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 · 19 Jul 2026574.2B
Tokens procesados
acumulado
56M
Peticiones servidas
acumulado
10
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 60.7%
02 MiMo V2.5 15.5%
03 DeepSeek V4-Flash 15%
04 glm5.2 5.9%
05 Gemma 4 2.3%
06 Qwen3 Embedding 0.6%
07 Qwen3 Coder <0.1%
08 Whisper Large v3 <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 561.5 B 97.8%
Salida · generado 12.7 B 2.2%
// uso
Tokens por día.
Tokens procesados a diario en los últimos 90 días, con pico en 13.9 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 41.1 K peticiones
Reranking Qwen3 Reranker 29.8 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) 40.6%
curl 12.9%
OpenAI SDK (JS) 12.2%
Node.js 8.8%
Vercel AI SDK 7.5%
Python httpx 6.1%
Go HTTP client 4.1%
Python requests 3.7%
Otros 3.9%
// geografía · últimos 7 días
Origen de las peticiones.
El 74.1% del tráfico se origina en la UE, la audiencia para la que se ha construido esta infraestructura.
España 26.7%
Francia 21.7%
Alemania 16.1%
Colombia 14.5%
Finlandia 8.9%
Estados Unidos 6%
México 1.8%
Reino Unido 1.2%
Argentina 0.9%
Chile 0.7%
Irlanda 0.3%
Belgium 0.3%
Otros 0.9%
// rendimiento
Latencia y throughput.
Mediana de tiempo hasta el primer token y throughput sostenido por modelo, medido el 19 Jul 2026.
Modelo TTFT p50 Throughput
Qwen 3.6 1.3 s 12008148 rpm
DeepSeek V4-Flash 5 s 21847 rpm
Gemma 4 96 ms 10120 rpm
MiMo V2.5 2.6 s 8422 rpm
Qwen3 Embedding n/a 1583 rpm
Whisper Large v3 n/a 14.7 rpm
Kokoro n/a 0.8 rpm
Qwen3 Reranker n/a 0.4 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.