Open-Weight

Herramientas de IA con la etiqueta Open-Weight.

200+ herramientas · elegidas a mano y seleccionadas

// precio

Gemma 4 Familia de modelos de pesos abiertos de Google DeepMind bajo la licencia Apache 2.0

FLUX 3 Action Modelo de 7B y pesos abiertos que predice acciones de robot a partir de vídeo

GLM-5.3-FlashX Variante de servicio de alta velocidad de GLM-5.3-Flash

Nemotron 3 Diarization Modelo de pesos abiertos para diarización de hablantes en tiempo real

Qwen-Image-2.1 Modelo de 7B y pesos abiertos que une la generación de texto a imagen y la edición

Qwen3.8-Omni-Flash Modelo omni de Alibaba de cualquier entrada a texto, que cubre texto, imagen, audio y vídeo

Xiaomi MiMo-V2.6-Pro El modelo insignia de Xiaomi publicado en código abierto, con una variante de inferencia más rápida

Atria Dawn Preview Modelo agéntico de pesos abiertos del Shanghai AI Laboratory, para investigación e ingeniería

Hy4 Preview El modelo principal de pesos abiertos de Tencent Hunyuan, diseñado junto a sus propias herramientas de desarrollo

Ling-3.0-Flash-Fin El modelo Ling de Ant Group ajustado a finanzas, para flujos de investigación y valoración

Muse Glimmer El modelo agéntico de Meta, abierto y en el dispositivo, destilado de Muse Spark

Qwen3.8-Flash-Next Vista previa de pesos abiertos de Alibaba de su arquitectura Qwen4

Qwen3.8-27B Modelo multimodal de pesos abiertos de Alibaba, de un tamaño que cabe en una sola GPU local

DeepSeek-V4-Flash-0731 Modelo MoE de 284 000 millones de DeepSeek, con licencia MIT, reentrenado para una programación agéntica más sólida

Kimi K3 El modelo de pesos abiertos de 2,8 billones de parámetros de Moonshot, el modelo abierto más grande publicado hasta la fecha

Ling-3.0-Flash El modelo de razonamiento de pesos abiertos y eficiente de Ant Group, pensado para agentes de IA en producción

Poolside Laguna S 2.1 Modelo de programación de pesos abiertos de Poolside que supera a rivales agénticos varias veces más grandes

Poolside Laguna XS 2.1 El modelo de programación de pesos abiertos más pequeño de Poolside, hecho para una sola GPU

DeepSeek V3.2 Actualización de V3.1 de DeepSeek, construida en torno a un mecanismo nuevo de atención dispersa

GLM-5 Modelo de frontera de pesos abiertos de Zhipu, entrenado por completo en hardware nacional de Huawei

Inkling El primer modelo de pesos abiertos del laboratorio Thinking Machines de Mira Murati

Kimi K2.5 La actualización multimodal nativa de K2 de Moonshot, pensada para coordinar enjambres de subagentes

MiniMax M2.5 El modelo de pesos abiertos de MiniMax que lleva la programación al trabajo de oficina general

Llama 5 El siguiente modelo insignia multimodal de pesos abiertos de Meta, para el dispositivo y para el centro de datos

Nemotron 5 El modelo de pesos abiertos de NVIDIA, ajustado para una inferencia eficiente en su propio hardware

Stable Diffusion 4 Siguiente modelo de difusión de texto a imagen y de pesos abiertos de Stability AI

ALBERT Variante de BERT de Google que comparte parámetros para ser eficiente a gran escala

Aquila Primer modelo fundacional abierto y bilingüe (chino e inglés) de BAAI

Aquila2 Familia de modelos fundacionales bilingües de segunda generación de BAAI

Arctic Modelo de pesos abiertos de Snowflake, orientado a empresas y afinado para SQL y RAG

Arctic Embed 2.0 Modelo de embeddings de recuperación multilingüe y de pesos abiertos de Snowflake

AudioCraft Framework de código abierto de Meta para generar música y efectos de sonido

Aya 23 Modelo multilingüe de pesos abiertos de Cohere For AI, con cobertura de 23 idiomas

Baichuan 2 Modelo fundacional bilingüe de pesos abiertos de Baichuan

Baichuan-13B Modelo bilingüe de pesos abiertos de Baichuan, anterior a las generaciones Baichuan 2, 3 y 4

BERT Encoder bidireccional de Google de 2018 que reorientó la investigación en NLP

BGE-large-en Modelo de embeddings de uso general de BAAI, muy usado para recuperación en inglés

BGE-M3 Modelo de embeddings de pesos abiertos de BAAI, multilingüe y de varias granularidades

BioGPT Modelo generativo de Microsoft, específico de dominio, preentrenado con literatura biomédica

BitNet b1.58 Modelo de investigación de Microsoft que muestra un rendimiento de LLM competitivo con pesos ternarios de 1,58 bits

BLIP Modelo de preentrenamiento de visión y lenguaje de Salesforce, para descripción y recuperación

BLIP-2 Sucesor más eficiente de BLIP, de Salesforce, que arranca el preentrenamiento de visión y lenguaje a partir de encoders congelados

BLOOM El modelo abierto y multilingüe construido por la colaboración BigScience

BLOOMZ Variante de BLOOM ajustada para instrucciones, entrenada para seguir instrucciones entre idiomas

BTLM-3B Modelo compacto de pesos abiertos de Cerebras, ajustado para rendir por encima de su número de parámetros

ByT5 Variante de T5 de Google, sin tokens, que opera directamente sobre bytes en bruto

Canary Modelo de reconocimiento y traducción de voz multilingüe de NVIDIA

Cerebras-GPT Familia de modelos completamente abierta de Cerebras, entrenada en sus chips de escala de oblea

Chameleon Modelo de fusión temprana de Meta que mezcla de forma nativa tokens de texto y de imagen

ChatGLM3 Modelo de diálogo bilingüe de pesos abiertos de tercera generación de Zhipu

CLIP Modelo contrastivo de imagen y texto de OpenAI que está debajo de gran parte de la IA multimodal actual

CLIP (LAION variant) Modelo de embeddings de visión y lenguaje de pesos abiertos de LAION, un reentrenamiento de CLIP

Code Llama Variante de Llama de pesos abiertos de Meta, especializada en código

CodeGen2 Modelo de código de pesos abiertos de Salesforce, pensado para rellenar huecos y síntesis de programas en varios turnos

Codestral Modelo de generación y completado de código de Mistral

Codestral Mamba Modelo de código de Mistral construido sobre la arquitectura de espacio de estados Mamba, y no sobre un transformer

CodeT5+ Familia de modelos de código encoder-decoder de pesos abiertos de Salesforce

CogVideoX Familia de modelos de texto a vídeo de pesos abiertos de Zhipu

CogView3 Modelo de texto a imagen de Zhipu basado en difusión por relevos

Command R Plus Modelo principal de Cohere optimizado para RAG y uso de herramientas, por encima de Command R

Command R+ Modelo de Cohere optimizado para generación aumentada por recuperación

Command R7B El modelo Command de la generación actual más pequeño de Cohere

CosyVoice Modelo de clonación de voz zero-shot y de texto a voz de pesos abiertos de Alibaba

DBRX Modelo de mezcla de expertos de pesos abiertos de Databricks

DBRX Instruct Variante ajustada para instrucciones del modelo DBRX de pesos abiertos de Databricks

DeepFloyd IF Modelo de texto a imagen en espacio de píxeles (no latente), del laboratorio DeepFloyd respaldado por Stability

DeepSeek Coder V2 Modelo de mezcla de expertos de pesos abiertos de DeepSeek, especializado en código

DeepSeek LLM 67B Primer modelo fundacional denso de pesos abiertos de DeepSeek

DeepSeek R1 Modelo de razonamiento de DeepSeek que igualó a modelos de frontera cerrados en matemáticas y código

DeepSeek V3 Modelo eficiente de mezcla de expertos de DeepSeek, entrenado por una fracción del coste de los rivales

DeepSeek V4-Pro El principal modelo de pesos abiertos de 2026, a la cabeza en programación agéntica y razonamiento de posgrado

DeepSeek-Coder-33B Modelo de código principal anterior de DeepSeek, previo a DeepSeek-Coder-V2

DeepSeek-Math Modelo de pesos abiertos de DeepSeek especializado en razonamiento matemático

DeepSeek-MoE-16B Modelo temprano de mezcla de expertos de grano fino de DeepSeek, que informó sus arquitecturas MoE posteriores

DeepSeek-R1-Distill-Llama-70B Destilación basada en Llama de las trazas de razonamiento de DeepSeek-R1, la variante destilada más grande

DeepSeek-R1-Distill-Qwen-32B Destilación basada en Qwen de las trazas de razonamiento de DeepSeek-R1, en un modelo abierto más pequeño

DeepSeek-V2 Modelo de mezcla de expertos de DeepSeek de 2024 que bajó el precio de la API por debajo de los rivales

DeepSeek-VL El primer modelo de visión-lenguaje de DeepSeek, anterior a DeepSeek-VL2

DeepSeek-VL2 Modelo de visión-lenguaje de mezcla de expertos y pesos abiertos de DeepSeek

Devstral Modelo de pesos abiertos de Mistral, ajustado para programación agéntica y exploración de bases de código

DINOv2 Modelo de visión autosupervisado de Meta que produce características de imagen de uso general, sin etiquetas

DistilBERT Versión destilada de BERT de Hugging Face, un 40 % más pequeña, que conserva la mayor parte del rendimiento

Dolly 2.0 El primer modelo de seguimiento de instrucciones de Databricks totalmente abierto y usable con fines comerciales

ELECTRA Enfoque de preentrenamiento de Google, más eficiente en muestras, con un objetivo de detección de tokens reemplazados

ELMo Modelo de AI2 de representaciones de palabras contextualizadas en profundidad, anterior a la era de los transformers

Emu3 Modelo de predicción del siguiente token de BAAI que une generación y comprensión de texto, imagen y vídeo

ERNIE 4.5 El modelo fundacional multimodal insignia de Baidu

ESM-2 Modelo de lenguaje de proteínas de Meta, usado para predecir la estructura a partir de la secuencia

EXAONE 3.0 La generación anterior de EXAONE de LG, previa a EXAONE 3.5

EXAONE 3.5 Familia de modelos bilingües coreano-inglés de pesos abiertos de LG

Falcon 180B Modelo de pesos abiertos de TII que encabezó los rankings abiertos en su lanzamiento

Falcon 2 La generación Falcon de TII entre Falcon 180B y Falcon 3, con una variante de visión-lenguaje

Falcon 3 Familia de pesos abiertos de modelos pequeños y eficientes de TII

Falcon 40B Modelo de pesos abiertos anterior de TII, que encabezó rankings antes de Falcon 180B

Falcon 7B El nivel compacto de Falcon de TII, que ayudó a extender el lanzamiento original

Falcon Mamba 7B Modelo de pesos abiertos de TII construido sobre la arquitectura Mamba de espacio de estados

Flan-T5 Sucesor de pesos abiertos de T5, de Google, ajustado con instrucciones

Florence-2 Modelo fundacional de visión compacto de Microsoft para descripción, detección y segmentación en un solo modelo

FLUX.1 dev El nivel de pesos abiertos de FLUX de Black Forest Labs, para uso no comercial

FLUX.1 Kontext Modelo de edición de imágenes de Black Forest Labs que sigue instrucciones sobre una imagen ya existente

FLUX.1 Krea Modelo conjunto de Black Forest Labs y Krea, ajustado para evitar el aspecto de IA demasiado estilizado

Fuyu-8B Modelo multimodal de pesos abiertos de Adept, construido para la percepción de agentes digitales

Galactica Modelo de Meta de 2022 entrenado con literatura científica, retirado a los pocos días del lanzamiento

Gemma El lanzamiento original de Gemma de pesos abiertos de Google, construido a partir de la misma investigación que Gemini

Gemma 2 La familia de modelos de pesos abiertos de la generación anterior de Google

Gemma 3 Familia de modelos de pesos abiertos de Google, construida a partir de la investigación de Gemini

GLM-4 Modelo de uso general y pesos abiertos de Zhipu, de 2024

GLM-4.6 Modelo de pesos abiertos de gama económica de Zhipu, para la programación del día a día

GLM-5.2 El modelo insignia de pesos abiertos de Zhipu, publicado junto a Kimi K2.7 a mediados de 2026

GPT-2 El modelo de OpenAI de 2019, retenido en su momento por riesgo de uso indebido

GPT-J El primer modelo de pesos abiertos al estilo GPT-3 de EleutherAI

GPT-Neo 2.7B El primer modelo abierto al estilo GPT-3 de EleutherAI, anterior a GPT-J y GPT-NeoX

GPT-NeoX-20B El modelo de pesos abiertos de EleutherAI, uno de los checkpoints públicos más grandes de su época

GPT-OSS-120B El primer modelo de pesos abiertos de OpenAI desde GPT-2, a la altura de o4-mini en muchos benchmarks de razonamiento

GPT-OSS-20B El nivel más pequeño del lanzamiento de modelos de pesos abiertos de OpenAI, pensado para una sola GPU

Granite 3.0 La familia de modelos empresariales de pesos abiertos de IBM para sectores regulados

Granite Code La familia de modelos de generación de código de pesos abiertos de IBM

Granite Embedding La familia de modelos de embeddings de texto empresariales de IBM para recuperación

Granite Guardian El modelo de seguridad y detección de riesgos de IBM para filtrar entradas y salidas dañinas de un LLM

Granite Vision El modelo compacto de visión y lenguaje de IBM para entender documentos y gráficos

Grok-1 El primer modelo de xAI, después publicado con pesos abiertos bajo Apache 2.0

GTE-large El modelo general de embeddings de texto de Alibaba para recuperación y similitud semántica

Hermes 2 La línea anterior de fine-tunes de pesos abiertos de Nous Research

Hermes 3 El fine-tune de pesos abiertos de Nous Research, centrado en el control por instrucciones y el razonamiento

Hunyuan DiT El transformer de difusión de pesos abiertos de Tencent para texto a imagen en chino e inglés

Hunyuan Large El modelo de mezcla de expertos y pesos abiertos de Tencent

Hunyuan Video El modelo de generación de texto a vídeo de pesos abiertos de Tencent

Hunyuan-A13B El modelo de razonamiento de mezcla de expertos y pesos abiertos de Tencent

Hunyuan3D El modelo de pesos abiertos de Tencent para generar activos 3D a partir de texto o imágenes

IDEFICS2 El modelo abierto de visión y lenguaje de Hugging Face, pensado para preguntas sobre documentos y gráficos

InternLM2 El modelo fundacional de pesos abiertos del Shanghai AI Lab, con buen contexto largo y razonamiento

InternLM2.5 La generación InternLM actualizada del Shanghai AI Lab, con más fuerza en uso de herramientas y razonamiento

InternVL2 La familia abierta de modelos de visión y lenguaje del Shanghai AI Lab, a la altura de modelos multimodales propietarios

Jamba 1.5 Large El modelo híbrido transformer-Mamba de AI21, pensado para un contexto muy largo

Jamba 1.5 Mini El modelo híbrido compacto transformer-Mamba de AI21

Jamba Large 1.6 El modelo principal híbrido transformer-Mamba actualizado de AI21

Jina Embeddings v2 El modelo de embeddings de Jina AI, notable por una ventana de contexto de 8k tokens en el lanzamiento

jina-embeddings-v3 El modelo de embeddings multilingüe de pesos abiertos de Jina AI

Kimi K2 El modelo base original de pesos abiertos de la generación K2 de Moonshot

Kimi K2.6 El modelo de pesos abiertos de Moonshot para tareas agénticas y de uso de herramientas de larga duración

Kimi K2.7 Code El modelo de programación agéntica de pesos abiertos de Moonshot, ajustado al uso de herramientas y a tareas largas

Kimi-Audio El modelo fundacional de audio de pesos abiertos de Moonshot AI, para entender y generar voz

Kimi-VL El modelo de visión y lenguaje de pesos abiertos de Moonshot

Kolors El modelo de texto a imagen de pesos abiertos de Kuaishou, fuerte con prompts en chino

Kosmos-2 El modelo multimodal con anclaje de Microsoft, que vincula el lenguaje a regiones concretas de la imagen

LLaMA La publicación original de pesos abiertos de Meta en 2023, que abrió el auge de los LLM abiertos

Llama 2 El lanzamiento de pesos abiertos de Meta en 2023 que puso en marcha el ecosistema abierto de LLM

Llama 3 La publicación de pesos abiertos de Meta de 2024 que cerró casi toda la distancia con los modelos cerrados

Llama 3.1 405B El modelo denso de pesos abiertos más grande de Meta, a la altura de los modelos cerrados de frontera

Llama 3.1 70B El nivel intermedio de la familia Llama 3.1 de Meta, entre los modelos de 8B y de 405B

Llama 3.1 8B El nivel compacto de Meta en la generación Llama 3.1

Llama 3.2 La primera generación Llama de Meta con niveles de visión y para el dispositivo

Llama 3.3 El modelo de 70B y pesos abiertos de Meta, eficiente y a la altura de predecesores más grandes

Llama 4 Maverick El modelo insignia multimodal de mezcla de expertos y pesos abiertos de Meta

Llama 4 Scout El nivel Llama 4 de Meta, más pequeño y más rápido, con una ventana de contexto de 10 millones de tokens

Llama Guard 2 El modelo clasificador de seguridad de contenido anterior de Meta, previo a Llama Guard 3

Llama Guard 3 El clasificador de seguridad de pesos abiertos de Meta para moderar la entrada y la salida de un LLM

Llemma 7B El modelo abierto de EleutherAI, con preentrenamiento continuado sobre texto de matemáticas y ciencias

Mathstral El modelo de Mistral especializado en matemáticas, derivado de Mistral 7B

MiniCPM El modelo pequeño y eficiente de OpenBMB, pensado para ir bien en teléfonos y dispositivos edge

MiniCPM-V El modelo multimodal para el edge de OpenBMB, capaz de tareas de visión al nivel de GPT-4V en un teléfono

MiniMax M3 El primer modelo de pesos abiertos que une programación de frontera, un contexto de 1 millón de tokens y multimodalidad nativa

MiniMax-01 El modelo de pesos abiertos de MiniMax de 2025, con una ventana de contexto de 4 millones de tokens

Ministral 8B Modelo compacto de Mistral pensado para despliegue en dispositivos y en el edge

Mistral 7B El modelo compacto original de pesos abiertos de Mistral, que superó a rivales más grandes

Mistral Large 3 El modelo de lenguaje insignia de Mistral, de nivel frontera

Mistral NeMo El modelo de 12B y pesos abiertos de Mistral, construido con NVIDIA

Mistral Small 3 El nivel de modelo pequeño y eficiente de Mistral, para cargas de trabajo sensibles a la latencia

Mixtral 8x22B El modelo disperso de mezcla de expertos y de pesos abiertos de Mistral

Mixtral 8x7B El modelo original de mezcla de expertos y de pesos abiertos de Mistral, que popularizó los LLM MoE dispersos

MPT-30B El modelo de pesos abiertos de MosaicML para uso comercial, luego incorporado a Databricks

mT5 La variante multilingüe de T5 de Google, que cubre 101 lenguas

MusicGen El modelo de generación de música controlable y de pesos abiertos de Meta

Nemotron Nano El nivel Nemotron pequeño y eficiente de NVIDIA, optimizado para el despliegue en el edge

Nemotron-3 8B El modelo Nemotron compacto anterior de NVIDIA, orientado a empresas

Nemotron-4 340B El modelo de pesos abiertos de NVIDIA hecho para generar datos de entrenamiento sintéticos

NLLB-200 El modelo No Language Left Behind de Meta, que traduce entre 200 lenguas, muchas de ellas con pocos recursos

Nomic Embed Text v1 El primer modelo de embeddings de contexto largo de Nomic: de código abierto, de pesos abiertos y de datos abiertos

nomic-embed-text-v2 El modelo de embeddings de texto de Nomic AI, del todo abierto y reproducible

NVIDIA Cosmos La familia de modelos fundacionales de mundo de NVIDIA, para IA física y simulación autónoma

OLMo 2 El modelo del todo abierto de AI2, publicado con los datos de entrenamiento y el código junto a los pesos

OLMo 7B La primera publicación de un modelo del todo abierto de AI2, con pesos, datos y código de entrenamiento abiertos

OLMoE El modelo de mezcla de expertos del todo abierto de AI2

OPT-175B El modelo de pesos abiertos de Meta de 2022, publicado para reflejar la escala de GPT-3

Orca 2 El fine-tune de Llama 2 de Microsoft Research, centrado en el razonamiento

Orca-Math El modelo pequeño de Microsoft especializado en problemas verbales de matemáticas de primaria

Pharia-1 El modelo de pesos abiertos de Aleph Alpha, centrado en la soberanía europea

Phi-2 El modelo anterior de 2.7B de Microsoft, con un rendimiento alto para lo pequeño que es

Phi-3 La familia de modelos compactos y de pesos abiertos de Microsoft, para uso en el dispositivo

Phi-3-medium El nivel de 14B parámetros de la familia Phi-3 de Microsoft, ajustado para un razonamiento más sólido

Phi-3-small El nivel de 7B parámetros de la familia de modelos de lenguaje pequeños Phi-3 de Microsoft

Phi-3-vision El miembro multimodal de la familia Phi-3, para razonar sobre imágenes en el dispositivo

Phi-3.5-mini El modelo compacto actualizado de Microsoft en la línea Phi-3

Phi-4 El modelo pequeño de Microsoft centrado en el razonamiento, que rinde por encima de su número de parámetros

Phi-4-reasoning La variante de Phi-4 ajustada al razonamiento, entrenada con supervisión por cadena de pensamiento

Pixtral 12B El primer modelo multimodal de Mistral, más pequeño que Pixtral Large

Pixtral Large El modelo insignia de visión y lenguaje de Mistral

Playground v2.5 Modelo de imagen de pesos abiertos de Playground, ajustado a la estética

ProGen Modelo generativo de Salesforce para diseñar secuencias de proteínas nuevas

Pythia Suite de modelos totalmente abiertos de EleutherAI, hecha para investigación en interpretabilidad

Qwen-7B El lanzamiento original de Qwen de Alibaba, con el que empezó la familia de modelos

Qwen-Audio El primer modelo de audio y lenguaje de Alibaba para entender el habla y el sonido

Qwen-Image Modelo de texto a imagen de Alibaba sobre la arquitectura Qwen, que renderiza bien el texto incrustado

Qwen-VL El primer modelo de visión y lenguaje de Alibaba en la familia Qwen

Qwen1.5-110B El modelo denso más grande de Alibaba en la generación Qwen1.5

Qwen2-72B El modelo denso insignia de pesos abiertos de segunda generación de Alibaba

Qwen2-Audio El modelo de audio y lenguaje de segunda generación de Alibaba, con chat de voz

Qwen2.5-72B El modelo denso de pesos abiertos de Alibaba con más despliegue

Qwen2.5-Coder La línea de modelos de código de Alibaba, a la altura de modelos generales mucho más grandes en benchmarks de programación

Qwen2.5-VL El modelo de visión y lenguaje de pesos abiertos de Alibaba

Qwen3-235B-A22B El modelo insignia de mezcla de expertos y pesos abiertos de Alibaba, el modelo de frontera capaz más barato

Qwen3-Coder El modelo de programación agéntica de pesos abiertos de Alibaba

QwQ-32B Modelo de razonamiento de pesos abiertos de Alibaba, a la altura de modelos mucho más grandes

QwQ-32B-Preview La primera vista previa pública de Alibaba de su línea de razonamiento QwQ, anterior al QwQ-32B completo

RedPajama-INCITE Modelo totalmente abierto de Together AI, entrenado con el conjunto de datos RedPajama reproducido

Reka Edge El nivel más pequeño de Reka, pensado para funcionar en el dispositivo

replit-code-v1.5 El modelo de pesos abiertos de Replit para completar código

RoBERTa El reentrenamiento de BERT de Meta, optimizado para ser más robusto, que lo mejoró en los benchmarks

SAM El Segment Anything Model de Meta, un modelo fundacional para segmentar imágenes

SAM 2 El sucesor de SAM de Meta, que lleva la segmentación al vídeo

SantaCoder El modelo de código pequeño y multilingüe de BigCode, anterior a StarCoder

Seamless M4T Modelo unificado de Meta para traducción de voz a voz y de voz a texto en unas 100 lenguas

Seamless M4T v2 Versión mejorada del modelo de Meta de traducción de voz multilingüe a gran escala

Skywork-13B El modelo fundacional bilingüe de pesos abiertos de Kunlun Tech

SmolLM La familia original de Hugging Face de modelos de lenguaje pequeños y totalmente abiertos

SmolLM2 La familia de modelos pequeños y totalmente abiertos de Hugging Face para uso en el dispositivo

Solar 10.7B El modelo abierto de Upstage con escalado en profundidad, anterior a la línea Solar Pro

Solar Pro 2 El modelo eficiente de pesos abiertos de Upstage, que rinde por encima de su número de parámetros

Stable Cascade Modelo de imagen de Stability AI con un espacio latente muy comprimido, para un entrenamiento y una inferencia más rápidos

Stable Diffusion 3.5 Modelo de difusión de texto a imagen y de pesos abiertos de Stability AI

Stable Diffusion XL Modelo de generación de imágenes de Stability AI de 2023, de uso muy extendido

Stable Video Diffusion Primer modelo de imagen a vídeo de pesos abiertos de Stability AI

StableLM 2 Modelo de lenguaje pequeño y de pesos abiertos de Stability AI

StableLM 3B Modelo de lenguaje compacto y de pesos abiertos de Stability AI, anterior a StableLM 2

StableLM Zephyr Modelo pequeño de chat de Stability AI, ajustado a partir de StableLM 3B

StarCoder Modelo original de BigCode, al que después sucedió StarCoder2

StarCoder2 Modelo de generación de código de pesos abiertos de la colaboración BigCode

T5 Transformer de transferencia de texto a texto de Google, un marco temprano que unificaba el PLN

Tacotron 2 Modelo neuronal de texto a voz de Google que une un predictor de espectrogramas con un vocoder WaveNet

UL2 Marco unificado de preentrenamiento de Google que combina varios objetivos de denoising

Vicuna-13B Modelo de chat abierto temprano e influyente de LMSYS, ajustado (fine-tuned) desde Llama con conversaciones de ShareGPT

Vicuna-33B La versión más grande de Vicuna, el fine-tune de Llama con ShareGPT de LMSYS

Wan2.1 Familia de modelos de generación de vídeo de pesos abiertos de Alibaba

Wav2Vec 2.0 Modelo autosupervisado de representación del habla de Meta, base de muchos sistemas de ASR

Whisper Modelo de reconocimiento y transcripción de voz de pesos abiertos de OpenAI

Whisper Large v3 El nivel más grande y preciso del modelo de reconocimiento de voz de pesos abiertos de OpenAI

WizardCoder Fine-tune de Microsoft especializado en código, creado con generación de datos Evol-Instruct

WizardLM-2 Familia de modelos de Microsoft ajustados a instrucciones, entrenados con datos sintéticos complejos y evolucionados

XGen-7B Modelo de investigación de contexto largo y de pesos abiertos de Salesforce

XLNet Modelo de preentrenamiento autorregresivo basado en permutaciones que superó a BERT en muchas tareas

Yi-1.5-34B Generación Yi mejorada y de pesos abiertos de 01.AI

Yi-34B Modelo bilingüe de pesos abiertos de 01.AI

Yi-Coder Modelo de pesos abiertos de 01.AI especializado en código

Yi-VL-34B Modelo de visión-lenguaje de pesos abiertos de 01.AI, construido sobre Yi-34B

Yuan 2.0 Modelo fundacional de pesos abiertos de Inspur, ajustado para tareas empresariales en chino

Zephyr 141B Fine-tune Zephyr más grande de Hugging Face, de mezcla de expertos, distinto del lanzamiento de 7B

Zephyr 7B Fine-tune de pesos abiertos de Hugging Face que popularizó el alineamiento con DPO