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 · 15 Jul 2026541.5B
Tokens procesados
acumulado
52.5M
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 61.1%
02 MiMo V2.5 15.1%
03 DeepSeek V4-Flash 14.6%
04 glm5.2 6.3%
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 529.5 B 97.8%
Salida · generado 12 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 35.6 K peticiones
Reranking Qwen3 Reranker 20.3 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) 39.5%
OpenAI SDK (JS) 13.1%
curl 12.2%
Node.js 8.4%
Vercel AI SDK 8.2%
Python httpx 6%
Go HTTP client 4.2%
Python requests 3.9%
Otros 4.5%
// geografía · últimos 7 días
Origen de las peticiones.
El 75.2% del tráfico se origina en la UE, la audiencia para la que se ha construido esta infraestructura.
España 30.2%
Francia 17.7%
Alemania 14.7%
Colombia 13.6%
Finlandia 12.1%
Estados Unidos 5%
Reino Unido 1.9%
Argentina 1.7%
México 1.3%
Chile 0.5%
Irlanda 0.2%
Belgium 0.2%
Otros 0.7%
// rendimiento
Latencia y throughput.
Mediana de tiempo hasta el primer token y throughput sostenido por modelo, medido el 15 Jul 2026.
Modelo TTFT p50 Throughput
Qwen 3.6 3.4 s 4708090 rpm
DeepSeek V4-Flash 7.8 s 12099 rpm
Gemma 4 177 ms 2509 rpm
MiMo V2.5 2.1 s 1777 rpm
Qwen3 Embedding n/a 1403 rpm
Whisper Large v3 n/a 16.6 rpm
Kokoro n/a 1 rpm
Qwen3 Reranker n/a 0.5 rpm
glm5.2 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.