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 · 28 Jun 2026374.4B
Tokens procesados
acumulado
33.6M
Peticiones servidas
acumulado
9
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 73.1%
02 DeepSeek V4-Flash 13.1%
03 MiMo V2.5 10.7%
04 Gemma 4 2.5%
05 Qwen3 Embedding 0.6%
06 Qwen3 Coder <0.1%
07 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 366.1 B 97.8%
Salida · generado 8.3 B 2.2%
// uso
Tokens por día.
Tokens procesados a diario en los últimos 90 días, con pico en 8.8 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 20.7 K peticiones
Reranking Qwen3 Reranker 5.2 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) 49.7%
OpenAI SDK (JS) 11.8%
Node.js 8.1%
curl 7.7%
Vercel AI SDK 6.1%
Python httpx 4.9%
Go HTTP client 4.3%
Python requests 3.7%
Otros 3.9%
// geografía · últimos 7 días
Origen de las peticiones.
El 76.1% del tráfico se origina en la UE — la audiencia para la que se ha construido esta infraestructura.
España 31.6%
Finlandia 27.1%
Alemania 16.1%
Colombia 12.7%
Estados Unidos 4.8%
Reino Unido 2.1%
México 2.1%
Argentina 1.1%
Francia 0.7%
Países Bajos 0.4%
Irlanda 0.2%
Chile 0.2%
Otros 0.9%
// rendimiento
Latencia y throughput.
Mediana de tiempo hasta el primer token y throughput sostenido por modelo, medido el 28 Jun 2026.
Modelo TTFT p50 Throughput
Qwen 3.6 1 s 4996733 rpm
Gemma 4 98 ms 71.5 rpm
Qwen3 Embedding n/a 33.6 rpm
MiMo V2.5 1.3 s 28.7 rpm
DeepSeek V4-Flash 6.8 s 12.4 rpm
Qwen3 Reranker n/a 7.8 rpm
Kokoro n/a 1 rpm
Whisper Large v3 n/a 0.1 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.