Catálogo incluido
Todos los tiers acceden al mismo catálogo. La diferencia entre tiers está en capacidad, SLA, soporte, contexto y prioridad, no en esconder modelos detrás de un plan premium.
| Modelo | Endpoint | Uso principal | Licencia |
|---|---|---|---|
| Qwen/Qwen3.6-35B-A3B | /v1/chat/completions | Chat rápido y de alto volumen: asistentes, RAG, clasificación, extracción y resúmenes | Apache 2.0 |
| Qwen/Qwen3.8-27B | /v1/chat/completions | El más capaz: agentes con herramientas, código, razonamiento de varios pasos e imágenes | Apache 2.0 |
| Qwen3-Embedding-8B | /v1/embeddings | Búsqueda semántica y retrieval | Apache 2.0 |
| Qwen3-Reranker-4B | /v1/rerank | Reranking de segunda etapa para RAG | Apache 2.0 |
| nvidia/canary-1b-v2 | /v1/audio/transcriptions | Transcripción con diarización; el más preciso en español | CC-BY-4.0 |
| nvidia/parakeet-tdt-0.6b-v3 | /v1/audio/transcriptions | Transcripción con diarización; el mejor de los dos en inglés y el más rápido | CC-BY-4.0 |
| whisper-large-v3 (+ turbo) | /v1/audio/transcriptions | Transcripción por compatibilidad: catalán, 99 idiomas y traducción al inglés | MIT |
| Kokoro 82M TTS | /v1/audio/speech | Voz para IVR y agentes | Apache 2.0 |
Modelos de chat y alias
Hay dos modelos de chat, y la diferencia no es que uno sea de texto y otro de imágenes: uno es el rápido y el otro, el más capaz. Qwen3.8-27B es el más inteligente: un modelo denso que usa sus 27B de parámetros en cada token, casi duplica a Qwen3.6 en el Índice de Inteligencia de Artificial Analysis (34 frente a 18) y es el indicado para agentes que encadenan herramientas, código, razonamiento de varios pasos e instrucciones complejas; además lee imágenes. Qwen3.6-35B-A3B es un mixture-of-experts que solo activa 3B de parámetros por token: responde antes y aguanta más volumen, y es la mejor opción para chat, RAG, clasificación, extracción y resúmenes. Cada uno se publica con dos alias: el nombre base responde en modo direct y el sufijo -thinking activa razonamiento extendido.
| Literal | Modo | Entrada |
|---|---|---|
| Qwen/Qwen3.6-35B-A3B | Direct (por defecto) | Texto |
| Qwen/Qwen3.6-35B-A3B-thinking | Thinking | Texto |
| Qwen/Qwen3.8-27B | Direct | Texto + imagen |
| Qwen/Qwen3.8-27B-thinking | Thinking | Texto + imagen |
Qwen3.6 frente a Qwen3.8
Qwen/Qwen3.6-35B-A3B | Qwen/Qwen3.8-27B | |
|---|---|---|
| Perfil | El rápido: menor latencia y más volumen | El más capaz: más inteligente en tareas difíciles |
| Arquitectura | Mixture-of-experts: 35B en total, 3B activos por token | Denso: los 27B activos en cada token |
| Índice de Inteligencia de Artificial Analysis | 18 | 34 |
| GPQA Diamond (razonamiento científico) | 86,0 | 89,2 |
| LiveCodeBench v6 (código) | 80,4 | 90,3 |
| Velocidad | Más rápido por petición y con más peticiones a la vez | Más lento por petición |
| Entrada | Texto | Texto e imagen |
| Mejor para | Chatbots y asistentes, RAG, clasificación, extracción, resúmenes y lotes grandes | Agentes con herramientas, código, tareas de varios pasos, instrucciones complejas, facturas, documentos escaneados, capturas y fotos |
Modelos de audio
La transcripción tiene cuatro literales. nvidia/canary-1b-v2 y nvidia/parakeet-tdt-0.6b-v3 son los recomendados: corren en GPU, transcriben mejor que Whisper las conversaciones largas reales, aceptan archivos de hasta 4 horas y separan hablantes en conversaciones de varios interlocutores con diarize=true. Los dos cubren 25 idiomas europeos. whisper-large-v3 y whisper-large-v3-turbo se mantienen por compatibilidad. La voz sintética es kokoro-82m, también en GPU.
| Literal | Para qué | Detalle |
|---|---|---|
nvidia/canary-1b-v2 | Audio en español y otros idiomas europeos conocidos | 6,6 % de diferencia en llamadas reales en español; language obligatorio |
nvidia/parakeet-tdt-0.6b-v3 | Inglés, idioma desconocido, volumen alto | 7,6 % en entrevistas reales en inglés; ×300–400 tiempo real |
whisper-large-v3, whisper-large-v3-turbo | Integraciones existentes, catalán, traducción | Sin diarización; hasta 25 MB por archivo |
kokoro-82m | Síntesis de voz | Unos 0,2 s por frase corta; voces en español, inglés y otros 6 idiomas |
Compatibilidad práctica
- Usa el SDK oficial de OpenAI cambiando
base_urlahttps://api.tesseraai.cloud/v1. - Mantén tus estructuras
messages,tools,response_formaty streaming cuando el endpoint lo soporte. - Los nombres comerciales de modelo pueden mapearse internamente para preservar estabilidad contractual.
Model freeze y upgrades
Los contratos pueden fijar una familia de modelo durante 12 meses. Los upgrades se ofrecen como opt-in para evitar cambios silenciosos en calidad, coste de tokens o latencia.