Modelos frontier, precio justo, sin ceder datos.
Acceso a los últimos modelos abiertos a un coste razonable, sin compartir datos, a través de la comunidad NaN.
nan.builders →// opendata
Las cifras reales
de la plataforma.
Datos de uso de la plataforma de inferencia, agregados y anonimizados. Sin prompts, sin contenido; solo contadores a nivel de petición.
Actualización semanal · 20 Sep 20261.7T
Tokens procesados
acumulado
108.7M
Peticiones servidas
acumulado
21
Modelos activos
en producción
// modelos
Tokens por modelo.
Tokens acumulados por modelo. Un modelo abierto concentra la mayor parte de la carga, el stack completo está siempre disponible.
01 Qwen 3.6 33.8%
02 DeepSeek V4-Flash 33.5%
03 MiMo V2.5 9.8%
04 glm5.3-flash 8.9%
05 qwen3.8-flash 3.7%
06 glm5.2 3.5%
07 deepseek-v4-flash-0731 3.4%
08 Gemma 4 1.5%
09 glm5.3 1.3%
10 Qwen3 Embedding 0.6%
11 Qwen3 Coder <0.1%
12 claude-opus-5 <0.1%
13 claude-fable-5 <0.1%
14 deepseek <0.1%
15 claude-haiku-4-5 <0.1%
16 Whisper Large v3 <0.1%
17 gpt-5.6-luna <0.1%
18 claude-sonnet-5 <0.1%
19 gemini-3.5-flash-lite <0.1%
// tokens
Entrada vs. salida.
La inferencia es mayoritariamente de lectura, prompts largos, recuperación y contexto, con una fracción menor de tokens generados.
Entrada · prompt 1.7 T 98.1%
Salida · generado 32.9 B 1.9%
// uso
Tokens por día.
Tokens procesados a diario en los últimos 90 días, con pico en 48.5 B/day.
hace 90 díashoy
// más allá del texto
Voz y reranking.
El stack va más allá de los LLM, transcripción, síntesis y reranking funcionan sobre la misma API.
Texto a voz Kokoro 135.8 K peticiones
Reranking Qwen3 Reranker 86.8 K peticiones
// clientes · últimos 7 días
Cómo se conectan los equipos.
Compatibilidad drop-in con OpenAI en producción real, el SDK oficial y OpenCode concentran la gran mayoría del tráfico.
OpenAI SDK (Python) 32.5%
curl 22%
Node.js 11.7%
OpenAI SDK (JS) 7.6%
Vercel AI SDK 7.2%
Python httpx 6.5%
Go HTTP client 5%
Python requests 4.1%
Otros 3.5%
// geografía · últimos 7 días
Origen de las peticiones.
El 75.4% del tráfico se origina en la UE, la audiencia para la que se ha construido esta infraestructura.
España 50.6%
Alemania 11.8%
Finlandia 7.8%
Estados Unidos 7.5%
Francia 4.4%
México 4.1%
Argentina 4%
Colombia 2.6%
Canada 1%
AT 0.9%
Ecuador 0.9%
Chile 0.8%
Otros 3.7%
// rendimiento
Latencia y throughput.
Mediana de tiempo hasta el primer token y throughput sostenido por modelo, medido el 20 Sep 2026.
Modelo TTFT p50 Throughput
DeepSeek V4-Flash n/a 5349 rpm
Qwen 3.6 n/a 1722 rpm
MiMo V2.5 n/a 1588 rpm
Gemma 4 n/a 1529 rpm
glm5.3-flash n/a 585 rpm
Qwen3 Embedding n/a 39.4 rpm
glm5.3 n/a 15.8 rpm
qwen3.8-flash n/a 7.3 rpm
Kokoro n/a 4.6 rpm
Whisper Large v3 n/a 3.5 rpm
Qwen3 Reranker n/a 0.7 rpm
glm5.2 n/a 0.6 rpm
TTFT p50 = mediana de tiempo hasta el primer token · Throughput = peticiones sostenidas por minuto.
// para quién
Dos formas de usar este stack.
Estas cifras vienen de cargas de trabajo reales, tanto de comunidad como de despliegues privados.
Inferencia privada y dedicada con SLAs.
Infraestructura dedicada, soporte y SLAs contractuales, tarifa plana, datos en la UE, compatible con OpenAI.
ver_precios →Metodología. Las cifras son contadores agregados y anonimizados recogidos a nivel de petición. Helmcode no guarda logs, nunca se almacena contenido de prompts ni respuestas. Las métricas acumuladas cubren toda la vida de la plataforma; las métricas por ventana se indican en cada sección.
// empezar
EMPIEZA A QUEMAR TOKENS
Olvídate de la infra de IA. Despliega hoy el primer endpoint de inferencia privada.
Tarifa plana. Datos en la UE. Compatible con la API de OpenAI.