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 · 11 Oct 20262.6T
Tokens procesados
acumulado
119.1M
Peticiones servidas
acumulado
22
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 DeepSeek V4-Flash 42.4%
02 Qwen 3.6 24.3%
03 glm5.3-flash 13.7%
04 MiMo V2.5 7%
05 qwen3.8-flash 3.4%
06 glm5.2 2.4%
07 deepseek-v4-flash-0731 2.3%
08 glm5.3 1.8%
09 Gemma 4 1.3%
10 mimo-v2.6-flash 0.9%
11 Qwen3 Embedding 0.5%
12 Qwen3 Coder <0.1%
13 claude-opus-5 <0.1%
14 claude-fable-5 <0.1%
15 deepseek <0.1%
16 claude-haiku-4-5 <0.1%
17 Whisper Large v3 <0.1%
18 gpt-5.6-luna <0.1%
19 claude-sonnet-5 <0.1%
20 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 2.5 T 98.2%
Salida · generado 45 B 1.8%
// uso
Tokens por día.
Tokens procesados a diario en los últimos 90 días, con pico en 49 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 185.4 K peticiones
Reranking Qwen3 Reranker 131.9 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) 32.9%
curl 19.2%
Node.js 12.4%
OpenAI SDK (JS) 7.8%
Python httpx 7.8%
Vercel AI SDK 7.8%
Go HTTP client 5.4%
Python requests 3.5%
Otros 3.2%
// geografía · últimos 7 días
Origen de las peticiones.
El 70.0% del tráfico se origina en la UE, la audiencia para la que se ha construido esta infraestructura.
España 50.2%
Alemania 8.7%
Argentina 5.9%
Francia 5.7%
Finlandia 5.4%
Estados Unidos 4.6%
México 3.9%
Colombia 3.7%
Chile 3%
Peru 2.2%
Ecuador 0.8%
Brazil 0.5%
Otros 5.3%
// rendimiento
Latencia y throughput.
Mediana de tiempo hasta el primer token y throughput sostenido por modelo, medido el 11 Oct 2026.
Modelo TTFT p50 Throughput
Qwen 3.6 n/a 70 rpm
Gemma 4 n/a 45.1 rpm
qwen3.8-flash n/a 39.4 rpm
Qwen3 Embedding n/a 27.2 rpm
mimo-v2.6-flash n/a 23.4 rpm
glm5.3 n/a 10.3 rpm
glm5.3-flash n/a 2.9 rpm
Qwen3 Reranker n/a 2.3 rpm
Kokoro n/a 1.8 rpm
Whisper Large v3 n/a 1.2 rpm
DeepSeek V4-Flash n/a 0.2 rpm
glm5.2 n/a n/a
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.