- ¿Qué se considera un LLM de código abierto?
- Mejores LLM de código abierto en 2026
- Auto-alojamiento vs. inferencia API alojada
- Cómo acceder a LLM de código abierto a través de API
- LLM de código abierto para agentes de codificación
- ¿Qué LLM de código abierto deberías usar?
- Conclusión
- Preguntas frecuentes
- Artículos recomendados
El mejor LLM de código abierto para tu proyecto en julio de 2026 depende de la tarea, no del titular del benchmark. Las opciones actuales incluyen DeepSeek V4 Pro, Qwen3.6, Kimi K2.6 y GLM-5.1, cada uno con diferentes fortalezas en razonamiento, codificación, trabajo de contexto largo y licencias. La pregunta práctica es si necesitas pesos descargables o una API alojada que funcione sin un equipo de operaciones de GPU. Esta guía compara el campo actual, explica el auto-alojamiento versus el acceso API, y muestra cómo usar modelos de pesos abiertos en un agente de codificación con Novita AI.
¿Qué se considera un LLM de código abierto?
“Open source” abarca un amplio espectro en la práctica. La distinción que más importa operativamente es si puedes ejecutar los pesos del modelo tú mismo, no si el código de entrenamiento es público. Los casos comunes son:
- Pesos completamente abiertos con licencia permisiva (Apache 2.0, MIT): Puedes usar, modificar y servir el modelo comercialmente, sujeto a los términos de la licencia. Ejemplos: Qwen3.6 (Apache 2.0), DeepSeek R1 (MIT) y GLM-5.1 (MIT).
- Pesos abiertos con licencia personalizada: Los pesos son descargables, pero el uso comercial, la redistribución o el ajuste fino pueden tener restricciones. El Llama 4 de Meta utiliza una licencia personalizada con umbrales de recuento de usuarios por encima de los 700M de usuarios mensuales.
- Pesos solo para investigación o con acceso restringido: Los pesos están disponibles pero limitados a uso no comercial o requieren aprobación. Menos relevantes para equipos de producción.
Para la mayoría de las decisiones de producción, el filtro práctico es: ¿puedes servir legalmente este modelo a tus usuarios, y la licencia permite el caso de uso comercial que necesitas?
Mejores LLM de código abierto en 2026
El nivel de pesos abiertos se ha comprimido significativamente. Esta lista se actualizó el 22 de julio de 2026 para incluir las versiones más recientes de Qwen, Kimi y GLM. Un límite importante: Moonshot anunció Kimi K3 el 16 de julio, pero sus pesos completos están programados para el 27 de julio. Hasta que esos pesos se publiquen realmente, Kimi K2.6 sigue siendo el modelo Kimi descargable más reciente cubierto aquí.
Uso general y razonamiento
DeepSeek V4 Pro (685B, similar a MIT) es el líder actual en benchmarks para codificación agentiva. Iguala o supera a los modelos frontera cerrados en SWE-Bench y benchmarks de llamadas a funciones, lo que lo convierte en una opción práctica para agentes de codificación que necesitan leer grandes bases de código y ejecutar llamadas a herramientas de múltiples pasos. Está disponible como API alojada si no tienes la infraestructura para ejecutar un modelo de 685B tú mismo.
Qwen3.6 expande la familia Qwen de pesos abiertos con variantes densas y MoE dispersas, entrada multimodal y una ventana de contexto nativa de 262K. La licencia Apache 2.0 lo mantiene práctico para implementación comercial, mientras que la gama de tamaños de modelo ofrece a los equipos más margen para equilibrar calidad y costo de servicio.
Kimi K2.6 es el modelo MoE de pesos abiertos de 1T parámetros de Moonshot AI con 32B parámetros activos y una ventana de contexto de 256K. Está diseñado para codificación agentiva de largo horizonte, uso de herramientas y coordinación multi-agente, y está disponible a través de acceso API alojado si no deseas operar el modelo completo tú mismo.
DeepSeek R1 (685B, MIT) sigue siendo la opción más sólida para matemáticas y razonamiento formal — 79.8% en AIME. Si tu aplicación implica verificación de código, pruebas formales o cadenas de razonamiento estructuradas, R1 es el punto de referencia.
GLM-5.1 es la actualización con licencia MIT de Z.ai a GLM-5, con 40B parámetros activos y una ventana de contexto de 204.8K. Su principal ajuste es el trabajo agentivo de largo horizonte donde un modelo debe seguir iterando, inspeccionar resultados y cambiar de estrategia en lugar de detenerse después de un breve paso de codificación.
Específicos para codificación
Qwen 2.5 Coder 32B (Apache 2.0) alcanza el 92% en HumanEval y se ejecuta en una sola RTX 4090. Si necesitas un modelo de codificación que puedas alojar tú mismo en hardware de consumo, esta es la opción práctica.
Kimi K2.6 es también la opción actual de Kimi centrada en codificación. Su diseño de contexto largo y horizonte largo lo hace más relevante que la variante anterior Kimi K2 Code para trabajo sostenido en repositorios, flujos de trabajo intensivos en herramientas y depuración autónoma.
Pequeños y eficientes
Phi-4 14B de Microsoft se ejecuta en 8GB de VRAM y maneja bien el seguimiento de instrucciones, código y razonamiento ligero. Úsalo cuando la latencia y las limitaciones de hardware importen más que la calidad máxima.
Llama 4 Scout de Meta admite hasta 10M de tokens de contexto y cabe en 16GB de VRAM. La opción adecuada cuando tu carga de trabajo implica procesamiento de documentos largos.
Comparación de modelos de un vistazo
| Modelo | Tamaño | Licencia | Mejor para | Contexto |
|---|---|---|---|---|
| DeepSeek V4 Pro | 685B | Similar a MIT | Codificación agentiva, SWE-Bench | 1M |
| Qwen3.6 | Variantes densas y MoE | Apache 2.0 | Razonamiento multimodal, uso comercial | 262K |
| Kimi K2.6 | 1T MoE, 32B activos | MIT modificado | Codificación agentiva, uso de herramientas | 256K |
| DeepSeek R1 | 685B | MIT | Matemáticas, razonamiento formal | 163K |
| GLM-5.1 | MoE, 40B activos | MIT | Trabajo agentivo de largo horizonte | 204.8K |
| Qwen 2.5 Coder 32B | 32B | Apache 2.0 | Código, auto-alojado | 128K |
| Phi-4 14B | 14B | MIT | Bajo VRAM, uso en desarrollo | 128K |
| Llama 4 Scout | ~109B | Personalizada | Documentos de contexto largo | 10M |
Auto-alojamiento vs. inferencia API alojada
Esta es la decisión operativa que determina tu costo real e inversión de tiempo. La versión corta: la inferencia API alojada es más barata y rápida de operar a menos que superes aproximadamente 2–5 millones de tokens por día con tráfico sostenido durante un período de 12 meses.
Cuándo gana la inferencia API alojada
- Tu equipo no tiene experiencia en operaciones de GPU
- Todavía estás prototipando o iterando en la selección del modelo
- Tu volumen de tokens está por debajo del punto de equilibrio del auto-alojamiento
- Necesitas cambiar de modelo rápidamente a medida que aparecen nuevas versiones
- La confiabilidad y el escalado automático importan más que la optimización de costos
Una API LLM alojada, especialmente una que sea compatible con OpenAI, te permite agregar un nuevo modelo con un cambio de una línea en tu URL base e ID de modelo. Evitas la gestión de arranque en frío, las compensaciones de cuantización, la configuración de lotes y las actualizaciones del framework de servicio.
Cuándo gana el auto-alojamiento
- Tus datos no pueden salir de tu infraestructura (salud, finanzas, legal, industrias reguladas)
- Estás procesando más de 5 millones de tokens por día con tráfico predecible
- Necesitas servir un checkpoint ajustado o adaptado que ningún proveedor alojado ofrece
- Tienes un clúster de GPU existente con capacidad disponible
El auto-alojamiento en H100s con SGLang o vLLM es genuinamente rentable a escala. Benchmarks recientes sitúan a SGLang con un 29% más de rendimiento que vLLM en cargas de trabajo estándar, y hasta 6 veces más rápido en pipelines RAG con prefijos pesados a través de RadixAttention. Pero esas ganancias solo importan si tienes la capacidad operativa para mantener la pila de servicio a través de actualizaciones de modelo, fallos de hardware y picos de tráfico.
El camino híbrido
La mayoría de los equipos terminan en un híbrido: API alojada para prototipado y acceso flexible a modelos, instancias de GPU para cargas de trabajo que justifican capacidad dedicada. La ventaja práctica de permanecer en una sola plataforma de nube de IA es que no necesitas reconstruir los pipelines de autenticación, facturación, observabilidad e implementación cuando pasas de API sin servidor a endpoint dedicado a instancia de GPU personalizada.
Cómo acceder a LLM de código abierto a través de API
Novita AI proporciona acceso API compatible con OpenAI a un catálogo de modelos de código abierto que incluye DeepSeek V4 Pro, DeepSeek V4 Flash, Kimi K2.6, Qwen3.6, GLM-5.1, MiniMax M3 y otros. La estructura del endpoint es la misma que la de OpenAI, por lo que el código existente que utiliza el SDK openai puede conectarse a los modelos de Novita con cambios mínimos.
Llamada API básica
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="YOUR_NOVITA_API_KEY",
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[
{"role": "system", "content": "Eres un asistente útil."},
{"role": "user", "content": "Explica la diferencia entre DeepSeek R1 y V4 Pro."},
],
)
print(response.choices[0].message.content)
Para cambiar de modelo, modifica el parámetro model. No se necesitan otros cambios. Una lista completa de IDs de modelo compatibles está disponible en novita.ai/docs/model-api/reference/llm/models.html.
TypeScript
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.novita.ai/v3/openai",
apiKey: process.env.NOVITA_API_KEY,
});
const response = await client.chat.completions.create({
model: "qwen/qwen3.5-397b-a17b",
messages: [{ role: "user", content: "Escribe una función en Python para analizar JSON." }],
});
console.log(response.choices[0].message.content);
Referencia de precios
Los precios varían según el modelo y se cobran por millón de tokens. DeepSeek V4 Flash a $0.14/Mt de entrada y $0.28/Mt de salida es la opción de uso general más rentable. DeepSeek V4 Pro a $1.60/Mt de entrada y $3.20/Mt de salida es la opción premium para flujos de trabajo agentivos y de codificación donde la calidad del modelo afecta directamente la tasa de finalización de tareas. Consulta novita.ai/models/llm para conocer los precios actuales, ya que esto cambia con la incorporación de nuevos modelos.
LLM de código abierto para agentes de codificación
Las configuraciones de agentes de codificación más efectivas en 2026 combinan un LLM de código abierto para razonamiento y generación de código con un entorno de ejecución aislado para ejecutar el código. Esta es una arquitectura diferente a una simple llamada API: el agente necesita leer archivos, escribir código, ejecutar comandos, inspeccionar la salida e iterar.
Los dos modos de fallo a evitar son:
- Ejecutar código generado por el agente en tu máquina de desarrollo o servidor de producción — un error si el modelo genera algo destructivo o inesperado
- Configurar tú mismo una VM completa por sesión de agente — rápido de superar, lento de escalar
Novita Agent Sandbox
El Agent Sandbox de Novita proporciona entornos Linux aislados que se inician en menos de 200ms. Cada sandbox tiene un sistema de archivos que el agente puede leer y escribir, un shell en el que el agente puede ejecutar comandos y aislamiento para que lo que genere el modelo no pueda afectar a otros sandboxes ni a tu infraestructura. Las sesiones persisten entre solicitudes, por lo que el agente puede mantener el estado a lo largo de una tarea de múltiples pasos.
El SDK de Python es sencillo:
from novita_sandbox.code_interpreter import Sandbox
sandbox = Sandbox.create()
# El agente escribe un archivo
sandbox.files.write("/workspace/app.py", code_content)
# El agente lo ejecuta
result = sandbox.commands.run("python /workspace/app.py")
print(result.stdout)
# Limpiar
sandbox.kill()
Combina esto con cualquier modelo compatible con OpenAI en la API LLM de Novita, y tendrás un agente de codificación que puede generar, ejecutar, inspeccionar y revisar código sin ninguna infraestructura más allá de tu clave API.
Frameworks de agentes de código abierto
Varios agentes de codificación de código abierto están disponibles como entornos de ejecución integrables en el Agent Sandbox de Novita:
- OpenClaw en Novita — despliega un agente OpenClaw persistente a través del sandbox de Novita sin límite de sesión. Se conecta automáticamente a la API LLM y al sandbox de Novita, lo que lo hace práctico para tareas de automatización de larga duración.
- Hermes Agent — un agente autónomo de Nous Research con memoria persistente. Se ejecuta como un proceso de larga duración en lugar de una sesión única.
- Goose — un agente de codificación de código abierto (más de 45K estrellas en GitHub) con Novita como proveedor nativo, lo que le da acceso a más de 200 modelos con una sola credencial.
Para equipos que construyen agentes de codificación personalizados en lugar de implementar un framework existente, Novita Agent Runtime ofrece una capa de andamiaje ligera que maneja el ciclo de vida del sandbox, el enrutamiento de llamadas a herramientas y la persistencia de sesiones.
¿Qué LLM de código abierto deberías usar?
El árbol de decisión es corto:
Para tareas de codificación y agentivas: Comienza con DeepSeek V4 Pro a través de API. Es el líder actual en rendimiento para SWE-Bench y uso de herramientas de múltiples pasos. Si el costo es la limitación, DeepSeek V4 Flash maneja tareas de código más simples a una fracción del precio.
Para razonamiento y matemáticas: DeepSeek R1 sigue siendo la referencia para AIME y razonamiento formal. Úsalo cuando la tarea implique resolución de problemas estructurada en lugar de ejecución de código.
Para uso comercial con licencia abierta: Qwen3.6 bajo Apache 2.0 es un punto de partida práctico cuando tu equipo legal necesita una licencia permisiva familiar. Elige entre las variantes densas y MoE según tu presupuesto de servicio y pruebas de calidad de tarea.
Para codificación auto-alojada en GPUs de consumo: Qwen 2.5 Coder 32B se ejecuta en una sola RTX 4090 y obtiene un 92% en HumanEval. Si necesitas auto-alojar un modelo de codificación sin infraestructura GPU de alta gama, esta es la opción práctica.
Para documentos largos: Llama 4 Scout con su ventana de contexto de 10M tokens maneja cargas de trabajo que requerirían dividir en fragmentos en cualquier otro modelo.
Para entornos pequeños: Phi-4 14B cabe en 8GB de VRAM y maneja bien el seguimiento de instrucciones, la generación de código y el razonamiento ligero.
El patrón en todas estas opciones: el acceso API alojado elimina la sobrecarga operativa y te permite cambiar de modelo a medida que evoluciona el panorama. El auto-alojamiento tiene sentido cuando la soberanía de los datos o la economía de tokens a escala justifican la inversión en operaciones de GPU. La mayoría de los equipos de producción terminan haciendo ambas cosas.
Conclusión
El panorama de los LLM de código abierto en 2026 es fundamentalmente diferente al de hace dos años. Modelos como DeepSeek V4 Pro, Qwen3.6, Kimi K2.6 y GLM-5.1 son candidatos de primera elección para cargas de trabajo específicas como codificación agentiva, razonamiento formal, análisis multimodal y procesamiento de contexto largo.
La decisión práctica no es qué modelo es mejor en una tabla de clasificación. Es qué modelo se ajusta a tu modelo operativo: una API alojada si necesitas moverte rápido y evitar operaciones de GPU, auto-alojamiento si tus datos no pueden salir de tu infraestructura o la economía de tokens justifica la inversión, y una capa de ejecución en sandbox si tu modelo necesita actuar sobre el código en lugar de solo generarlo.
La API LLM de Novita AI cubre los principales modelos de código abierto detrás de un endpoint compatible con OpenAI, para que puedas ejecutar el mismo código de integración con DeepSeek, Qwen, Kimi o GLM sin reconstruir tu pila para cada versión de modelo. Combínalo con Agent Sandbox cuando la tarea requiera ejecución de código, y tendrás el núcleo de un agente de codificación listo para producción sin gestionar la infraestructura subyacente tú mismo.
Preguntas frecuentes
¿Cuál es el mejor LLM de código abierto en 2026?
DeepSeek V4 Pro es un fuerte candidato para codificación agentiva, Kimi K2.6 se dirige al uso de herramientas de largo horizonte, Qwen3.6 ofrece opciones Apache 2.0 en varios tamaños, y GLM-5.1 apunta a la ejecución agentiva sostenida. La respuesta correcta depende de tu tarea, requisitos de licencia, hardware y de si deseas auto-alojar.
¿Cuáles son los mejores LLM de código abierto para uso local?
Qwen 2.5 Coder 32B (una sola RTX 4090), Phi-4 14B (8GB VRAM) y Llama 4 Scout (16GB VRAM, 10M de contexto) son las opciones prácticas para inferencia local. Los modelos por encima de 70B generalmente requieren configuraciones de múltiples GPUs.
¿Son los modelos de lenguaje grandes de código abierto tan buenos como los modelos cerrados?
Para tareas específicas, sí. DeepSeek V4 Pro iguala o supera a GPT-4.1 en SWE-Bench y benchmarks de codificación. Para tareas generales abiertas, los mejores modelos cerrados aún mantienen una ventaja. La brecha depende en gran medida de la tarea y el benchmark específicos.
¿Cuáles son las noticias de hoy sobre LLM de código abierto?
Al 22 de julio de 2026, las versiones recientes de pesos abiertos incluyen Qwen3.6, Kimi K2.6, GLM-5.1 y DeepSeek V4 Pro. Kimi K3 ha sido anunciado, pero sus pesos completos están programados para el 27 de julio, por lo que aún no debe tratarse como una opción de pesos abiertos descargable.
¿Cómo accedo a modelos LLM de código abierto sin auto-alojarlos?
Utiliza una API de inferencia alojada. Novita AI proporciona acceso compatible con OpenAI a DeepSeek, Qwen, Kimi, GLM, MiniMax y otros modelos de código abierto. Cambia tu URL base a https://api.novita.ai/v3/openai y el ID del modelo al que desees; no se necesitan otros cambios en tu código existente.
¿Cuál es la diferencia entre LLM de código abierto y modelos de lenguaje de código abierto?
Los términos se usan indistintamente en la mayoría de los contextos. Técnicamente, “large language model” se refiere específicamente a modelos de lenguaje basados en transformadores entrenados a escala. “Modelo de lenguaje de código abierto” también puede referirse a modelos más pequeños o modelos fuera de la arquitectura de transformadores, pero en el uso actual ambos términos describen la misma categoría de modelos.
