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 · 1 Nov 20263.3T
Tokens procesados
acumulado
129.9M
Peticiones servidas
acumulado
23
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 46.1%
02 Qwen 3.6 20%
03 glm5.3-flash 15.9%
04 MiMo V2.5 5.3%
05 qwen3.8-flash 3.5%
06 glm5.3 2.4%
07 glm5.2 1.8%
08 deepseek-v4-flash-0731 1.8%
09 mimo-v2.6-flash 1.5%
10 Gemma 4 1.2%
11 Qwen3 Embedding 0.4%
12 deepseek-v4-flash-rung2 <0.1%
13 Qwen3 Coder <0.1%
14 claude-opus-5 <0.1%
15 claude-fable-5 <0.1%
16 deepseek <0.1%
17 claude-haiku-4-5 <0.1%
18 Whisper Large v3 <0.1%
19 gpt-5.6-luna <0.1%
20 claude-sonnet-5 <0.1%
21 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 3.3 T 98.3%
Salida · generado 56.4 B 1.7%
// 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 228.3 K peticiones
Reranking Qwen3 Reranker 174.4 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) 32.6%
curl 17.3%
Node.js 13.2%
Python httpx 8.9%
Vercel AI SDK 7.3%
Go HTTP client 6.8%
OpenAI SDK (JS) 6.2%
Python requests 3.7%
Otros 4%
// geografía · últimos 7 días
Origen de las peticiones.
El 70.5% del tráfico se origina en la UE, la audiencia para la que se ha construido esta infraestructura.
España 46.9%
Alemania 8.5%
Estados Unidos 6.9%
México 6.1%
Argentina 5.8%
Francia 5.8%
Finlandia 5%
AT 4.4%
Colombia 2.4%
Chile 1.7%
Peru 0.8%
GT 0.7%
Otros 5.1%
// rendimiento
Latencia y throughput.
Mediana de tiempo hasta el primer token y throughput sostenido por modelo, medido el 1 Nov 2026.
Modelo TTFT p50 Throughput
Gemma 4 n/a 80.9 rpm
Qwen 3.6 n/a 76.3 rpm
mimo-v2.6-flash n/a 24.3 rpm
Qwen3 Embedding n/a 18.4 rpm
Kokoro n/a 2.7 rpm
Qwen3 Reranker n/a 2.2 rpm
Whisper Large v3 n/a 1.3 rpm
deepseek-v4-flash-rung2 n/a 0.2 rpm
glm5.3-flash n/a 0.1 rpm
DeepSeek V4-Flash n/a 0 rpm
qwen3.8-flash n/a 0 rpm
glm5.3 n/a 0 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.