipo de división, extractar y después responder:
- Quién cumple los requisitos. Solo un modelo virtual (
auto,auto/best,auto/balanced,auto/cheap, o ningún modelo); un modelo con nombre nunca se divide. El último mensaje del usuario debe ser texto plano de al menos unos 4,000 tokens según la estimación de Zabio, sin partes de imagen ni resultados de herramientas, la petición no debe llevar herramientas, y la estimación gratuita de Zabio de la llamada entera debe estar en 0.010 USD o por encima. Las llamadas más baratas se ejecutan exactamente como antes. - Las preguntas. Una segunda llamada a Jev (el modelo de decisión de TypeSafe, el mismo que clasifica la tarea, con la key de Zabio y a coste de Zabio) lee el mismo extracto que lee el clasificador y dice si la petición es una fuente grande más una pregunta aparte que necesita como mucho la mitad de ella.
- La comprobación de precio. Zabio pone precio a los dos caminos: la petición entera en el modelo enrutado, y el extracto en el modelo barato más la comprobación más la respuesta sobre el extracto. La división sigue adelante solo cuando se estima en el 70 por ciento de la llamada entera o menos.
- El extracto. Un modelo barato (
gpt-5.4-nano, ogemini-3.5-flash-litecuando el primero rehúsa o no devuelve nada) copia las líneas de la fuente que la pregunta necesita, palabra por palabra y en su orden. Su salida se recibe en streaming y se corta al pasar del 40 por ciento de la fuente. Toda línea que no aparece en la fuente se descarta, así que nada que el extractor reescribiera o inventara llega al modelo que responde. Un extracto con menos de la mitad de sus líneas encontradas en la fuente, uno vacío, o uno por encima del 40 por ciento de la fuente detiene la división. - La comprobación. Jev lee el principio y el final de tu mensaje y el extracto, y dice si el extracto contiene lo que la pregunta nombra; por debajo de 0.5 la división se detiene.
- La respuesta. El modelo enrutado, con el ajuste que eligió el enrutado, recibe tu mensaje con sus primeros 2,000 y sus últimos 2,000 caracteres intactos (en límites de línea, que es donde suelen estar las instrucciones) y la fuente entre ellos sustituida por el extracto bajo esta línea:
[Zabio excerpt: the material between these markers was shortened by a preprocessing step to the lines relevant to the request (K of N lines kept, in their original order). If you need more of the original material to answer well, reply with exactly the line NEED_MORE_SOURCE and nothing else.], seguida del extracto y de[end of excerpt]. Todo lo demás de la llamada (el system prompt, los mensajes anteriores,max_tokens,response_format) no cambia. - El camino de vuelta. Cuando el modelo responde con la línea
NEED_MORE_SOURCE, Zabio envía la petición completa al mismo modelo y devuelve esa respuesta. En un stream la línea reservada se lee en los primeros fragmentos, antes de que te llegue nada, y el stream con la fuente completa lo sustituye, así que los primeros tokens pueden tardar un momento más.
Cada salvaguarda que falla envía la petición entera al modelo enrutado, como si no hubiera pasado nada, y zabio.split.fallback dice cuál: extractor_declined (el extractor dijo que la tarea necesita todo el material), empty_extract, extract_too_big, low_verbatim, check_rejected, need_more_source, extract_failed, check_failed. Una división que volvió atrás nunca te cuesta más que la llamada entera; consulta Facturación.
Lo que ves: zabio.split en cada respuesta mientras la función está activa, con applied, el reason cuando la petición no se dividió (named_model, opt_out, not_eligible, below_threshold, jev_no, jev_failed, price_check), cada llamada de la división (steps: las preguntas, el extracto, la comprobación y la respuesta, cada una con su proveedor, modelo, tokens, precio de lista y si se facturó), el tamaño del extracto y qué parte de la salida del extractor se encontró literalmente en tu fuente, y la probabilidad de la comprobación. zabio.model_served y zabio.routing siguen nombrando el modelo que respondió y cómo se eligió. Para enviar una petición entera, pon zabio.split: "off" o la cabecera x-zabio-split: off; no hay valor por defecto por key, la elección va en la petición.
Lo que la versión 1 no cubre: solo se divide el último mensaje del usuario. Una fuente grande que está en turnos anteriores o en el historial de una conversación guardada no se extracta (allí el tamaño lo gestiona la compactación), ni tampoco varios mensajes grandes, las imágenes, los resultados de herramientas o una cadena de previous_response_id cuya fuente llegó turnos atrás. Dentro de una sesión, el turno siguiente a una división no pone precio a ninguna caché caliente, porque lo que el proveedor guardó en caché fue el mensaje reescrito.
Nivel flex
Section titled “Nivel flex”OpenAI y Google sirven algunos modelos en un nivel flex: el mismo modelo a la mitad de precio, más o menos, más despacio (su propio objetivo de latencia llega a 15 minutos) y con la capacidad que haya en cada momento. Una petición que puede esperar lo dice con zabio.deadline (o la cabecera x-zabio-deadline), una duración de 15 minutos o más; por debajo de 15 minutos, o sin plazo, no cambia nada. Los modelos con precio flex son los modelos de chat GPT-5, GPT-5.x y GPT-6 de OpenAI junto con o3 y o4-mini, y todos los modelos Gemini de Google; la familia GPT-4, o1, o3-mini, chat-latest y los demás modelos se sirven y facturan a precio estándar, con plazo o sin él.
Con un plazo, auto valora cada candidato que tiene nivel flex a su precio flex y el resto a precio estándar, y después aplica la regla de la línea como siempre, así que un modelo puede ganar porque sale más barato en flex. Un modelo con nombre que tiene precio flex se sirve en flex. Cuando el proveedor rechaza una petición flex por falta de capacidad, Zabio reintenta al momento el mismo modelo en el nivel estándar y factura el precio que se usó de verdad. Los pasos previos de una división (el extracto y las comprobaciones) se ejecutan en el nivel estándar; solo la respuesta puede ir en flex. zabio.tier en la respuesta dice qué se pidió, qué sirvió la llamada y si la falta de capacidad obligó a usar el nivel estándar. Consulta Chat completions para el campo y Facturación para la comisión.
Escalado
Section titled “Escalado”En los turnos auto de la Responses API, Zabio puede dar al modelo una herramienta oculta que puede invocar cuando una tarea le supera. Cuando eso ocurre, Zabio repite el mismo turno en un modelo más potente, con todo el historial, y devuelve esa respuesta: el modelo más barato un escalón más arriba en el mínimo de habilidad para el tipo de trabajo, o, en una petición enrutada con la regla anterior, el siguiente modelo de la curva que su conocimiento dice que es probablemente mejor. La respuesta lleva zabio.escalated_from con la línea y el modelo que se rindieron (por ejemplo cheap/gpt-5.4-nano). El escalado en sí nunca aparece en tu salida. En /v1/chat/completions no se ofrece escalado.
Respuestas comprobadas
Section titled “Respuestas comprobadas”En una petición sin streaming, Zabio comprueba la respuesta contra lo que pidió la petición antes de que te llegue:
- con
response_formatjson_schema: la respuesta es JSON, y nada más, que cumple tu esquema (tipos, campos obligatorios, enumeraciones, longitudes, límites numéricos, patrones); - con
response_formatjson_object: la respuesta es un objeto JSON; - con
tools: cada llamada a una herramienta nombra una de tus herramientas y sus argumentos son JSON que cumple los parámetros de esa herramienta, y untool_choicerequiredo con el nombre de una herramienta recibe una llamada; - en cualquier petición: la respuesta no está vacía porque el modelo gastó todo su presupuesto de salida pensando (
finish_reasonlengthsin contenido).
Cuando la respuesta a una petición auto no pasa la comprobación y auto eligió el modelo por su puntuación de habilidad, envía la petición una vez más al modelo más barato un escalón más arriba en el mínimo de habilidad, dejando fuera el modelo que falló, y recibes esa respuesta. Una respuesta que quedó vacía porque el modelo gastó todo su presupuesto de salida pensando nunca se cobra, y sigue en cambio la regla del razonamiento: el mismo modelo una vez más con menos razonamiento, o el modelo más barato del mismo mínimo de habilidad cuyo razonamiento se puede limitar, nunca el modelo más fuerte que auto puede elegir en una línea distinta de best (ver Niveles de razonamiento y esfuerzo dentro de auto). Pagas solo la respuesta que recibes: el intento fallido es coste de Zabio y no aparece en zabio.cost. Cuando responde otro modelo, zabio.escalated_from nombra el que falló; zabio.attempts cuenta los dos intentos. Una petición se repite una vez como mucho; cuando la segunda respuesta también falla, la recibes tal cual. Los modelos con nombre se comprueban y nunca se repiten: tú elegiste el modelo; aun así, una respuesta vacía en uno de ellos no se cobra. Las peticiones con streaming no se comprueban, porque la respuesta te llega mientras se escribe; una respuesta en streaming vacía se responde de nuevo con menos razonamiento antes de que la veas cuando el modelo puede razonar menos, y si no te llega sin cobrarse con zabio.no_answer. Un esquema se lee solo con referencias dentro del propio esquema; Zabio nunca descarga un archivo o una URL referenciados.
Modelos explícitos
Section titled “Modelos explícitos”Nombra cualquier id de modelo de la tabla de abajo, por ejemplo claude-sonnet-5 o gpt-5.4. La petición va a ese modelo. Si el modelo no está sano o no está disponible, o no responde dentro del plazo de Zabio (3 minutos en los modelos de clase fast y balanced, 10 minutos en powerful y frontier; un stream debe enviar sus primeros datos en 60 segundos en fast y balanced, y en 10 minutos en powerful y frontier, y mientras tanto Zabio mantiene viva la conexión, ver Llamadas largas), zabio.fallback decide qué pasa:
zabio.fallback |
Comportamiento |
|---|---|
same_vendor (por defecto) |
otro modelo del mismo proveedor y clase |
cross_vendor |
cualquier modelo de la misma clase |
none |
fallar en vez de usar otro modelo |
El valor por defecto viene del ajuste fallback_policy de la key. La respuesta siempre te dice qué se sirvió en zabio.model_served y zabio.vendor.
Un max_tokens demasiado grande para el modelo que nombraste no te lleva a otro modelo: Zabio lo baja a lo que el modelo puede producir junto a tu entrada, nunca por debajo de 4.096 tokens, y mantiene el modelo; en los modelos de Anthropic se envía tal como lo fijaste, porque Anthropic se detiene en la ventana. La llamada solo pasa a otro modelo cuando la entrada misma no cabe en la ventana de contexto del modelo, o deja menos espacio que eso.
Herramientas en gpt-6-astra
Section titled “Herramientas en gpt-6-astra”OpenAI acepta herramientas de función para gpt-6-astra solo en su Responses API, así que Zabio envía allí toda petición a gpt-6-astra que lleve tools; las peticiones sin herramientas se sirven como antes. La llamas igual en /v1/chat/completions y en /v1/responses, en stream o no, y las llamadas a herramientas vuelven con la forma de siempre. Algunas peticiones con herramientas no pueden ir allí, y Zabio las responde con un 400 unsupported_parameter cuyo mensaje nombra el límite, antes de cualquier trabajo del proveedor y sin llevarte a otro modelo:
stoppresente. La Responses API de OpenAI no tiene secuencias de parada, y Zabio nunca te cobra texto más allá de tu propio stop. Envía la petición sinstop, o sin herramientas.max_tokensde 1 a 15. La Responses API de OpenAI acepta 16 como mínimo, y enviar 16 cobraría más allá de tu límite. Usa 16 o más, o no envíesmax_tokens. Si no lo envías y tu saldo paga menos de 16 tokens de salida de este modelo, Zabio baja el límite a lo que tu saldo paga, para no cobrar más allá de él, y OpenAI rechaza entonces la llamada con su propio error (sin cobro); añade crédito y envíala de nuevo.- La key de OpenAI propia de tu organización. Zabio no controla el acceso de esa key a la Responses API, así que las herramientas en
gpt-6-astrasolo funcionan con la key de Zabio. Quita la key en Facturación, keys de proveedores, o envía la petición sin herramientas. - Audio.
gpt-6-astrano acepta entrada de audio, así que una petición con un clip de audio se rechaza por ese motivo, con herramientas o sin ellas.
Con auto, una petición con herramientas que choca con uno de estos límites nunca se envía a gpt-6-astra: la sirve otro modelo con herramientas.
En un lote o una response en segundo plano, gpt-6-astra también acepta herramientas: Zabio envía sus líneas con herramientas al lote de OpenAI para la Responses API, al precio por lotes, y los límites de arriba se aplican a cada línea como a una llamada normal.
Modelos de decisión: Jev
Section titled “Modelos de decisión: Jev”Jev es el modelo “System One” de TypeSafe AI, en dos versiones que puedes nombrar: jev-1.14.0, la más reciente, y jev-1.13.0. Las dos responden las preguntas de abajo al mismo precio y con los mismos límites, y cada una responde como la versión que nombraste. No escribe texto. Responde preguntas tipadas sobre una conversación y devuelve, con cada respuesta, la probabilidad calibrada de cada opción. Eso lo hace adecuado para los trabajos en los que quieres una etiqueta, un sí o no, o una puntuación y nada más: etiquetado, enrutado, moderación, sentimiento, detección de idioma, urgencia. Responde en mucho menos de un segundo y cuesta 0.042 USD por millón de tokens de entrada, con la salida gratis; Zabio añade la comisión de servicio del (consulta la página de precios), como en cualquier llamada (ver Facturación).
Lo llamas a través de /v1/chat/completions como cualquier otro modelo, con response_format de tipo json_schema. Cada propiedad del objeto del esquema se convierte en una pregunta:
| Propiedad en tu esquema | Pregunta a Jev | Qué recibes |
|---|---|---|
un string con un enum de 2 a 255 valores |
una elección | uno de los valores, con la probabilidad de cada valor |
un boolean |
un sí o no | true o false, con la probabilidad del sí |
un integer con minimum y maximum separados de 2 a 10 niveles |
una puntuación | el nivel ponderado redondeado al entero más cercano, con la probabilidad de cada nivel |
un number con minimum y maximum separados de 2 a 10 niveles |
una puntuación | el nivel ponderado tal cual, por ejemplo 0.27 en una escala de 0 a 1 |
usage.completion_tokens es el recuento que TypeSafe da de sus respuestas; esos tokens son gratis. Pon una description en cada propiedad: Jev la lee como la pregunta. La description del propio esquema se lee como instrucciones comunes. La respuesta conserva el orden de tus propiedades. Lo que Jev lee es la conversación entera: el prompt de sistema y todos los mensajes de usuario y asistente.
Lo que Jev no puede responder se rechaza con 400 unsupported_for_model antes de enviar nada, y param nombra el campo: una petición sin json_schema, un string de texto libre, un objeto anidado, un array, un número sin límites o con más de 10 niveles, una propiedad anulable o con anyOf, herramientas, imágenes, resultados de herramientas y stream: true (Jev responde de una pieza).
Un ejemplo con números: un ticket de soporte en una de cinco categorías, con un booleano de urgencia y una prioridad de 1 a 5.
curl https://api.zabio.ai/v1/chat/completions \ -H "Authorization: Bearer $ZABIO_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "jev-1.13.0", "messages": [ {"role": "system", "content": "Clasificas tickets de soporte de una empresa de hosting."}, {"role": "user", "content": "Me han cobrado dos veces este mes. Arregladlo hoy, por favor, estoy a punto de viajar."} ], "response_format": {"type": "json_schema", "json_schema": {"name": "ticket", "strict": true, "schema": { "type": "object", "description": "Clasifica el ticket de soporte de la conversación.", "properties": { "category": {"type": "string", "enum": ["billing", "bug", "feature_request", "account", "other"], "description": "El tipo de petición."}, "urgent": {"type": "boolean", "description": "El cliente necesita respuesta hoy."}, "priority": {"type": "integer", "minimum": 1, "maximum": 5, "description": "Importancia del ticket, 5 la máxima."} }, "required": ["category", "urgent", "priority"], "additionalProperties": false }}} }'La respuesta es el content del mensaje del asistente, válido según tu esquema, y zabio.decision lleva las probabilidades que hay detrás:
{ "id": "chatcmpl-01a0e9d47c4d75d385ba714a2736ca34", "object": "chat.completion", "model": "jev-1.13.0", "choices": [{"index": 0, "message": {"role": "assistant", "content": "{\"category\":\"billing\",\"urgent\":true,\"priority\":4}"}, "finish_reason": "stop", "logprobs": null}], "usage": {"prompt_tokens": 484, "completion_tokens": 83, "total_tokens": 567}, "zabio": { "vendor": "typesafe", "model_served": "jev-1.13.0", "routing": {"reason": "explicit model", "trigger": "explicit"}, "cost_micros": 21, "cost": {"vendor_micros": 20, "service_fee_micros": 1, "call_fee_micros": 0, "savings_fee_micros": 0, "classifier_micros": 0}, "decision": { "category": {"type": "choice", "probabilities": {"billing": 1, "bug": 0, "feature_request": 0, "account": 0, "other": 0}, "confidence": 1}, "urgent": {"type": "noul", "probability": 0.84}, "priority": {"type": "score", "value": 4.01, "probabilities": {"1": 0, "2": 0.02, "3": 0.11, "4": 0.71, "5": 0.16}, "confidence": 0.75} }, "cache": {"read_tokens": 0, "write_tokens": 0, "ttl_applied": "none", "applied": "none"} }}Lee zabio.decision cuando quieras actuar según la confianza: envía el ticket a una persona cuando la categoría principal está por debajo de 0.7, o elige tu propio umbral para urgent en lugar del 0.5 que decide el booleano.
La salud, el fallback y el coste funcionan como en cualquier modelo con nombre. Ninguna versión de Jev es fallback de la otra, así que con la política por defecto same_vendor una caída de TypeSafe hace fallar la llamada con 503 no_provider_available; con cross_vendor un modelo de texto de clase fast con salida estructurada responde el mismo esquema en su lugar, sin zabio.decision, y zabio.model_served lo indica. Jev nunca es fallback de un modelo de texto. Una petición a Jev se envía entera a TypeSafe AI en Estados Unidos, como una petición a cualquier proveedor que nombres; ver Privacidad.
Tareas de clasificación en auto
Section titled “Tareas de clasificación en auto”Con auto (y auto/best, auto/balanced, auto/cheap), Zabio puede responder una tarea de clasificación con Jev (jev-1.14.0) en lugar del modelo de texto que eligió el enrutado. Una petición cumple los requisitos cuando su response_format es un json_schema en el que cada propiedad es una que Jev puede responder (un string con enum, un boolean, un integer o number con minimum y maximum separados entre 2 y 10 niveles), sin herramientas, sin imágenes y sin stream. Todo lo demás se enruta exactamente como siempre.
Cuál de los dos responde depende de lo que Zabio ha medido. En una tarea de clasificación fácil (un ticket de soporte, la intención de un correo, el sentimiento de una reseña, una revisión de moderación, un idioma), nuestras pruebas de noviembre de 2026 compararon a Jev con los modelos de texto que el enrutado elige para esas tareas, en 180 peticiones: Jev acertó todos los campos en el 85 por ciento, gpt-6-luna en el 88 por ciento, que nuestras pruebas cuentan como al nivel de Jev, y claude-haiku-5-5 en el 81 por ciento. Ahí la regla de la línea elige entre Jev y el modelo enrutado según esas mediciones, como en las tareas medias que se describen abajo. La estimación de Zabio del precio de cada lado cuenta lo que se le factura a ese lado: para el modelo enrutado, los tokens que tu esquema JSON añade a la entrada y el razonamiento de un modelo cuyo ajuste razona; para Jev, el recuento propio de TypeSafe. En nuestras peticiones de prueba, alrededor del 6 por ciento de las tareas fáciles fue a gpt-6-luna, cada una facturada al precio de Jev o por debajo, y Jev respondió el resto. Un modelo enrutado que nuestras pruebas no han medido en tareas fáciles no responde mientras Jev esté medido: responde Jev, lo que en una petición corta puede costar un poco más de lo que habría costado ese modelo, como mucho el precio de Jev por la llamada, que quedó por debajo de 0.00004 USD en nuestras peticiones de prueba de menos de 200 tokens de entrada. En septiembre de 2026 Jev acertó todos los campos en el 78 por ciento de esas peticiones, y el modelo de texto más barato de entonces en el 51 por ciento.
En una tarea de clasificación calificada como media (un hilo largo de tickets, un correo o un contacto comercial largos, una reseña detallada), nuestras pruebas de noviembre de 2026 compararon a Jev con los modelos de texto que el enrutado elige para esas tareas, en las mismas peticiones: Jev acertó todos los campos en el 82 por ciento, gpt-6-luna en el 80 por ciento, que nuestras pruebas cuentan como al nivel de Jev, y claude-haiku-5-5 en el 70 por ciento. Ahí la regla de la línea elige entre Jev y el modelo enrutado según esas mediciones, como elige entre dos modelos cualesquiera: de dos modelos medidos al mismo nivel responde el que Zabio estima más barato, y un modelo medido peor que Jev no responde en las líneas best y balanced. Jev fue el más barato en todas las peticiones medias que probamos, así que responde estas tareas como hasta ahora; un modelo enrutado que nuestras pruebas no han medido en tareas medias no responde mientras Jev esté medido: responde Jev, lo que puede costar un poco más de lo que habría costado ese modelo, como mucho el precio de Jev por la llamada.
En cualquier otra tarea que cumpla los requisitos (una clasificación calificada como difícil, o una que el clasificador lee como otro tipo de trabajo), donde no hemos medido a Jev frente a los modelos enrutados, Zabio compara su estimación del precio de Jev con la del modelo enrutado para la misma petición y solo pregunta a Jev cuando Jev es más barato.
Una red de seguridad: Jev devuelve la probabilidad de cada respuesta, y cuando algún campo de su respuesta está por debajo de 0.5 (la opción que eligió es menos probable que su contrario), Zabio descarta la respuesta y envía la petición al modelo de texto como siempre. Esa llamada a Jev es coste de Zabio, nunca tuyo. En el primer conjunto de estudio detrás de esta función (septiembre de 2026), Jev acertó el 92 por ciento de los campos frente al 75 por ciento de los modelos de texto enrutados entonces, y sus respuestas llegaron en unos 0.15 segundos.
Cómo lo sabes: zabio.model_served es jev-1.14.0, zabio.vendor es typesafe y zabio.decision lleva las probabilidades, igual que cuando nombras a Jev. La respuesta conserva la forma y el orden de propiedades de tu esquema. zabio.routing sigue describiendo la tarea que vio el clasificador. La facturación es la de cualquier llamada auto: el precio de Jev más la comisión de servicio y la cantidad por la elección automática del modelo (ver Facturación). Cuando la respuesta de Jev se descarta, pagas exactamente lo que cuesta la llamada del modelo de texto. Una respuesta aceptada se factura al precio de Jev, que en una tarea de clasificación fácil y corta puede quedar un poco por encima del precio del modelo de texto, como se explica arriba.
Nombrar un modelo conserva el control total: una petición a gpt-5.4-nano o a cualquier otro modelo con nombre nunca la responde Jev, y una petición que nombra jev-1.14.0 o jev-1.13.0 siempre la responde esa versión de Jev. Una petición a Jev en auto se envía entera a TypeSafe AI en Estados Unidos, como una petición que lo nombra; ver Privacidad.
Listar modelos
Section titled “Listar modelos”GET /v1/models devuelve los modelos auto seguidos del catálogo, con precios para tu organización:
{ "object": "list", "data": [ {"id": "auto", "object": "model", "created": 1757808000, "owned_by": "zabio", "zabio": {"tier": "auto", "auto_eligible": true, "virtual": true}}, {"id": "claude-sonnet-5", "object": "model", "created": 1757808000, "owned_by": "anthropic", "zabio": {"tier": "balanced", "auto_eligible": true, "capabilities": {"vision": true, "tools": true, "json_schema": true, "context_window": 1000000, "max_output": 128000}, "pricing": {"input": 2.10, "output": 10.50, "cache_read": 0.21, "cache_write": 2.63, "currency": "USD"}, "residency": "global"}} ]}GET /v1/models/{id} devuelve un modelo; los ids del tipo auto/cheap funcionan (codifica la barra en porcentaje si tu cliente lo necesita). Las keys con lista de permitidos solo ven sus modelos. Los ids desconocidos devuelven 404 model_not_found.
pricing es el precio de lista del proveedor más la comisión de servicio de tu plan, redondeado hacia arriba al céntimo, en USD por millón de tokens. cache_write es la tarifa de escritura de caché de 5 minutos. Consulta Facturación para saber cómo funcionan las comisiones.
zabio.free_tier es true en los modelos de la lista de modelos gratuitos, los que una cuenta Free puede nombrar; GET /v1/public/free-tier sirve esa lista sin key. Mientras tu organización funciona con los límites de Free, cada modelo lleva además zabio.availability: available, o locked en un modelo fuera de la lista, que una petición no puede nombrar hasta una recarga (403 free_tier_model). Los ids auto siempre están disponibles y eligen entre los modelos gratuitos. Consulta Facturación, “El plan Free”.
Precios
Section titled “Precios”La tabla de abajo se genera a partir del catálogo que hay en el código. Los precios son los precios de lista de los proveedores en USD por millón de tokens. Zabio factura ese precio más la comisión de servicio del (consulta la página de precios) y, en cada petición auto, el precio de la elección automática del modelo, lo que cuesta el propio modelo para esa petición, como mínimo (consulta la página de precios) y como máximo (consulta la página de precios)una cantidad fija de (consulta la página de precios); Zabio no se queda con ninguna parte de lo que ahorra el enrutado (consulta Facturación). Tarifas de escritura de caché: Anthropic cobra 1.25 veces el precio de entrada para una caché de 5 minutos y 2 veces para una de 1 hora; OpenAI cobra 1.25 veces el precio de entrada en GPT-5.6 y posteriores (la columna de escritura de caché) y nada extra en sus modelos anteriores; Google no cobra nada extra por escribir. En GPT-5.6 y posteriores OpenAI también vende una duración de caché de 12 horas a 2.5 veces el precio de entrada; Zabio nunca la pide, así que toda escritura de caché allí es la de 30 minutos por defecto, cobrada a la columna de escritura de caché, y un campo de duración que envíes (prompt_cache_options, prompt_cache_retention) no se reenvía. Los precios promocionales de Google para 3.x Flash terminan el 2026-12-31. En los modelos con nivel flex (los modelos de chat GPT-5, GPT-5.x y GPT-6 de OpenAI, o3 y o4-mini, y todos los modelos Gemini de Google), una llamada con un zabio.deadline de 15 minutos o más se factura a la mitad de los precios de entrada, salida y lectura de caché de la tabla (la entrada en caché de gpt-5.4 a 0.13 USD por millón y la de o4-mini a 0.138, como las publica OpenAI); ver Nivel flex.
La columna Auto dice si auto puede elegir el modelo hoy: tiene puntuación de habilidad para al menos un tipo de trabajo, o la regla anterior puede elegirlo para una petición de tipo other (ver Cómo el enrutado elige un modelo). Sigue los datos de habilidad diarios, así que la página la lee en vivo al cargarse; zabio.auto_eligible en GET /v1/models y GET /v1/public/auto-models llevan la misma respuesta. Todos los modelos se pueden pedir por su nombre. La mayoría de los modelos marcados con no se añadieron para que todo modelo al que puedes llegar a través de otros enrutadores también esté aquí, al precio de lista del propio proveedor.
Precios a fecha de 20 de noviembre de 2026, en USD por millón de tokens, el último cambio del catálogo de Zabio.
| Modelo | Fabricante | Se procesa en | Auto | Ventana de contexto | Salida máxima | Entrada | Salida | Lectura de caché | Razonamiento | Entrada / salida fuera de pico |
|---|---|---|---|---|---|---|---|---|---|---|
claude-haiku-4-5 |
Anthropic | Estados Unidos | sí | 200K | 64K | 1.00 | 5.00 | 0.10 | no | - |
gpt-5.4-nano |
OpenAI | Estados Unidos | sí | 400K | 128K | 0.20 | 1.25 | 0.02 | niveles, de none a xhigh, por defecto off | - |
gpt-5-mini |
OpenAI | Estados Unidos | sí | 400K | 128K | 0.25 | 2.00 | 0.025 | niveles, de minimal a high, por defecto el del proveedor, siempre razona | - |
gpt-4.1-mini |
OpenAI | Estados Unidos | no | 1M | 32768 | 0.40 | 1.60 | 0.10 | no | - |
gpt-4o-mini |
OpenAI | Estados Unidos | no | 128K | 16384 | 0.15 | 0.60 | 0.075 | no | - |
gemini-3.5-flash-lite |
Estados Unidos | sí | 1M | 65536 | 0.30 | 2.50 | 0.03 | niveles, de none a high, por defecto el del proveedor | - | |
mistral-small-2603 |
Mistral AI | Sin garantía | sí | 256K | 256K | 0.15 | 0.60 | 0.015 | no | - |
qwen3.5-9b |
Qwen | Norteamérica | sí | 262144 | 262144 | 0.17 | 0.25 | 0.00 | activado o desactivado, por defecto off | - |
gpt-6-luna |
OpenAI | Estados Unidos | no | 400K | 128K | 0.10 | 0.50 | 0.01 | niveles, de none a xhigh, por defecto el del proveedor | - |
gpt-5.6-luna |
OpenAI | Estados Unidos | no | 400K | 128K | 0.20 | 1.20 | 0.02 | niveles, de none a xhigh, por defecto el del proveedor | - |
gpt-5-nano |
OpenAI | Estados Unidos | no | 400K | 128K | 0.05 | 0.40 | 0.005 | niveles, de minimal a high, por defecto el del proveedor, siempre razona | - |
gpt-4.1-nano |
OpenAI | Estados Unidos | no | 1M | 32768 | 0.10 | 0.40 | 0.025 | no | - |
gemini-3.1-flash-lite |
Estados Unidos | no | 1M | 65536 | 0.25 | 1.50 | 0.025 | niveles, de none a high, por defecto el del proveedor | - | |
ministral-3b-2512 |
Mistral AI | Sin garantía | no | 131072 | 131072 | 0.10 | 0.10 | 0.01 | no | - |
ministral-8b-2512 |
Mistral AI | Sin garantía | no | 262144 | 262144 | 0.15 | 0.15 | 0.015 | no | - |
ministral-14b-2512 |
Mistral AI | Sin garantía | no | 262144 | 262144 | 0.20 | 0.20 | 0.02 | no | - |
glm-5.3-flash |
Z.ai | Norteamérica | no | 1048575 | 1048575 | 0.15 | 0.50 | 0.03 | siempre activo | - |
muse-glimmer-30b |
Meta | Norteamérica | no | 131072 | 131072 | 0.35 | 1.50 | 0.04 | siempre activo | - |
deepseek-v4-flash-0731 |
DeepSeek | Norteamérica | no | 1048576 | 1048576 | 0.14 | 0.28 | 0.03 | activado o desactivado, por defecto off | - |
minimax-m3 |
MiniMax | Norteamérica | no | 524288 | 524288 | 0.30 | 1.20 | 0.06 | siempre activo | - |
claude-haiku-5-5 |
Anthropic | Estados Unidos | no | 1M | 128K | 0.10 | 0.50 | 0.01 | niveles, de none a xhigh, por defecto el del proveedor | - |
qwen3.8-omni-flash |
Qwen | Fuera de China continental | no | 1M | 131072 | 0.15 | 0.47 | 0.016 | presupuestos, de none a high, por defecto off | - |
qwen3.8-flash |
Qwen | Fuera de China continental | no | 1M | 131072 | 0.15 | 0.47 | 0.03 | presupuestos, de none a high, por defecto off | - |
qwen3.7-plus |
Qwen | Fuera de China continental | no | 1M | 131072 | 0.32 | 1.28 | 0.064 | presupuestos, de none a high, por defecto off | - |
qwen3.5-plus-2026-04-20 |
Qwen | Fuera de China continental | no | 1M | 65536 | 0.40 | 2.40 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.5-plus-2026-02-15 |
Qwen | Fuera de China continental | no | 1M | 65536 | 0.40 | 2.40 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.5-flash-2026-02-23 |
Qwen | Fuera de China continental | no | 1M | 65536 | 0.10 | 0.40 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.6-flash |
Qwen | Fuera de China continental | no | 1M | 65536 | 0.25 | 1.50 | 0.05 | presupuestos, de none a high, por defecto off | - |
qwen3.6-35b-a3b |
Qwen | Fuera de China continental | no | 262144 | 65536 | 0.375 | 2.25 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.5-35b-a3b |
Qwen | Fuera de China continental | no | 262144 | 65536 | 0.25 | 2.00 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.5-27b |
Qwen | Fuera de China continental | no | 262144 | 65536 | 0.30 | 2.40 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.5-122b-a10b |
Qwen | Fuera de China continental | no | 262144 | 65536 | 0.40 | 3.20 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3-vl-235b-a22b-thinking |
Qwen | Fuera de China continental | no | 131072 | 32768 | 0.40 | 4.00 | 0.00 | siempre activo | - |
qwen3-vl-235b-a22b-instruct |
Qwen | Fuera de China continental | no | 262144 | 32768 | 0.40 | 1.60 | 0.00 | no | - |
qwen3-next-80b-a3b-thinking |
Qwen | Fuera de China continental | no | 262144 | 32768 | 0.15 | 1.20 | 0.00 | siempre activo | - |
qwen3-next-80b-a3b-instruct |
Qwen | Fuera de China continental | no | 262144 | 32768 | 0.15 | 1.20 | 0.00 | no | - |
qwen3-30b-a3b-thinking-2507 |
Qwen | Fuera de China continental | no | 262144 | 32768 | 0.20 | 2.40 | 0.00 | siempre activo | - |
qwen3-30b-a3b-instruct-2507 |
Qwen | Fuera de China continental | no | 262144 | 32768 | 0.20 | 0.80 | 0.00 | no | - |
qwen3-235b-a22b-thinking-2507 |
Qwen | Fuera de China continental | no | 262144 | 131072 | 0.23 | 2.30 | 0.00 | siempre activo | - |
qwen3-235b-a22b-instruct-2507 |
Qwen | Fuera de China continental | no | 262144 | 131072 | 0.23 | 0.92 | 0.00 | no | - |
deepseek-v4-flashDeepSeek V4 Flash, processed outside mainland China |
DeepSeek | Fuera de China continental | no | 1M | 393216 | 0.20 | 0.40 | 0.04 | activado o desactivado, por defecto off | - |
qwen3.7-plus@alibaba-usQwen3.7 Plus, processed in the US |
Qwen | EE. UU. (Virginia) | no | 1M | 131072 | 0.32 | 1.28 | 0.064 | presupuestos, de none a high, por defecto off | - |
qwen3.6-flash@alibaba-usQwen3.6 Flash, processed in the US |
Qwen | EE. UU. (Virginia) | no | 1M | 65536 | 0.25 | 1.50 | 0.00 | presupuestos, de none a high, por defecto off | - |
deepseek-v4-flash-0731@alibaba-intl |
DeepSeek | Fuera de China continental | no | 131072 | 32768 | 0.44 | 1.32 | 0.088 | no | 0.22 / 0.66 |
beam-1.0-501b-a23b |
Reflection AI | Norteamérica | no | 131072 | 131072 | 0.40 | 1.20 | 0.04 | no | - |
deepseek-v4.1-flash-1017 |
DeepSeek | Norteamérica | no | 131072 | 131072 | 0.30 | 1.20 | 0.006 | no | - |
minimax-m3.1-flash |
MiniMax | Norteamérica | no | 1048576 | 131072 | 0.15 | 0.60 | 0.015 | no | - |
qwen3.5-9b@deepinfra |
Qwen | Sin garantía | sí | 262144 | 81920 | 0.10 | 0.15 | 0.00 | niveles, de none a high, por defecto off | - |
deepseek-v4.1-flash-1017@deepinfra |
DeepSeek | Sin garantía | no | 1048576 | 131072 | 0.098 | 0.294 | 0.003 | niveles, de none a high, por defecto off | - |
qwen3.6-35b-a3b@deepinfra |
Qwen | Sin garantía | no | 262144 | 65536 | 0.10 | 0.95 | 0.10 | niveles, de none a high, por defecto off | - |
deepseek-v4-flash@deepinfra |
DeepSeek | Sin garantía | no | 1048576 | 65536 | 0.09 | 0.18 | 0.018 | niveles, de none a high, por defecto off | - |
qwen3-235b-a22b-instruct-2507@deepinfra |
Qwen | Sin garantía | no | 262144 | 65536 | 0.09 | 0.55 | 0.00 | no | - |
deepseek-v4-flash-0731@deepinfra |
DeepSeek | Sin garantía | no | 1048576 | 384K | 0.06 | 0.18 | 0.015 | niveles, de none a high, por defecto off | - |
qwen3.5-35b-a3b@deepinfra |
Qwen | Sin garantía | no | 262144 | 81920 | 0.14 | 1.00 | 0.05 | niveles, de none a high, por defecto off | - |
qwen3-vl-235b-a22b-instruct@deepinfra |
Qwen | Sin garantía | no | 262144 | 65536 | 0.20 | 0.88 | 0.11 | no | - |
qwen3-next-80b-a3b-instruct@deepinfra |
Qwen | Sin garantía | no | 262144 | 65536 | 0.09 | 1.10 | 0.00 | no | - |
minimax-m3@deepinfra |
MiniMax | Sin garantía | no | 524288 | 131072 | 0.28 | 1.10 | 0.056 | siempre activo | - |
deepseek-v3.2 |
DeepSeek | Sin garantía | no | 131072 | 16384 | 0.26 | 0.38 | 0.13 | no | - |
deepseek-v4-flash-vision-exp |
DeepSeek | Sin garantía | sí | 131072 | 16384 | 0.216 | 0.647 | 0.007 | no | - |
gemma-3-12b-it |
Sin garantía | sí | 131072 | 16384 | 0.05 | 0.15 | 0.00 | no | - | |
gemma-3-27b-it |
Sin garantía | sí | 131072 | 16384 | 0.08 | 0.16 | 0.00 | no | - | |
gemma-3-4b-it |
Sin garantía | sí | 131072 | 16384 | 0.05 | 0.10 | 0.00 | no | - | |
gemma-4-26b-a4b-it |
Sin garantía | sí | 131072 | 16384 | 0.07 | 0.34 | 0.00 | no | - | |
gemma-4-31b-it |
Sin garantía | sí | 131072 | 16384 | 0.20 | 0.40 | 0.00 | no | - | |
granite-4.2-8b |
IBM | Sin garantía | no | 131072 | 16384 | 0.06 | 0.25 | 0.015 | no | - |
ling-3.0-flash |
inclusionAI | Sin garantía | no | 131072 | 16384 | 0.06 | 0.18 | 0.012 | no | - |
ling-3.0-flash-vl |
inclusionAI | Sin garantía | no | 131072 | 16384 | 0.06 | 0.18 | 0.012 | no | - |
ling-3.1-flash |
inclusionAI | Sin garantía | no | 131072 | 16384 | 0.045 | 0.135 | 0.009 | no | - |
llama-guard-4-12b |
Meta | Sin garantía | no | 131072 | 16384 | 0.18 | 0.18 | 0.00 | no | - |
muse-glimmer-30b@deepinfra |
Meta | Sin garantía | no | 131072 | 16384 | 0.30 | 1.20 | 0.04 | no | - |
phi-4 |
Microsoft | Sin garantía | no | 131072 | 16384 | 0.07 | 0.14 | 0.00 | no | - |
mistral-small-24b-instruct-2501 |
Mistral AI | Sin garantía | sí | 131072 | 16384 | 0.05 | 0.08 | 0.00 | no | - |
mistral-small-3.2-24b-instruct-2506 |
Mistral AI | Sin garantía | no | 131072 | 16384 | 0.075 | 0.20 | 0.00 | no | - |
gpt-oss-20b |
OpenAI | Sin garantía | sí | 131072 | 16384 | 0.03 | 0.14 | 0.015 | no | - |
qwen3-14b |
Qwen | Sin garantía | sí | 131072 | 16384 | 0.12 | 0.24 | 0.00 | no | - |
qwen3-30b-a3b |
Qwen | Sin garantía | sí | 131072 | 16384 | 0.12 | 0.50 | 0.00 | no | - |
qwen3-32b |
Qwen | Sin garantía | sí | 131072 | 16384 | 0.08 | 0.28 | 0.00 | no | - |
qwen3.5-27b@deepinfra |
Qwen | Sin garantía | no | 131072 | 16384 | 0.26 | 2.60 | 0.00 | no | - |
qwen3-vl-30b-a3b-instruct |
Qwen | Sin garantía | sí | 131072 | 16384 | 0.15 | 0.60 | 0.00 | no | - |
inkling-small |
Thinking Machines | Sin garantía | sí | 131072 | 16384 | 0.45 | 1.20 | 0.10 | no | - |
mimo-v2.6-flash |
Xiaomi | Sin garantía | no | 131072 | 16384 | 0.14 | 0.28 | 0.003 | no | - |
mimo-v2.6-pro |
Xiaomi | Sin garantía | no | 131072 | 16384 | 0.387 | 0.783 | 0.003 | no | - |
glm-4.7 |
Z.ai | Sin garantía | no | 131072 | 16384 | 0.40 | 1.75 | 0.08 | no | - |
glm-5.3-flash@deepinfra |
Z.ai | Sin garantía | no | 131072 | 16384 | 0.15 | 0.50 | 0.03 | no | - |
llama-4-scout-17b-16e-instruct |
Meta | Sin garantía | sí | 131072 | 16384 | 0.10 | 0.30 | 0.00 | no | - |
qwen3.5-9b@parasail |
Qwen | Sin garantía | sí | 262144 | 262144 | 0.10 | 0.25 | 0.00 | activado o desactivado, por defecto off | - |
qwen3.6-35b-a3b@parasail |
Qwen | Sin garantía | no | 262144 | 262144 | 0.10 | 0.90 | 0.025 | activado o desactivado, por defecto off | - |
qwen3.5-35b-a3b@parasail |
Qwen | Sin garantía | no | 262144 | 262144 | 0.15 | 1.00 | 0.05 | activado o desactivado, por defecto off | - |
qwen3-235b-a22b-instruct-2507@parasail |
Qwen | Sin garantía | no | 131072 | 131072 | 0.14 | 0.80 | 0.05 | no | - |
qwen3-next-80b-a3b-instruct@parasail |
Qwen | Sin garantía | no | 262144 | 262144 | 0.10 | 1.10 | 0.07 | no | - |
qwen3-vl-235b-a22b-instruct@parasail |
Qwen | Sin garantía | no | 131072 | 32768 | 0.21 | 1.90 | 0.10 | no | - |
deepseek-v4-flash@parasail |
DeepSeek | Sin garantía | no | 1048576 | 1048576 | 0.14 | 0.28 | 0.07 | activado o desactivado, por defecto off | - |
deepseek-v4-flash-0731@parasail |
DeepSeek | Sin garantía | no | 1048576 | 1048576 | 0.14 | 0.28 | 0.05 | activado o desactivado, por defecto off | - |
deepseek-v4.1-flash-1017@parasail |
DeepSeek | Sin garantía | no | 1048576 | 1048576 | 0.30 | 1.20 | 0.006 | activado o desactivado, por defecto off | - |
minimax-m3@parasail |
MiniMax | Sin garantía | no | 1048576 | 524288 | 0.30 | 1.20 | 0.06 | siempre activo | - |
gpt-audio-mini |
OpenAI | Estados Unidos | no | 128K | 16384 | 0.60 | 2.40 | 0.00 | no | - |
ripple-65b-preview |
Ricursive Intelligence | Norteamérica | no | 131072 | 131072 | 0.20 | 0.60 | 0.02 | no | - |
qwen-plus |
Qwen | Fuera de China continental | sí | 131072 | 32768 | 0.40 | 1.20 | 0.00 | no | - |
qwen-plus-2025-01-25 |
Qwen | Fuera de China continental | sí | 131072 | 32768 | 0.40 | 1.20 | 0.00 | no | - |
minimax-m3.1-flash@parasail |
MiniMax | Sin garantía | no | 1048576 | 524288 | 0.15 | 0.60 | 0.015 | siempre activo | - |
minimax-m3-fast@parasail |
MiniMax | Sin garantía | no | 1048576 | 524288 | 0.45 | 1.80 | 0.09 | siempre activo | - |
inkling-2-small |
Thinking Machines | Norteamérica | sí | 131072 | 131072 | 0.30 | 1.00 | 0.03 | no | - |
inkling-2-small@deepinfra |
Thinking Machines | Sin garantía | no | 131072 | 16384 | 0.285 | 0.95 | 0.029 | no | - |
qwen3.5-omni-flash |
Qwen | Fuera de China continental | no | 196608 | 65536 | 0.40 | 2.20 | 0.00 | no | - |
qwen3.5-omni-flash-2026-03-15 |
Qwen | Fuera de China continental | no | 196608 | 65536 | 0.40 | 2.20 | 0.00 | no | - |
deepseek-v4.1-flash-1017@alibaba-intlDeepSeek V4.1 Flash 1017, processed outside mainland China |
DeepSeek | Fuera de China continental | no | 1M | 393216 | 0.30 | 1.20 | 0.006 | activado o desactivado, por defecto off | 0.15 / 0.60 |
Balanced
Section titled “Balanced”| Modelo | Fabricante | Se procesa en | Auto | Ventana de contexto | Salida máxima | Entrada | Salida | Lectura de caché | Razonamiento | Entrada / salida fuera de pico |
|---|---|---|---|---|---|---|---|---|---|---|
claude-sonnet-5 |
Anthropic | Estados Unidos | sí | 1M | 128K | 2.00 | 10.00 | 0.20 | niveles, de none a xhigh, por defecto el del proveedor | - |
claude-sonnet-4-6 |
Anthropic | Estados Unidos | no | 1M | 128K | 3.00 | 15.00 | 0.30 | niveles, de none a xhigh, por defecto off | - |
gpt-5.4-mini |
OpenAI | Estados Unidos | sí | 400K | 128K | 0.75 | 4.50 | 0.075 | niveles, de none a xhigh, por defecto off | - |
gpt-5.4 |
OpenAI | Estados Unidos | sí | 400K | 128K | 2.50 | 15.00 | 0.25 | niveles, de none a xhigh, por defecto off | - |
gpt-4.1 |
OpenAI | Estados Unidos | no | 1M | 32768 | 2.00 | 8.00 | 0.50 | no | - |
gemini-3.8-flash |
Estados Unidos | sí | 1M | 65536 | 0.75 | 3.75 | 0.075 | niveles, de low a high, por defecto el del proveedor, siempre razona | - | |
gemini-3.5-flash |
Estados Unidos | no | 1M | 65536 | 0.75 | 3.75 | 0.075 | niveles, de none a high, por defecto off | - | |
deepseek-flashDeepSeek (China) |
DeepSeek | China | sí | 1048576 | 393216 | 0.30 | 1.20 | 0.006 | niveles, de none a xhigh, por defecto off | 0.15 / 0.60 |
mistral-large-2512 |
Mistral AI | Sin garantía | sí | 256K | 256K | 0.50 | 1.50 | 0.05 | no | - |
codestral-2508 |
Mistral AI | Sin garantía | sí | 128K | 128K | 0.30 | 0.90 | 0.03 | no | - |
gpt-oss-120b |
OpenAI | Norteamérica | sí | 131072 | 131072 | 0.15 | 0.60 | 0.00 | siempre activo | - |
deepseek-flash@togetherDeepSeek V4.1 Flash, processed in North America |
DeepSeek | Norteamérica | sí | 1M | 1M | 0.30 | 1.20 | 0.006 | activado o desactivado, por defecto off | - |
gpt-5.2 |
OpenAI | Estados Unidos | no | 400K | 128K | 1.75 | 14.00 | 0.175 | niveles, de none a xhigh, por defecto off | - |
gpt-5.1 |
OpenAI | Estados Unidos | no | 400K | 128K | 1.25 | 10.00 | 0.125 | niveles, de none a high, por defecto off | - |
gpt-5 |
OpenAI | Estados Unidos | no | 400K | 128K | 1.25 | 10.00 | 0.125 | niveles, de minimal a high, por defecto el del proveedor, siempre razona | - |
o4-mini |
OpenAI | Estados Unidos | no | 200K | 100K | 1.10 | 4.40 | 0.275 | niveles, de low a high, por defecto el del proveedor, siempre razona | - |
o3-mini |
OpenAI | Estados Unidos | no | 200K | 100K | 1.10 | 4.40 | 0.55 | niveles, de low a high, por defecto el del proveedor, siempre razona | - |
gpt-3.5-turbo |
OpenAI | Estados Unidos | no | 16385 | 4096 | 0.50 | 1.50 | 0.00 | no | - |
claude-sonnet-5-5 |
Anthropic | Estados Unidos | no | 1M | 128K | 2.00 | 10.00 | 0.10 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
claude-sonnet-4-5 |
Anthropic | Estados Unidos | no | 200K | 64K | 3.00 | 15.00 | 0.30 | no | - |
gemini-3.7-flash |
Estados Unidos | no | 1M | 65536 | 0.75 | 3.75 | 0.075 | niveles, de low a high, por defecto el del proveedor, siempre razona | - | |
gemini-3.6-flash |
Estados Unidos | no | 1M | 65536 | 0.75 | 3.75 | 0.075 | niveles, de none a high, por defecto off | - | |
gemini-3-flash-preview |
Estados Unidos | no | 1M | 65536 | 0.50 | 3.00 | 0.05 | niveles, de none a high, por defecto off | - | |
glm-5.3 |
Z.ai | Norteamérica | no | 1048575 | 1048575 | 1.40 | 4.40 | 0.26 | siempre activo | - |
inkling |
Thinking Machines | Norteamérica | no | 524288 | 524288 | 1.00 | 4.05 | 0.17 | siempre activo | - |
glm-5.2 |
Z.ai | Norteamérica | no | 1048575 | 1048575 | 1.40 | 4.40 | 0.26 | activado o desactivado, por defecto off | - |
mistral-large-4-0 |
Mistral AI | Sin garantía | no | 524288 | 524288 | 0.70 | 2.10 | 0.07 | activado o desactivado, por defecto off | - |
qwen3.8-27b |
Qwen | Fuera de China continental | no | 1M | 131072 | 0.50 | 3.00 | 0.10 | presupuestos, de none a high, por defecto off | - |
qwen3.6-max-preview |
Qwen | Fuera de China continental | no | 262144 | 65536 | 1.30 | 7.80 | 0.26 | presupuestos, de none a high, por defecto off | - |
qwen3.6-27b |
Qwen | Fuera de China continental | no | 262144 | 65536 | 0.60 | 3.60 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.6-plus |
Qwen | Fuera de China continental | no | 1M | 65536 | 0.50 | 3.00 | 0.00 | presupuestos, de none a high, por defecto off | - |
qwen3.5-397b-a17b |
Qwen | Fuera de China continental | no | 262144 | 65536 | 0.60 | 3.60 | 0.00 | presupuestos, de none a high, por defecto off | - |
deepseek-flash@alibaba-intlDeepSeek V4.1 Flash, processed outside mainland China |
DeepSeek | Fuera de China continental | no | 1M | 393216 | 0.30 | 1.20 | 0.06 | activado o desactivado, por defecto off | 0.15 / 0.60 |
glm-5.3@alibaba-intlGLM 5.3, processed outside mainland China |
Z.ai | Fuera de China continental | no | 202752 | 131072 | 1.40 | 4.40 | 0.00 | siempre activo | - |
glm-5.2@alibaba-intlGLM 5.2, processed outside mainland China |
Z.ai | Fuera de China continental | no | 202752 | 131072 | 1.40 | 4.40 | 0.00 | presupuestos, de none a high, por defecto off | - |
glm-5.2@alibaba-usGLM 5.2, processed in the US |
Z.ai | EE. UU. (Virginia) | no | 202752 | 131072 | 1.40 | 4.40 | 0.00 | presupuestos, de none a high, por defecto off | - |
deepseek-v4-pro-0813 |
DeepSeek | Fuera de China continental | no | 131072 | 32768 | 1.32 | 3.96 | 0.264 | no | 0.66 / 1.98 |
gpt-6.1-terra |
OpenAI | Estados Unidos | sí | 8192 | 4096 | 1.00 | 5.00 | 0.05 | no | - |
llama-3.3-70b-instruct-turbo@deepinfra |
Meta | Sin garantía | sí | 131072 | 16384 | 0.10 | 0.32 | 0.00 | no | - |
deepseek-flash@deepinfra |
DeepSeek | Sin garantía | sí | 1048576 | 131072 | 0.14 | 0.42 | 0.004 | niveles, de none a high, por defecto off | - |
gpt-oss-120b@deepinfra |
OpenAI | Sin garantía | sí | 131072 | 131072 | 0.037 | 0.17 | 0.018 | siempre activo | - |
qwen3.6-27b@deepinfra |
Qwen | Sin garantía | no | 262144 | 81920 | 0.32 | 3.20 | 0.00 | niveles, de none a high, por defecto off | - |
qwen3.5-397b-a17b@deepinfra |
Qwen | Sin garantía | no | 262144 | 81920 | 0.45 | 3.00 | 0.22 | niveles, de none a high, por defecto off | - |
deepseek-r1-0528 |
DeepSeek | Sin garantía | no | 131072 | 16384 | 0.50 | 2.15 | 0.35 | no | - |
deepseek-v4-pro-0813@deepinfra |
DeepSeek | Sin garantía | no | 131072 | 16384 | 1.30 | 2.60 | 0.10 | no | - |
kimi-k2.6 |
Moonshot AI | Sin garantía | no | 131072 | 16384 | 0.75 | 3.50 | 0.15 | no | - |
qwen3.8-27b@deepinfra |
Qwen | Sin garantía | no | 131072 | 16384 | 0.15 | 1.875 | 0.037 | no | - |
hy4-preview |
Tencent | Sin garantía | no | 131072 | 16384 | 0.834 | 2.501 | 0.042 | no | - |
glm-4.6 |
Z.ai | Sin garantía | no | 131072 | 16384 | 0.50 | 2.00 | 0.10 | no | - |
glm-5.2@deepinfra |
Z.ai | Sin garantía | no | 131072 | 16384 | 0.562 | 1.80 | 0.105 | no | - |
glm-5.3@deepinfra |
Z.ai | Sin garantía | no | 131072 | 16384 | 0.562 | 2.50 | 0.125 | no | - |
llama-3.3-70b-instruct-turbo@parasail |
Meta | Sin garantía | sí | 131072 | 16384 | 0.22 | 0.50 | 0.11 | no | - |
deepseek-flash@parasail |
DeepSeek | Sin garantía | sí | 1048576 | 1048576 | 0.30 | 1.20 | 0.006 | activado o desactivado, por defecto off | - |
qwen3.8-27b@parasail |
Qwen | Sin garantía | no | 262144 | 262144 | 0.24 | 2.20 | 0.05 | activado o desactivado, por defecto off | - |
qwen3.5-397b-a17b@parasail |
Qwen | Sin garantía | no | 262144 | 262144 | 0.50 | 3.60 | 0.30 | activado o desactivado, por defecto off | - |
glm-5.3@parasail |
Z.ai | Sin garantía | no | 1048576 | 1048576 | 1.40 | 4.40 | 0.26 | siempre activo | - |
gpt-audio-1.5 |
OpenAI | Estados Unidos | no | 128K | 16384 | 2.50 | 10.00 | 0.00 | no | - |
gpt-audio |
OpenAI | Estados Unidos | no | 128K | 16384 | 2.50 | 10.00 | 0.00 | no | - |
glm-5.1 |
Z.ai | Fuera de China continental | sí | 131072 | 32768 | 1.40 | 4.40 | 0.00 | no | - |
kimi-k2.7-code |
Moonshot AI | Fuera de China continental | sí | 131072 | 32768 | 0.95 | 4.00 | 0.00 | no | - |
deepseek-flash-fast@parasail |
DeepSeek | Sin garantía | no | 1048576 | 1048576 | 0.45 | 1.80 | 0.009 | activado o desactivado, por defecto off | - |
glm-5.3-fast@parasail |
Z.ai | Sin garantía | no | 1048576 | 1048576 | 2.10 | 6.60 | 0.26 | siempre activo | - |
gemini-4-hydrogen |
Estados Unidos | sí | 200K | 65536 | 1.50 | 7.50 | 0.00 | no | - | |
qwen3.5-omni-plus |
Qwen | Fuera de China continental | no | 196608 | 65536 | 1.40 | 8.30 | 0.00 | no | - |
qwen3.5-omni-plus-2026-03-15 |
Qwen | Fuera de China continental | no | 196608 | 65536 | 1.40 | 8.30 | 0.00 | no | - |
hy4 |
Tencent | Norteamérica | no | 131072 | 131072 | 0.834 | 2.501 | 0.042 | no | - |
Powerful
Section titled “Powerful”| Modelo | Fabricante | Se procesa en | Auto | Ventana de contexto | Salida máxima | Entrada | Salida | Lectura de caché | Razonamiento | Entrada / salida fuera de pico |
|---|---|---|---|---|---|---|---|---|---|---|
claude-opus-5-5 |
Anthropic | Estados Unidos | sí | 1M | 128K | 4.00 | 20.00 | 0.20 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
claude-opus-5 |
Anthropic | Estados Unidos | sí | 1M | 128K | 5.00 | 25.00 | 0.50 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
claude-opus-4-8 |
Anthropic | Estados Unidos | no | 1M | 128K | 5.00 | 25.00 | 0.50 | niveles, de none a xhigh, por defecto off | - |
gpt-5.5 |
OpenAI | Estados Unidos | sí | 400K | 128K | 5.00 | 30.00 | 0.50 | niveles, de none a xhigh, por defecto el del proveedor | - |
gemini-3.1-pro-preview |
Estados Unidos | sí | 1048576 | 65536 | 2.00 | 12.00 | 0.20 | niveles, de low a high, por defecto el del proveedor, siempre razona | - | |
deepseek-v4-proDeepSeek (China) |
DeepSeek | China | sí | 1M | 393216 | 1.32 | 3.96 | 0.044 | niveles, de none a xhigh, por defecto off | 0.66 / 1.98 |
grok-4.7 |
xAI | Estados Unidos | sí | 500K | 500K | 2.20 | 6.60 | 0.55 | siempre activo | - |
mistral-medium-3-5 |
Mistral AI | Sin garantía | sí | 256K | 256K | 1.50 | 7.50 | 0.15 | no | - |
deepseek-v4-pro@togetherDeepSeek V4 Pro, processed in North America |
DeepSeek | Norteamérica | sí | 1048576 | 1048576 | 1.32 | 3.96 | 0.13 | activado o desactivado, por defecto off | - |
gpt-6.1-sol |
OpenAI | Estados Unidos | no | 400K | 128K | 2.00 | 10.00 | 0.10 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
gpt-6-sol |
OpenAI | Estados Unidos | no | 400K | 128K | 2.00 | 10.00 | 0.20 | niveles, de none a xhigh, por defecto el del proveedor | - |
gpt-5.6-sol |
OpenAI | Estados Unidos | no | 400K | 128K | 4.00 | 20.00 | 0.40 | niveles, de none a xhigh, por defecto el del proveedor | - |
gpt-5.6-terra |
OpenAI | Estados Unidos | no | 400K | 128K | 2.00 | 12.00 | 0.20 | niveles, de none a xhigh, por defecto el del proveedor | - |
o3 |
OpenAI | Estados Unidos | no | 200K | 100K | 2.00 | 8.00 | 0.50 | niveles, de low a high, por defecto el del proveedor, siempre razona | - |
gpt-4o |
OpenAI | Estados Unidos | no | 128K | 16384 | 2.50 | 10.00 | 1.25 | no | - |
chat-latest |
OpenAI | Estados Unidos | no | 400K | 128K | 5.00 | 30.00 | 0.50 | no | - |
claude-opus-4-7 |
Anthropic | Estados Unidos | no | 1M | 128K | 5.00 | 25.00 | 0.50 | niveles, de none a xhigh, por defecto off | - |
claude-opus-4-6 |
Anthropic | Estados Unidos | no | 1M | 128K | 5.00 | 25.00 | 0.50 | niveles, de none a xhigh, por defecto off | - |
claude-opus-4-5 |
Anthropic | Estados Unidos | no | 200K | 64K | 5.00 | 25.00 | 0.50 | no | - |
grok-4.6 |
xAI | Estados Unidos | no | 500K | 500K | 2.20 | 6.60 | 0.55 | siempre activo | - |
qwen3.8-2.4t-a95b |
Qwen | Norteamérica | no | 1010K | 1010K | 2.00 | 6.00 | 0.25 | siempre activo | - |
kimi-k3 |
Moonshot AI | Norteamérica | no | 1048576 | 1048576 | 3.00 | 15.00 | 0.30 | activado o desactivado, por defecto off | - |
qwen3.8-max-0902 |
Qwen | Fuera de China continental | no | 1M | 131072 | 2.00 | 6.00 | 0.40 | presupuestos, de none a high, por defecto off | - |
qwen3.8-2.4t-a95b@alibaba-intlQwen3.8 2.4T, processed outside mainland China |
Qwen | Fuera de China continental | no | 1M | 131072 | 2.00 | 6.00 | 0.40 | siempre activo | - |
qwen3.7-max |
Qwen | Fuera de China continental | no | 1M | 131072 | 2.50 | 7.50 | 0.50 | presupuestos, de none a high, por defecto off | - |
qwen3.7-max@alibaba-usQwen3.7 Max, processed in the US |
Qwen | EE. UU. (Virginia) | no | 1M | 131072 | 2.50 | 7.50 | 0.50 | presupuestos, de none a high, por defecto off | - |
kimi-k3.1-pro |
Moonshot AI | Sin garantía | sí | 1048576 | 1048576 | 2.00 | 10.00 | 0.20 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
kimi-k3.1-pro-highspeed |
Moonshot AI | Sin garantía | sí | 1048576 | 1048576 | 4.00 | 20.00 | 0.20 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
kimi-k3@moonshot |
Moonshot AI | Sin garantía | no | 1048576 | 1048576 | 3.00 | 15.00 | 0.30 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
deepseek-v4-pro@deepinfra |
DeepSeek | Sin garantía | sí | 1048576 | 65536 | 1.30 | 2.60 | 0.10 | niveles, de none a high, por defecto off | - |
kimi-k3@deepinfra |
Moonshot AI | Sin garantía | no | 131072 | 16384 | 2.85 | 14.25 | 0.285 | no | - |
deepseek-v4-pro@parasail |
DeepSeek | Sin garantía | sí | 1048576 | 1048576 | 1.32 | 3.96 | 0.044 | activado o desactivado, por defecto off | - |
kimi-k3.1-pro@together |
Moonshot AI | Norteamérica | sí | 131072 | 131072 | 2.00 | 10.00 | 0.20 | no | - |
kimi-k3.1-pro@deepinfra |
Moonshot AI | Sin garantía | sí | 131072 | 16384 | 1.90 | 9.50 | 0.19 | no | - |
glm-5.3-prime |
Z.ai | Fuera de China continental | no | 131072 | 32768 | 2.80 | 8.80 | 0.00 | no | - |
claude-fable-5-2 |
Anthropic | Estados Unidos | sí | 1M | 128K | 8.00 | 40.00 | 0.20 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona | - |
deepseek-v4-pro-fast@parasail |
DeepSeek | Sin garantía | no | 1048576 | 1048576 | 1.98 | 5.94 | 0.066 | activado o desactivado, por defecto off | - |
gemini-4-carbon |
Estados Unidos | sí | 200K | 65536 | 2.00 | 10.00 | 0.00 | no | - | |
gemini-4-argon |
Estados Unidos | sí | 200K | 65536 | 2.00 | 10.00 | 0.00 | no | - | |
gpt-6.2-astra |
OpenAI | Estados Unidos | no | 8192 | 4096 | 8.00 | 40.00 | 0.40 | no | - |
gpt-6.2-sol |
OpenAI | Estados Unidos | no | 8192 | 4096 | 2.00 | 10.00 | 0.10 | no | - |
gemini-4-neon |
Estados Unidos | no | 200K | 65536 | 3.00 | 15.00 | 0.00 | no | - | |
qwen4-max |
Qwen | Fuera de China continental | no | 1M | 131072 | 1.50 | 4.50 | 0.075 | presupuestos, de none a high, por defecto off | - |
kimi-k3.1-pro@alibaba-intlKimi K3.1 Pro, processed outside mainland China |
Moonshot AI | Fuera de China continental | no | 1048576 | 1048576 | 2.00 | 10.00 | 0.20 | activado o desactivado, por defecto el del proveedor | - |
Frontier (solo lo elige auto/best)
Section titled “Frontier (solo lo elige auto/best)”| Modelo | Fabricante | Se procesa en | Auto | Ventana de contexto | Salida máxima | Entrada | Salida | Lectura de caché | Razonamiento |
|---|---|---|---|---|---|---|---|---|---|
claude-fable-5-1 |
Anthropic | Estados Unidos | sí | 1M | 128K | 10.00 | 50.00 | 0.25 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona |
gpt-6-astra |
OpenAI | Estados Unidos | sí | 400K | 128K | 10.00 | 50.00 | 1.00 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona |
o1 |
OpenAI | Estados Unidos | no | 200K | 100K | 15.00 | 60.00 | 7.50 | niveles, de low a high, por defecto el del proveedor, siempre razona |
gpt-4-turbo |
OpenAI | Estados Unidos | no | 128K | 4096 | 10.00 | 30.00 | 0.00 | no |
gpt-4 |
OpenAI | Estados Unidos | no | 8192 | 8192 | 30.00 | 60.00 | 0.00 | no |
claude-fable-5 |
Anthropic | Estados Unidos | no | 1M | 128K | 10.00 | 50.00 | 1.00 | niveles, de low a xhigh, por defecto el del proveedor, siempre razona |
Modelos de decisión
Section titled “Modelos de decisión”| Modelo | Fabricante | Se procesa en | Tokens de entrada máx. | Entrada | Salida |
|---|---|---|---|---|---|
jev-1.13.0 |
TypeSafe AI | Estados Unidos | 32K | 0.042 | 0.00 |
jev-1.14.0 |
TypeSafe AI | Estados Unidos | 32K | 0.042 | 0.00 |
Los modelos de decisión responden preguntas tipadas (opciones fijas, sí o no, puntuaciones) con probabilidades calibradas en lugar de escribir texto. auto nunca los elige; llámalos por su nombre con response_format: json_schema. Los tokens de salida son gratis. Consulta Modelos de decisión.
Transcripción
Section titled “Transcripción”| Modelo | Fabricante | Se procesa en | Precio por minuto | Formatos | Entrada máxima |
|---|---|---|---|---|---|
gpt-transcribe |
OpenAI | Estados Unidos | 0.0045 | json, text, stream | - |
whisper-1 |
OpenAI | Estados Unidos | 0.006 | json, text, verbose_json, srt, vtt, segment, word | - |
gpt-4o-transcribe |
OpenAI | Estados Unidos | 2.50 / 1M audio tokens (0.006*) | json, text, stream | - |
gpt-4o-mini-transcribe |
OpenAI | Estados Unidos | 1.25 / 1M audio tokens (0.003*) | json, text, stream | - |
whisper-large-v3 |
OpenAI | Norteamérica | 0.0015 | json, text, verbose_json, srt, vtt, segment, word | 240 min |
voxtral-mini-3b-2507 |
Mistral AI | Sin garantía | 0.001 | json, text, verbose_json | 30 min |
voxtral-small-24b-2507 |
Mistral AI | Sin garantía | 0.003 | json, text, verbose_json | 30 min |
gemini-3.5-transcribe |
Estados Unidos | 2.00 / 1M audio tokens (0.003*) | json, text, verbose_json, srt, vtt, segment, word | 30 min | |
scribe-v2 |
ElevenLabs | Estados Unidos | 0.0037 | json, text, verbose_json, srt, vtt, segment, word | 600 min |
nova-3 |
Deepgram | Sin garantía | 0.0043 | json, text, verbose_json, srt, vtt, segment, word | - |
nova-3-multilingual |
Deepgram | Sin garantía | 0.0052 | json, text, verbose_json, srt, vtt, segment, word | - |
scribe-v2-medical |
ElevenLabs | Estados Unidos | 0.0037 | json, text, verbose_json, srt, vtt, segment, word | 600 min |
whisper-large |
Deepgram | Sin garantía | 0.0048 | json, text, verbose_json, srt, vtt, segment, word | - |
Los modelos de transcripción se llaman con POST /v1/audio/transcriptions, por su nombre o como auto, que elige el modelo más barato capaz de hacer lo que pide la petición. El precio es por minuto de audio cuando el proveedor cobra minutos; un modelo que se cobra en tokens de audio muestra su precio por token y, marcado con un asterisco, la estimación por minuto del propio proveedor a su tasa de tokens por segundo, que nunca es lo que se cobra en una llamada. Consulta Audio.
Respuestas en audio
Section titled “Respuestas en audio”| Modelo | Fabricante | Se procesa en | Audio de entrada | Audio de salida | Formatos | Voces |
|---|---|---|---|---|---|---|
gpt-audio-1.5 |
OpenAI | Estados Unidos | 32.00 / 1M | 64.00 / 1M | wav, mp3, flac, opus, pcm16, aac | alloy, ash, ballad, coral, echo, sage, shimmer, marin, cedar, fable, nova, onyx, verse |
gpt-audio |
OpenAI | Estados Unidos | 32.00 / 1M | 64.00 / 1M | wav, mp3, flac, opus, pcm16, aac | alloy, ash, ballad, coral, echo, sage, shimmer, marin, cedar, fable, nova, onyx, verse |
gpt-audio-mini |
OpenAI | Estados Unidos | 10.00 / 1M | 20.00 / 1M | wav, mp3, flac, opus, pcm16, aac | alloy, ash, ballad, coral, echo, sage, shimmer, marin, cedar, fable, nova, onyx, verse |
qwen3.5-omni-plus |
Qwen | Fuera de China continental | - | 44.00 / 1M, texto gratis | pcm16, solo en streaming | Tina, Cindy, Liora Mira, Raymond, Katerina, Ryan, Mia, Theo Calm, Serena, Maia, Evan, Qiao, Momo, Wil, Angel, Li Cassian, Joyner, Gold, Jennifer, Aiden, Mione, Sunny, Dylan, Eric, Peter, Joseph Chen, Marcus, Li, Rocky, Kiki, Sohee, Eliška, Alek, Arda, Dolce, Lenn, Ono Anna, Sonrisa, Bodega, Andre, Radio Gol, Rizky, Roya, Hana, Jakub, Griet, Marina, Siiri, Ingrid, Sigga, Bea, Chloe, Emilien, Sunnybobi, Ethan, Harvey |
qwen3.5-omni-plus-2026-03-15 |
Qwen | Fuera de China continental | - | 44.00 / 1M, texto gratis | pcm16, solo en streaming | Tina, Cindy, Liora Mira, Raymond, Katerina, Ryan, Mia, Theo Calm, Serena, Maia, Evan, Qiao, Momo, Wil, Angel, Li Cassian, Joyner, Gold, Jennifer, Aiden, Mione, Sunny, Dylan, Eric, Peter, Joseph Chen, Marcus, Li, Rocky, Kiki, Sohee, Eliška, Alek, Arda, Dolce, Lenn, Ono Anna, Sonrisa, Bodega, Andre, Radio Gol, Rizky, Roya, Hana, Jakub, Griet, Marina, Siiri, Ingrid, Sigga, Bea, Chloe, Emilien, Sunnybobi, Ethan, Harvey |
qwen3.5-omni-flash |
Qwen | Fuera de China continental | - | 11.90 / 1M, texto gratis | pcm16, solo en streaming | Tina, Cindy, Liora Mira, Raymond, Katerina, Ryan, Mia, Theo Calm, Serena, Maia, Evan, Qiao, Momo, Wil, Angel, Li Cassian, Joyner, Gold, Jennifer, Aiden, Mione, Sunny, Dylan, Eric, Peter, Joseph Chen, Marcus, Li, Rocky, Kiki, Sohee, Eliška, Alek, Arda, Dolce, Lenn, Ono Anna, Sonrisa, Bodega, Andre, Radio Gol, Rizky, Roya, Hana, Jakub, Griet, Marina, Siiri, Ingrid, Sigga, Bea, Chloe, Emilien, Sunnybobi, Ethan, Harvey |
Estos modelos de chat responden en audio cuando una petición a POST /v1/chat/completions envía modalities: ["text", "audio"] y audio: {"voice", "format"}; llámalos por su nombre, auto no responde en audio. Hacen streaming de una respuesta solo en pcm16; los demás formatos llegan de una vez. Un modelo marcado “solo en streaming” responde en audio solo cuando la petición envía stream: true. El texto de la respuesta se cobra al precio de salida del modelo en las tablas de arriba y el audio al precio por millón de tokens de audio de esta tabla; en un modelo marcado “texto gratis”, una respuesta que lleva audio cobra solo su audio. Las voces son generadas por IA. Consulta Chat completions.
| Modelo | Fabricante | Se procesa en | Precio | Formatos | Voces | Entrada máxima |
|---|---|---|---|---|---|---|
eleven-v4 |
ElevenLabs | Estados Unidos | 80.00 / 1M chars | mp3, opus, wav, pcm | 19 | 10000 chars |
eleven-v4-turbo |
ElevenLabs | Estados Unidos | 40.00 / 1M chars | mp3, opus, wav, pcm | 19 | - |
gemini-3.8-flash-tts |
Estados Unidos | 0.50 / 1M text tokens in, 9.00 / 1M audio tokens out (0.0022 / 10 s*) | wav, pcm | 30 | - | |
gemini-3.8-flash-lite-tts |
Estados Unidos | 0.50 / 1M text tokens in, 6.00 / 1M audio tokens out (0.0015 / 10 s*) | wav, pcm | 30 | - | |
aura-2 |
Deepgram | Sin garantía | 30.00 / 1M chars | mp3, opus, flac, wav, pcm | 90 | 2000 chars |
kokoro-82m |
Hexgrad | Norteamérica | 4.00 / 1M chars | mp3, wav, pcm | 54 | - |
gpt-4o-mini-tts |
OpenAI | Estados Unidos | 0.60 / 1M text tokens in, 12.00 / 1M audio tokens out | mp3, opus, aac, flac, wav, pcm | 13 | 4096 chars |
tts-1 |
OpenAI | Estados Unidos | 15.00 / 1M chars | mp3, opus, aac, flac, wav, pcm | 9 | 4096 chars |
tts-1-hd |
OpenAI | Estados Unidos | 30.00 / 1M chars | mp3, opus, aac, flac, wav, pcm | 9 | 4096 chars |
aura-1 |
Deepgram | Sin garantía | 15.00 / 1M chars | mp3, opus, flac, wav, pcm | 12 | 2000 chars |
eleven-flash-v2 |
ElevenLabs | Estados Unidos | 40.00 / 1M chars | mp3, opus, wav, pcm | 19 | 30000 chars |
eleven-flash-v2.5 |
ElevenLabs | Estados Unidos | 40.00 / 1M chars | mp3, opus, wav, pcm | 19 | 40000 chars |
eleven-multilingual-v2 |
ElevenLabs | Estados Unidos | 80.00 / 1M chars | mp3, opus, wav, pcm | 19 | 10000 chars |
eleven-v3 |
ElevenLabs | Estados Unidos | 80.00 / 1M chars | mp3, opus, wav, pcm | 19 | 5000 chars |
eleven-v3-conversational |
ElevenLabs | Estados Unidos | 40.00 / 1M chars | mp3, opus, wav, pcm | 19 | - |
flux-tts |
Deepgram | Sin garantía | 45.00 / 1M chars | mp3, opus, flac, wav, pcm | 266 | - |
Los modelos de voz se llaman con POST /v1/audio/speech, por su nombre o como auto, que elige el modelo más barato que ofrece el formato y la voz pedidos. El precio es por millón de caracteres del texto de entrada cuando el proveedor cobra caracteres; un modelo que se cobra en tokens de audio muestra sus precios por token y, marcado con un asterisco, el precio por 10 segundos de audio del propio proveedor a su tasa de tokens por segundo, que nunca es lo que se cobra en una llamada. Cada modelo devuelve los formatos que produce su proveedor; nada se transcodifica. Las voces son generadas por IA. Consulta Audio.
Solo habla inglés: aura-1, eleven-flash-v2. Una petición de voz no dice su idioma, así que auto nunca elige estos modelos; llámalos por su nombre.
Imágenes
Section titled “Imágenes”| Modelo | Fabricante | Se procesa en | Precio | Tamaños | Calidades | Formatos |
|---|---|---|---|---|---|---|
gpt-image-2.5-flare |
OpenAI | Estados Unidos | 5.00 / 1M text tokens in, 8.00 / 1M image tokens in, 30.00 / 1M image tokens out (0.211 / 1024x1024*) | 1024x1024, 1536x1024, 1024x1536; cualquier ANCHOxALTO dentro de los límites del proveedor | low, medium, high, xhigh, max | png, jpeg, webp |
gpt-image-2.5-sunburst |
OpenAI | Estados Unidos | 5.00 / 1M text tokens in, 8.00 / 1M image tokens in, 30.00 / 1M image tokens out (0.211 / 1024x1024*) | 1024x1024, 1536x1024, 1024x1536; cualquier ANCHOxALTO dentro de los límites del proveedor | low, medium, high, xhigh, max | png, jpeg, webp |
gpt-image-2 |
OpenAI | Estados Unidos | 5.00 / 1M text tokens in, 8.00 / 1M image tokens in, 30.00 / 1M image tokens out (0.211 / 1024x1024*) | 1024x1024, 1536x1024, 1024x1536; cualquier ANCHOxALTO dentro de los límites del proveedor | low, medium, high | png, jpeg, webp |
gpt-image-1-mini |
OpenAI | Estados Unidos | 2.00 / 1M text tokens in, 2.50 / 1M image tokens in, 8.00 / 1M image tokens out (0.036 / 1024x1024*) | 1024x1024, 1536x1024, 1024x1536 | low, medium, high | png, jpeg, webp |
gemini-nano-banana-2.1 |
Estados Unidos | 1.50 / 1M text tokens in, 1.50 / 1M image tokens in, 30.00 / 1M image tokens out (0.0336 / 1024x1024*) | 42 tamaños, de 1024x1024 a 6336x2688 | - | jpeg | |
gemini-3.1-flash-lite-image |
Estados Unidos | 0.25 / 1M text tokens in, 0.25 / 1M image tokens in, 30.00 / 1M image tokens out (0.0336 / 1024x1024*) | 14 tamaños, de 1024x1024 a 1584x672 | - | jpeg | |
gemini-3-pro-image |
Estados Unidos | 2.00 / 1M text tokens in, 2.00 / 1M image tokens in, 120.00 / 1M image tokens out (0.1344 / 1024x1024*) | 30 tamaños, de 1024x1024 a 6336x2688 | - | jpeg | |
flux-2-dev@deepinfra |
Black Forest Labs | Sin garantía | 0.0179 / 1024x1024 | 1024x1024, 1536x1024, 1024x1536 | - | jpeg |
grok-imagine-image |
xAI | Sin garantía | 0.02 / 1024x1024, 0.002 / imagen de entrada en una edición | 1024x1024, 1248x832, 832x1248 | - | jpeg |
grok-imagine-image-2.0 |
xAI | Sin garantía | 0.04 / 1024x1024, 0.06 / 1024x1024 medium, 0.01 / imagen de entrada en una edición | 1024x1024, 1248x832, 832x1248 | low, medium | jpeg |
Los modelos de imagen se llaman con POST /v1/images/generations y POST /v1/images/edits, por su nombre o como auto, que elige el modelo más barato que produce el tamaño, la calidad y el formato pedidos según las cifras de precio de los propios proveedores. Un modelo que se cobra en tokens muestra sus precios por token de texto y de imagen y, marcado con un asterisco, el precio del propio proveedor para una imagen de 1024x1024 (con calidad alta cuando el modelo tiene niveles de calidad), que nunca es lo que se cobra en una llamada: una llamada se cobra según los tokens que informa el proveedor. Un modelo que se cobra por imagen muestra su precio por una imagen del tamaño indicado, que es lo que se cobra en una llamada. Las imágenes de Google llevan una marca de agua SynthID. Consulta Imágenes.
Videos
Section titled “Videos”| Modelo | Fabricante | Se procesa en | Precio | Duraciones | Resoluciones | Parte de | Sonido |
|---|---|---|---|---|---|---|---|
grok-imagine-video-1.5 |
xAI | Sin garantía | 0.08 / s, 0.01 / imagen | de 1 a 15 s | 480p, 720p, 1080p | un prompt, una imagen | sí, se puede quitar |
grok-imagine-video-1.5-lite |
xAI | Sin garantía | 0.02 / s, 0.01 / imagen | de 1 a 15 s | 480p, 720p, 1080p | un prompt, una imagen | sí, se puede quitar |
wan2.6-t2v |
Alibaba | EE. UU. (Virginia) | 0.1 / s en 720p, 0.15 / s en 1080p | de 2 a 15 s | 720p, 1080p | un prompt | siempre |
wan2.6-i2v |
Alibaba | EE. UU. (Virginia) | 0.1 / s en 720p, 0.15 / s en 1080p | de 2 a 15 s | 720p, 1080p | una imagen | siempre |
gemini-omni-1.1-flash |
Estados Unidos | 17.50 / 1M tokens de video (0.1014 / s en 720p*) | de 3 a 10 s | 360p, 720p, 1080p, 4k | un prompt, una imagen | siempre |
Los modelos de video se llaman con POST /v1/videos, por su nombre o como auto, que elige el modelo más barato que hace la duración y la resolución pedidas a partir de la entrada pedida, según los precios de los propios proveedores. Un video se hace como una tarea: la solicitud responde al instante con un id de video, y GET /v1/videos/{id} dice cuándo está listo. Un video se cobra por segundo de video hecho, al precio de la resolución hecha; un modelo que se cobra en tokens de video (Gemini Omni) muestra, marcado con un asterisco, el precio del propio proveedor por un segundo a 720p, una estimación: su llamada se cobra según los tokens que informa el proveedor. Consulta Videos.
Embeddings
Section titled “Embeddings”| Modelo | Fabricante | Se procesa en | Tokens de entrada máx. | Entrada |
|---|---|---|---|---|
text-embedding-3-small |
OpenAI | Estados Unidos | 8192 | 0.02 |
text-embedding-3-large |
OpenAI | Estados Unidos | 8192 | 0.13 |
gemini-embedding-001 |
Estados Unidos | 8192 | 0.15 | |
mistral-embed-2312 |
Mistral AI | Sin garantía | 8K | 0.10 |
Fuera de pico: DeepSeek factura la mitad de su precio de lista fuera de las horas pico. Las horas pico son de 01:00 a 04:00 y 06:00 a 10:00 UTC, de lunes a viernes, salvo los festivos oficiales de China; los fines de semana y esos festivos son fuera de pico todo el día. Una llamada recibe el precio fuera de pico solo cuando tanto su llegada como su finalización caen dentro de las horas fuera de pico; en otro caso paga el precio de lista.
Fuera de pico: Alibaba Cloud (International) factura la mitad de su precio de lista fuera de las horas pico. Las horas pico son de 00:00 a 14:00 UTC, de lunes a viernes, salvo los festivos oficiales de China; los fines de semana y esos festivos son fuera de pico todo el día. Una llamada recibe el precio fuera de pico solo cuando tanto su llegada como su finalización caen dentro de las horas fuera de pico; en otro caso paga el precio de lista.
Contexto largo: cuando el prompt de una petición a gpt-5.4 supera los 272K tokens, todos los tokens de esa petición se facturan a 5.00 de entrada, 22.50 de salida y 0.50 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-5.5 supera los 272K tokens, todos los tokens de esa petición se facturan a 10.00 de entrada, 45.00 de salida y 1.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6-astra supera los 272K tokens, todos los tokens de esa petición se facturan a 20.00 de entrada, 75.00 de salida y 2.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gemini-3.1-pro-preview supera los 200K tokens, todos los tokens de esa petición se facturan a 4.00 de entrada, 18.00 de salida y 0.40 de lectura de caché.
Contexto largo: cuando el prompt de una petición a grok-4.7 llega a 200K tokens, todos los tokens de esa petición se facturan a 4.40 de entrada, 13.20 de salida y 1.10 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6.1-sol supera los 272K tokens, todos los tokens de esa petición se facturan a 4.00 de entrada, 15.00 de salida y 0.20 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6-luna supera los 272K tokens, todos los tokens de esa petición se facturan a 0.20 de entrada, 0.75 de salida y 0.02 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6-sol supera los 272K tokens, todos los tokens de esa petición se facturan a 4.00 de entrada, 15.00 de salida y 0.40 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-5.6-sol supera los 272K tokens, todos los tokens de esa petición se facturan a 8.00 de entrada, 30.00 de salida y 0.80 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-5.6-terra supera los 272K tokens, todos los tokens de esa petición se facturan a 4.00 de entrada, 18.00 de salida y 0.40 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-5.6-luna supera los 272K tokens, todos los tokens de esa petición se facturan a 0.40 de entrada, 1.80 de salida y 0.04 de lectura de caché.
Contexto largo: cuando el prompt de una petición a grok-4.6 llega a 200K tokens, todos los tokens de esa petición se facturan a 4.40 de entrada, 13.20 de salida y 1.10 de lectura de caché.
Contexto largo: cuando el prompt de una petición a claude-haiku-5-5 supera los 100K tokens, todos los tokens de esa petición se facturan a 0.50 de entrada, 2.50 de salida y 0.05 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.7-plus supera los 256K tokens, todos los tokens de esa petición se facturan a 0.96 de entrada, 3.84 de salida y 0.192 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.5-plus-2026-04-20 supera los 256K tokens, todos los tokens de esa petición se facturan a 0.50 de entrada, 3.00 de salida y 0.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.5-plus-2026-02-15 supera los 256K tokens, todos los tokens de esa petición se facturan a 0.50 de entrada, 3.00 de salida y 0.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.6-flash supera los 256K tokens, todos los tokens de esa petición se facturan a 1.00 de entrada, 4.00 de salida y 0.20 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.6-max-preview supera los 128K tokens, todos los tokens de esa petición se facturan a 2.00 de entrada, 12.00 de salida y 0.40 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.6-plus supera los 256K tokens, todos los tokens de esa petición se facturan a 2.00 de entrada, 6.00 de salida y 0.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.7-plus@alibaba-us supera los 256K tokens, todos los tokens de esa petición se facturan a 0.96 de entrada, 3.84 de salida y 0.192 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen3.6-flash@alibaba-us supera los 256K tokens, todos los tokens de esa petición se facturan a 1.00 de entrada, 4.00 de salida y 0.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6.1-terra supera los 272K tokens, todos los tokens de esa petición se facturan a 2.00 de entrada, 7.50 de salida y 0.10 de lectura de caché.
Contexto largo: cuando el prompt de una petición a qwen-plus supera los 256K tokens, todos los tokens de esa petición se facturan a 1.20 de entrada, 3.60 de salida y 0.00 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6.2-astra supera los 272K tokens, todos los tokens de esa petición se facturan a 16.00 de entrada, 60.00 de salida y 0.80 de lectura de caché.
Contexto largo: cuando el prompt de una petición a gpt-6.2-sol supera los 272K tokens, todos los tokens de esa petición se facturan a 4.00 de entrada, 15.00 de salida y 0.20 de lectura de caché.
whisper-1 se retira el 2027-02-26; auto deja de elegirlo el 2027-02-16. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
gpt-4o-transcribe se retira el 2027-02-26; auto deja de elegirlo el 2027-02-16. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
gpt-4o-mini-transcribe se retira el 2027-02-26; auto deja de elegirlo el 2027-02-16. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
gpt-4o-mini-tts se retira el 2027-01-06; auto deja de elegirlo el 2026-12-27. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
tts-1 se retira el 2027-01-06; auto deja de elegirlo el 2026-12-27. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
tts-1-hd se retira el 2027-01-06; auto deja de elegirlo el 2026-12-27. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
gpt-audio se retira el 2027-01-20; auto deja de elegirlo el 2027-01-10. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
gpt-audio-mini se retira el 2027-01-20; auto deja de elegirlo el 2027-01-10. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
gpt-image-1-mini se retira el 2026-12-01; auto deja de elegirlo el 2026-11-21. Las peticiones que lo nombran siguen funcionando hasta la fecha del proveedor.
Retirados el 2026-11-14, el proveedor ya no los sirve: o4-mini, o3-mini, o1, gpt-4.1-nano, gpt-4-turbo, gpt-4, gpt-3.5-turbo.
Retirados el 2026-10-12, el proveedor ya no los sirve: claude-sonnet-4-5.
Retirados el 2026-10-11, el proveedor ya no los sirve: qwen3.6-max-preview, qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-instruct, qwen3-next-80b-a3b-thinking, qwen3-next-80b-a3b-instruct, qwen3-30b-a3b-thinking-2507, qwen3-30b-a3b-instruct-2507, qwen3-235b-a22b-thinking-2507, qwen3-235b-a22b-instruct-2507, deepseek-v4-flash.
Razonamiento: la columna indica cómo se aplica reasoning_effort a cada modelo (niveles con nombre del proveedor, un presupuesto de razonamiento por nivel, activado o desactivado, siempre activo, o sin razonamiento) y qué aplica Zabio cuando la petición no indica nada; auto elige el ajuste junto con el modelo. Consulta Modelos.
Generado el 2026-11-20 a partir del catálogo de lanzamiento; no editar.
Los mismos datos están disponibles en JSON en generated/models.json dentro del código fuente de la documentación. Cada fila lleva el fabricante del modelo (maker, y maker_name tal como lo muestra la tabla), los precios de lista de arriba y dos objetos, flex y batch, uno por nivel de procesamiento del proveedor. Cuando el modelo tiene ese nivel, el objeto es {"applies": true, "input_per_mtok": 1.25, "output_per_mtok": 7.5, "cache_read_per_mtok": 0.13} con los precios que Zabio factura en él, en USD por millón de tokens antes de la comisión; cuando no lo tiene, el objeto es {"applies": false} y no lleva precios. Flex es el nivel más lento que pide un zabio.deadline de 15 minutos o más (ver Nivel flex); batch es el precio de una línea en un lote.
Notas sobre los proveedores de la 1.1
Section titled “Notas sobre los proveedores de la 1.1”- Precio fuera de pico de DeepSeek. DeepSeek cobra la mitad de su precio de lista fuera de las horas pico. Las horas pico son de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes; los fines de semana y los festivos oficiales de China son fuera de pico todo el día. La tabla muestra los dos precios, y
zabio.pricing.off_peakenGET /v1/modelslleva el precio fuera de pico y las horas pico. Una llamada recibe el precio fuera de pico solo cuando tanto su llegada como su finalización caen dentro de las horas fuera de pico; en otro caso paga el precio de lista.autoprefiere DeepSeek en mayor medida fuera de pico. Las copias que sirve Together AI no tienen precio fuera de pico. - Contexto largo de OpenAI y Google.
gpt-5.4,gpt-5.5ygpt-6-astrafacturan una petición cuyo prompt supera los 272K tokens de entrada al doble de las tarifas de entrada y de caché y a 1,5 veces la tarifa de salida, para toda la petición.gemini-3.1-pro-previewfactura una petición cuyo prompt supera los 200K tokens a 4.00 de entrada, 18.00 de salida y 0.40 de lectura de caché. El tamaño de un prompt son todos los tokens de entrada de la petición, de caché o no, incluido el audio: el sonido de un video cuenta para los 200K y se factura a la tarifa de entrada, 2.00 hasta ese límite y 4.00 por encima. Las tarifas aparecen bajo la tabla y enzabio.pricing.long_context, yautovalora cada candidato al tamaño de tu prompt, así que un prompt largo se dirige a un modelo sin recargo cuando hay uno igual de capaz. - Rebajas. Cuando un proveedor vende un modelo por debajo de su precio de lista a todos, la tabla muestra el precio rebajado y Zabio lo factura. Cuando termina la rebaja, el precio vuelve al de lista.
- Contexto largo de Anthropic.
claude-haiku-5-5tiene precio según la longitud del prompt: una petición cuyo prompt supera los 100K tokens (entrada nueva más la de caché) se factura a 0.50 de entrada, 2.50 de salida y las tarifas de caché de ese tramo (0.05 de lectura, 0.625 por una escritura de 5 minutos, 1.00 por una escritura de 1 hora), para toda la petición. La tarifa aparece bajo la tabla y enzabio.pricing.long_context. - Contexto largo de xAI. Cuando el prompt de una petición a
grok-4.7(entrada nueva más la de caché) llega a 200K tokens, todos los tokens de esa petición se facturan a la tarifa de contexto largo, indicada bajo la tabla y enzabio.pricing.long_context. Los precios son los del endpoint de EE. UU. de xAI, 1,1 veces el precio de lista de xAI. - Razonamiento en DeepSeek. Los modelos de DeepSeek piensan antes de responder salvo que se les indique lo contrario. Si no envías
reasoning_effort, Zabio desactiva el razonamiento; envía un nivel para activarlo. DeepSeek conocenone,low,highymax:nonelo desactiva,xhighse envía comomax, ymediumyminimal, que no tiene, pasan alowynone. Las peticiones que declaran tools, o que llevan llamadas a tools y sus resultados, siempre van sin razonamiento, porque DeepSeek exige entonces que se le devuelva el razonamiento anterior del modelo, y Zabio no lo guarda.deepseek-flashacepta imágenes;deepseek-v4-prono. Ninguno admiteresponse_format: json_schema;json_objectfunciona. - grok-4.7 siempre razona y factura sus tokens de razonamiento como tokens de salida, que Zabio incluye en
usage.completion_tokens. xAI no admitestopen este modelo, así que Zabio aplica tus secuencias de parada;presence_penaltyyfrequency_penaltyno se envían a ningún modelo. Rechaza las imágenes de menos de 8 por 8 píxeles o de menos de 512 píxeles en total. - Mistral AI. Los modelos de chat de Mistral no razonan, salvo
mistral-large-4-0: unreasoning_effortque envíes a los demás se ignora, aparece enzabio.ignored_parameters, yzabio.reasoning.appliedindicanot supported.mistral-large-4-0piensa antes de responder cuando se le pide. Zabio desactiva su razonamiento cuando no envíasreasoning_effort; solo conoce activado y desactivado, así quenonelo desactiva y cualquier otro nivel lo activa (zabio.reasoning.appliedindicaon). Una conversación puede pasar a un modelo de Mistral a mitad de camino: los ids de llamadas a tools de otros proveedores se aceptan tal cual. - Together AI. Algunos modelos de Together AI piensan por defecto (
qwen3.5-9by las copias de DeepSeek). Zabio desactiva el razonamiento salvo que envíesreasoning_effort; un nivel que envíes se mantiene cuando la petición lleva tools (a diferencia de la API propia de DeepSeek, Together completa un intercambio con tools con el razonamiento activado); estos modelos solo conocen activado y desactivado, así quenonelo desactiva y cualquier otro nivel lo activa (zabio.reasoning.appliedindicaon).gpt-oss-120bsiempre razona, sea cual sea el nivel, así que deja margen enmax_tokenspara ello. - DeepInfra. Los modelos con ids terminados en
@deepinfrason los mismos modelos que sus originales, servidos por DeepInfra con la precisión que indica la página de modelos y facturados al precio de lista de DeepInfra más un 5 por ciento, con los aciertos de caché a la tarifa de caché de DeepInfra donde la tiene;autopuede elegir una copia cuando es el alojamiento más barato de un modelo que ya usa. Las copias de DeepSeek y Qwen solo razonan cuando envíasreasoning_effort(none,low,mediumohigh;minimalpasa anoneyxhighahigh) y mantienen el nivel en una ida y vuelta con herramientas;gpt-oss-120b@deepinfrayminimax-m3@deepinfrasiempre razonan. Los tokens de razonamiento van dentro deusage.completion_tokens; las copias de DeepSeek informan del recuento y las demás no, así que en ellaszabio.reasoning.tokenses una estimación.temperature,top_pystopllegan al modelo. - Parasail. Los modelos con ids terminados en
@parasailson los mismos modelos que sus originales, servidos por Parasail con la precisión que indica la página de modelos y facturados al precio de lista de Parasail más un 5 por ciento, con los aciertos de caché a la tarifa de caché de Parasail donde la tiene;autopuede elegir una copia cuando es el alojamiento más barato de un modelo que ya usa, y una copia toma el relevo cuando otro alojamiento del modelo está caído. Las copias de DeepSeek y Qwen piensan por defecto en Parasail; Zabio desactiva el razonamiento salvo que envíesreasoning_effort, y estas copias solo conocen activado y desactivado, así quenonelo desactiva y cualquier otro nivel lo activa (zabio.reasoning.appliedindicaon); un nivel que envíes se mantiene cuando la petición lleva tools.glm-5.3@parasailyminimax-m3@parasailsiempre razonan. Los tokens de razonamiento van dentro deusage.completion_tokens; las copias de Qwen ydeepseek-flash@parasailinforman del recuento y las demás no, así que en ellaszabio.reasoning.tokenses una estimación.temperature,top_pystopllegan al modelo. - Moonshot AI. Kimi K3.1 Pro y Kimi K3 siempre razonan e incluyen sus tokens de razonamiento en
usage.completion_tokens. Moonshot aceptareasoning_effortcomolow,highomax, conmaxpor defecto si no envías nada:xhighse envía comomax,mediumyminimalpasan alow, ynone, que estos modelos no tienen, pasa también alow(zabio.reasoning.appliedindica lo que se envió).temperatureytop_plos fija el proveedor y nunca se envían (ver la tabla de abajo). Moonshot guarda en caché los prefijos de prompt repetidos durante 5 minutos por su cuenta y cobra el prefijo escrito al precio de entrada, así que un acierto de caché cuesta la tarifa de caché y un fallo no cuesta nada más. En un intercambio con tools, Moonshot pide que se le devuelva el razonamiento anterior del modelo, que Zabio no guarda; el modelo responde sin él.
Una nota sobre el presupuesto de salida en Gemini
Section titled “Una nota sobre el presupuesto de salida en Gemini”Los modelos Gemini pueden gastar tokens de salida en razonamiento interno antes de responder. low, medium y high son los niveles de razonamiento propios de Google, y xhigh se aplica como high. Cuando no envías reasoning_effort o envías none, Zabio desactiva ese razonamiento donde el modelo lo permite (gemini-3.5-flash, gemini-3.6-flash, gemini-3-flash-preview) para que tu max_tokens se dedique a la respuesta; los modelos flash-lite no razonan si no se les pide. Tres modelos razonan siempre, y debes presupuestarlo:
gemini-3.8-flashygemini-3.7-flashrazonan en el nivelmediumde Google cuando no indicas nada, ynoneda su nivel más bajo,low.gemini-3.1-pro-previewrazona en el nivelhighde Google cuando no indicas nada y necesita unos cientos de tokens de salida incluso para una respuesta corta.
Una respuesta con contenido vacío y finish_reason: "length" significa que el presupuesto era demasiado pequeño.
Parámetros de muestreo por modelo
Section titled “Parámetros de muestreo por modelo”temperature, top_p y stop llegan al modelo cuando los admite. Un modelo que no admite uno nunca hace fallar la petición: Zabio omite el parámetro y lo nombra en zabio.dropped_parameters y en la cabecera x-zabio-dropped-params. stop siempre se respeta: donde el proveedor no lo admite, Zabio corta la respuesta en la primera secuencia, con streaming o sin él. Se comprobó cada parámetro con todos los modelos el 2026-10-07, y con cada modelo añadido después el día en que se añadió.
| Modelos | temperature |
top_p |
stop |
|---|---|---|---|
OpenAI gpt-5, gpt-5-mini, gpt-5-nano, gpt-5.5, gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna, gpt-6-astra, gpt-6-luna, gpt-6-sol, gpt-6.1-sol, o3, o4-mini, chat-latest |
se omite | se omite | lo aplica Zabio |
OpenAI o1, o3-mini |
se omite | se omite | sí |
OpenAI gpt-5.4, gpt-5.4-mini, gpt-5.4-nano, gpt-5.2, gpt-5.1 |
se omite al razonar | se omite al razonar | lo aplica Zabio |
Anthropic, modelos Claude 5, claude-opus-4-8, claude-opus-4-7 |
se omite | se omite | sí |
Anthropic claude-haiku-4-5, claude-opus-4-5, claude-sonnet-4-5 |
sí | se omite si también se envía temperature |
sí |
Anthropic claude-opus-4-6, claude-sonnet-4-6 |
se omite al razonar | se omite si también se envía temperature, y por debajo de 0.95 al razonar |
sí |
| Modelos Gemini de Google | se omite (no tiene efecto en estos modelos) | se omite (no tiene efecto en estos modelos) | sí |
xAI grok-4.7 y grok-4.6; Together AI gpt-oss-120b |
sí | sí | lo aplica Zabio |
Together AI kimi-k3 |
sí | se omite por debajo de 0.95 | sí |
Moonshot AI kimi-k3.1-pro, kimi-k3.1-pro-highspeed y kimi-k3@moonshot |
se omite (el proveedor lo fija en 1.0) | se omite (el proveedor lo fija en 0.95) | sí |
Mistral mistral-large-4-0 |
sí | sí | lo aplica Zabio al razonar |
| Todos los demás modelos | sí | sí | sí |
“Al razonar” significa que el ajuste enviado razona: un reasoning_effort por encima de none, o el ajuste que auto eligió para la tarea.
Elección de herramienta forzada
Section titled “Elección de herramienta forzada”claude-fable-5-2, claude-fable-5-1, claude-opus-5-5 y claude-sonnet-5-5 no admiten una elección de herramienta forzada, es decir tool_choice con required o con el nombre de una herramienta (la página de Fable 5.2 de Anthropic: “Forced tool use returns a 400 error”). Zabio no puede omitir una elección forzada sin cambiar la respuesta, porque promete una llamada a una herramienta. Una petición que nombra uno de estos modelos con una elección forzada se rechaza con 400 unsupported_parameter antes de llegar a Anthropic: envía tool_choice: auto, o nombra otro modelo. Con auto estos modelos no son candidatos para esa petición, y responde otro modelo. auto y none funcionan en todos los modelos.