Modelos de IA para programación y código

Del fragmento al repositorio

Una solución que produce código correcto en un ejemplo pequeño puede perder contexto entre archivos o introducir dependencias innecesarias. Evalúa el cambio dentro del proyecto, con su versión del lenguaje, entorno y convenciones. Conserva el estado inicial y revisa el diff. Una explicación convincente no reemplaza la compilación, las pruebas ni la inspección de efectos secundarios.

Un caso concreto

Para corregir un endpoint, prepara una petición que reproduzca el fallo y una comprobación del comportamiento esperado. Entrega al modelo el contexto necesario, aplica el parche en un entorno aislado y compara el resultado. Comprueba también entradas inválidas y permisos, no solo el caso de éxito.

Qué conviene comprobar

Compara tiempo hasta una solución validada, coste, número de intentos y mantenimiento del parche. Los benchmarks de código dependen del harness, las herramientas y el presupuesto; no mezcles una respuesta única con un agente que realiza múltiples ejecuciones.

Modelos de esta categoría

29 modelos con ficha. La clasificación describe capacidades, no un orden de calidad.

OpenAI

GPT‑6.1 Terra

Modelo propietario de OpenAI publicado el 26 de octubre de 2026 para interpretar imágenes, utilizar aplicaciones y redactar textos. Recibe texto e imagen y devuelve texto; generar imágenes mediante una herramienta no constituye una modalidad de salida nativa. Está disponible en la API con el identificador gpt-6.1-terra y en ChatGPT Work y Codex según el plan. No se publica como un checkpoint descargable.

Texto y razonamiento · Propietario de pago NVIDIA

Nemotron 3.5 Bolt E4B

Modelo compacto de NVIDIA publicado el 23 de octubre de 2026, postentrenado a partir de Gemma-4-E4B-it. Tiene unos 8.000 millones de parámetros totales y 4.000 millones efectivos; E4B no significa un MoE con cuatro mil millones de parámetros activos. Agrupamos BF16 y GGUF Q4_K_M en una ficha, con resultados separados por precisión. La modalidad documentada es texto a texto: orientarse a asistentes de voz no lo convierte en un sistema de reconocimiento o síntesis de audio.

Texto y razonamiento · API y pesos abiertos Recursive

Recursive Flint

Modelo de Recursive lanzado el 21 de octubre de 2026 para investigar repositorios, corregir errores, desarrollar funciones y escribir pruebas con agentes locales. Es un Transformer MoE de 39.800 millones de parámetros totales y unos 2.500 millones activos por token, incluida la cabeza de salida. Acepta y genera texto; no procesa imágenes ni audio. La ficha agrupa el checkpoint BF16 y las distribuciones oficiales INT4 y NVFP4 sin contarlas como modelos independientes.

Código · API y pesos abiertos NVIDIA

Nemotron Labs Dory 1.0 4B

Modelo de texto de NVIDIA publicado el 16 de octubre de 2026, con 4.000 millones de parámetros y arquitectura recurrente. Reutiliza un bloque de capas para ajustar el cómputo por token sin cambiar de checkpoint. Declara inglés y contexto validado de 256K tokens. No genera imágenes, audio ni vídeo.

Texto y razonamiento · Pesos abiertos Meta

Muse Spark Open

Modelo multimodal de Meta publicado el 15 de octubre de 2026, con 816.000 millones de parámetros totales y 42.000 millones activos. Recibe texto, imágenes, audio y vídeo y devuelve texto. Dispone de contexto combinado de un millón de tokens y variantes BF16 y NVFP4.

Multimodal · Pesos con restricciones Google

Gemini 4 Argon

Modelo de Google disponible de forma general desde el 13 de octubre de 2026. Acepta texto, imágenes, audio y vídeo y genera texto, incluido código; no genera imágenes, audio ni vídeo. Utiliza una arquitectura MoE y una ventana compartida de 1.048.576 tokens. Las aplicaciones a robótica emplean este mismo modelo, no un endpoint independiente.

Texto y razonamiento · Propietario de pago Microsoft

AesCode 32B

Familia multimodal de Microsoft para convertir requisitos de contenido y referencias visuales opcionales en documentos HTML/CSS editables. Los checkpoints de 8B y 32B derivan respectivamente de Qwen3-VL-8B-Instruct y Qwen3-VL-32B-Instruct. Producen código, no imágenes rasterizadas ni archivos de vídeo. La referencia aporta composición y estilo, mientras que el prompt debe conservar la verdad de textos, cifras y relaciones. La publicación pública verificada es del 11 de octubre de 2026; la creación previa del repositorio no constituye su fecha de lanzamiento.

Código · Pesos abiertos Microsoft

AesCode 8B

Código · Pesos abiertos Anthropic

Claude Haiku 5.5

Modelo de Anthropic lanzado el 7 de octubre de 2026 para tareas frecuentes, sensibles al coste y a la latencia. Acepta texto e imágenes y devuelve texto, incluido código; no genera imágenes, audio ni vídeo. Su ventana de un millón de tokens y su pensamiento adaptativo amplían la familia Haiku, sin convertirlo en un sustituto universal de Sonnet u Opus para trabajos complejos.

Texto y razonamiento · Propietario de pago Anthropic

Claude Sonnet 5.5

Actualización de Sonnet para tareas cotidianas, código y documentos con mejor velocidad y un millón de tokens de contexto.

Texto y razonamiento · Propietario de pago Aleph Alpha

Kolibri 1

Modelo de texto y código de Aleph Alpha, lanzado oficialmente el 3 de octubre de 2026 y centrado en alemán e inglés. Su arquitectura MoE tiene 78.100 millones de parámetros totales y activa unos 3.460 millones por token. Admite razonamiento configurable y llamadas a herramientas. Los pesos FP8 y BF16 se publican bajo Apache 2.0; son dos precisiones de la misma familia, no dos modelos independientes.

Texto y razonamiento · Pesos abiertos OpenAI

GPT‑6.1 Sol

Modelo de OpenAI para código complejo, uso de ordenador y trabajo profesional con entrada de texto e imagen. El proveedor lo sitúa cerca de Astra en rendimiento, a menor coste; comprueba ese equilibrio con tus propias tareas.

Texto y razonamiento · Propietario de pago Anthropic

Claude Opus 5.5

Nueva generación Opus para código agentivo, uso de ordenador y trabajo profesional prolongado, con contexto de un millón de tokens.

Texto y razonamiento · Propietario de pago Z.AI

GLM‑5.3

Modelo abierto de Z.AI orientado a ingeniería de software, agentes prolongados y razonamiento técnico.

Código · API y pesos abiertos Z.AI

GLM‑5.3‑Flash

Variante multimodal de 320.000 millones de parámetros totales y 18.000 millones activos, enfocada en eficiencia.

Multimodal · API y pesos abiertos xAI

Grok 4.7

Modelo de xAI para código, agentes y trabajo de conocimiento con entrada de texto e imagen.

Texto y razonamiento · Propietario de pago Alibaba Qwen

Qwen3.8-Max

Familia principal Qwen3.8 para ingeniería de software, agentes y comprensión visual con contexto de un millón de tokens.

Texto y razonamiento · Propietario de pago Anthropic

Claude Opus 4.5

Versión anterior de Opus orientada a código, agentes y uso de ordenador, conservada para migración y comparación histórica.

Texto y razonamiento · Propietario de pago

Paginación Página 1 de 2 Mostrando 1–18 de 29

ANÁLISIS

Análisis relacionados

GUIA

Reintentos en APIs de IA: cómo recuperarse de fallos sin duplicar solicitudes ni costes

Una política de reintentos segura no repite cualquier error: clasifica fallos, limita intentos y tiempo total, y comprueba qué garantías ofrece la API ante solicitudes duplicadas.

03 oct. 2026 GUIA

Actualizar un SDK de IA sin romper la integración: pruebas de contrato

Un método práctico para comprobar cambios en el SDK y la API, validar estructuras observables y separar la compatibilidad técnica de la calidad de las respuestas generadas.

03 oct. 2026 GUIA

Trazas de aplicaciones con IA: cómo diagnosticar una respuesta sin registrar datos sensibles de más

Una guía para seguir una petición de extremo a extremo, encontrar dónde surgió un fallo y diseñar una telemetría útil con captura mínima, controles de acceso y retención limitada.

27 sep. 2026 GUIA

Concurrencia en APIs de IA: cómo controlar colas, cuotas y latencia

Un método práctico para decidir qué solicitudes aceptar, aplazar o rechazar antes de que una ráfaga de tráfico se convierta en una cola creciente, más errores y costes difíciles de prever.

24 sep. 2026 GUIA

Streaming de respuestas de IA: cómo mostrar progreso sin ejecutar datos o acciones antes de tener una salida válida

El streaming mejora la percepción de rapidez porque permite enseñar actividad antes de que exista una respuesta completa. Sin embargo, un fragmento recibido no es todavía un resultado de negocio ni una instrucción segura. Esta guía propone una máquina de estados, una matriz de decisión y controles de idempotencia para separar la interfaz provisional de la persistencia, la indexación y las acciones con efectos externos.

22 sep. 2026 GUIA

Reintentos, límites y duplicados en APIs de IA: cómo evitar que un fallo ejecute una acción dos veces

Un timeout no demuestra que una API no haya procesado una petición. Esta guía propone un diseño de operaciones identificables, reintentos acotados y reconciliación de estados para integrar modelos y agentes sin duplicar correos, compras, cambios de datos ni llamadas a herramientas.

22 sep. 2026 GUIA

Contratos para aplicaciones de IA: detectar cambios de modelo, SDK o herramientas antes de producción

Una respuesta que parece correcta puede incumplir el formato, la autorización, la procedencia o la regla de negocio que sostiene un flujo de IA. Esta guía explica cómo convertir esos supuestos en contratos verificables y cómo usarlos para bloquear regresiones antes de producción.

19 sep. 2026

Sigue explorando

FuentesHugging Face Transformershuggingface.co