[{"id":176,"item_id":1504,"created_at":1788893535,"model_name":"Nex-N2.5-Mini","origin":"🌍 Otro","weights":"open","score":85,"summary_es":"Nex-N2.5-Mini es un modelo agente especializado en codificación con bucle de retroalimentación visual, anunciado como gratuito en OpenRouter. Su diseño para implementación multi-archivos lo posiciona como candidato a pruebas locales si su tamaño activo es manejable.","tweet_es":"🚀 #NexAGI lanza Nex-N2.5-Mini: modelo agente GRATIS para codificación con bucle visual. ¿Listo para probarlo en CPU? #IA #OpenSource","url":"https://openrouter.ai/nex-agi/nex-n2.5-mini:free","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":75,"coder_motivo":"Modelo 'Mini' con pesos abiertos y arquitectura agente para codificación, potencial viable en CPU con cuantización ligera si parámetros activos son ≤4B."},{"id":175,"item_id":1503,"created_at":1788893497,"model_name":"Mercury 2.5","origin":"🌍 Otro","weights":"closed","score":85,"summary_es":"Mercury 2.5 es un LLM de razonamiento y difusión (dLLM) de Inception, diseñado para generar tokens en paralelo. Alcanza 1,107 tokens/segundo, ofrece una ventana de contexto de 260K y un aumento del 40% en inteligencia respecto a Mercury 2, según anuncios oficiales y reseñas técnicas.","tweet_es":"🚀 #Inception lanza Mercury 2.5, un dLLM que genera 1,107 tokens/segundo con 260K de contexto y 40% más inteligencia. ¡El futuro del razonamiento AI ya está aquí! #IA","url":"https://openrouter.ai/inception/mercury-2.5","source":"openrouter","ref_url":"https://www.inceptionlabs.ai/blog/introducing-mercury-2-5","ref_title":"Introducing Mercury 2.5 - Inception","coder_fit":12,"coder_motivo":"Probablemente cerrado y sin versión GGUF; contexto extremo (260k) y enfoque en razonamiento no garantizan rendimiento en CPU sin GPU."},{"id":174,"item_id":1499,"created_at":1788882619,"model_name":"GLM-5.3","origin":"🇨🇳 China","weights":"closed","score":85,"summary_es":"GLM-5.3 es el último modelo destacado de Z.ai, optimizado para ingeniería de software con ventana de contexto de 1M tokens. Su diseño avanza en razonamiento complejo y capacidades emergentes de ciberseguridad, con un 50% de mejora en pruebas propias de codificación frente a GLM-5.2.","tweet_es":"¡Nuevo modelo GLM-5.3 de Z.ai! Optimizado para ingeniería de software con 1M tokens de contexto y mejoría en codificación. #IA #ModelosDeLenguaje","url":"https://openrouter.ai/z-ai/glm-5.3:batch","source":"openrouter","ref_url":"https://z.ai/blog/glm-5.3","ref_title":"GLM-5.3: Frontier Coding with Emergent Cyber Capabilities","coder_fit":15,"coder_motivo":"Contexto de 1M tokens y posible tamaño >14B denso o pesos cerrados vía API, incompatible con CPU local."},{"id":173,"item_id":1498,"created_at":1788882417,"model_name":"DeepSeek V4 Flash Vision Exp","origin":"🇨🇳 China","weights":"closed","score":75,"summary_es":"DeepSeek V4 Flash Vision Exp es un modelo multimodal experimental de visión y texto, derivado de DeepSeek V4 Flash 0731, con soporte para 1M de contexto y 384K de salida máxima. Ofrece procesamiento de imágenes (OCR, análisis de gráficos) y razonamiento textual, disponible vía API con precios por token. No hay pesos abiertos para uso local.","tweet_es":"¡DeepSeek lanza V4 Flash Vision Exp! Modelo multimodal experimental con visión y texto, 1M contexto, API con precios por token. Sin pesos abiertos. #IA #DeepSeek","url":"https://openrouter.ai/deepseek/deepseek-v4-flash-vision-exp:batch","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":15,"coder_motivo":"Modelo multimodal experimental con pesos probablemente cerrados y tamaño elevado, no viable para benchmarks locales sin GPU."},{"id":172,"item_id":1494,"created_at":1788858659,"model_name":"Qwen3.8-Flash-Coder-Selective-INT8","origin":"🇨🇳 China","weights":"open","score":72,"summary_es":"Modelo de código Qwen3 con arquitectura MoE y cuantización selectiva INT8, optimizado para eficiencia. Su relevancia depende de su tamaño GGUF y rendimiento en tareas de programación local.","tweet_es":"🚀 Nuevo Qwen3.8-Flash-Coder con INT8 selectivo. Modelo MoE 8B para código en CPU. #IA #ModelosAbiertos","url":"https://huggingface.co/Jab1718/qwen3.8-flash-coder-selective-int8","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":72,"coder_motivo":"Modelo Qwen3 con MoE 8B (4B activos) y cuantización selectiva INT8, potencial para CPU si el tamaño GGUF está bajo 20GB"},{"id":171,"item_id":1442,"created_at":1788553735,"model_name":"GPT-6 Astra Pro","origin":"🇺🇸 EE.UU.","weights":"closed","score":85,"summary_es":"OpenAI lanza GPT-6 Astra Pro, una versión optimizada con modo 'pro' para tareas complejas. Es un modelo cerrado accesible solo vía API, sin disponibilidad local.","tweet_es":"OpenAI anuncia GPT-6 Astra Pro con modo 'pro' para respuestas de alta calidad en tareas complejas. Modelo cerrado, solo vía API. #IA #OpenAI","url":"https://openrouter.ai/openai/gpt-6-astra-pro","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":15,"coder_motivo":"Modelo cerrado de OpenAI, inaccesible localmente; requiere API y no es viable para benchmarks en CPU sin GPU."},{"id":170,"item_id":1440,"created_at":1788548290,"model_name":"Ling 3.0 Flash Sante","origin":"🌍 Otro","weights":"desconocido","score":75,"summary_es":"Ling 3.0 Flash Sante es un modelo de IA Mixture-of-Experts (MoE) de InclusionAI, especializado en salud y medicina, con 5.1B parámetros activos (de 124B totales). Está disponible gratuitamente y no está optimizado para programación ni uso local en CPU.","tweet_es":"¡Llega Ling 3.0 Flash Sante! Modelo de IA especializado en salud con 5.1B parámetros activos (124B totales), disponible gratis. #IA #Salud","url":"https://openrouter.ai/inclusionai/ling-3.0-flash-sante:free","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":10,"coder_motivo":"Modelo de salud con 5.1B activos (124B totales), no especializado en código y tamaño excesivo para CPU local."},{"id":169,"item_id":1438,"created_at":1788544653,"model_name":"GPT-6 Astra","origin":"🇺🇸 EE.UU.","weights":"closed","score":85,"summary_es":"GPT-6 Astra logró 3% en el benchmark FrontierMath Erdős, superando a otros modelos que obtuvieron 0%. Este resultado sugiere un avance en razonamiento matemático avanzado, aunque el modelo sigue siendo cerrado y no disponible para pruebas locales.","tweet_es":"¡GPT-6 Astra alcanza 3% en FrontierMath Erdős, rompiendo el 0% de otros modelos! Un hito en razonamiento matemático, pero sigue cerrado. #IA #FrontierMath","url":"https://www.reddit.com/r/singularity/comments/1w79wvx/gpt6_astra_gets_3_on_the_frontiermath_erdős/","source":"reddit/singularity","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Modelo cerrado (GPT-6 Astra) con pesos no disponibles para uso local, probablemente >20GB y denso ≥14B, incompatible con CPU sin GPU."},{"id":168,"item_id":1423,"created_at":1788476121,"model_name":"K2-Horizon-7B","origin":"🌍 Otro","weights":"open","score":75,"summary_es":"K2-Horizon-7B es un modelo de IA de 7 mil millones de parámetros (9B incluyendo embeddings) con pesos abiertos para generación de texto, publicado en Hugging Face por IFM. Soporta contextos de hasta 524,288 tokens y está optimizado para tareas conversacionales y de generación local.","tweet_es":"¡Lanzado K2-Horizon-7B! Modelo de 7B parámetros con pesos abiertos para generación de texto. Soporta contextos de 524K tokens. #IA #ModelosAbiertos","url":"https://huggingface.co/IFM/K2-Horizon-7B","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":60,"coder_motivo":"Modelo 7B abierto con potencial para pruebas locales, aunque no está especializado en código por su nombre o tags."},{"id":167,"item_id":1415,"created_at":1788467062,"model_name":"TimesFM-3","origin":"🇺🇸 EE.UU.","weights":"closed","score":75,"summary_es":"Google lanzó TimesFM-3, un modelo de IA para pronóstico de series temporales con 330M parámetros y licencia no comercial. Es relevante para aplicaciones en finanzas, logística y análisis de datos, pero no para tareas de programación.","tweet_es":"Google presenta TimesFM-3: modelo de 330M parámetros para pronóstico multivariado de series temporales. Licencia no comercial. #IA #TimeSeries","url":"https://www.reddit.com/r/LocalLLaMA/comments/1w6hlpt/google_released_timesfm3_a_330mparameter_time/","source":"reddit/LocalLLaMA","ref_url":null,"ref_title":null,"coder_fit":0,"coder_motivo":"No es un modelo de código ni instruct; está especializado en series temporales multivariadas."},{"id":166,"item_id":1400,"created_at":1788458000,"model_name":"Astra","origin":"🇺🇸 EE.UU.","weights":"closed","score":75,"summary_es":"OpenAI anunció repositorios de pruebas 'lean' en preparación para el lanzamiento de Astra, un modelo no documentado que podría ser su próxima generación. La novedad radica en la posible evolución de su línea de modelos, aunque no hay detalles técnicos claros.","tweet_es":"OpenAI publica repos #LeanProof en anticipación a 'Astra', su próximo modelo. ¿Será una evolución de GPT o un nuevo enfoque? #IA #OpenAI","url":"https://www.reddit.com/r/singularity/comments/1w6e4x4/new_lean_proof_repos_by_openai_ahead_of_astra/","source":"reddit/singularity","ref_url":null,"ref_title":null,"coder_fit":20,"coder_motivo":"Modelo cerrado de OpenAI con posible tamaño grande, no especializado en código y sin soporte local en Q4/Q8."},{"id":165,"item_id":1381,"created_at":1788391246,"model_name":"Qwen3.8-27B","origin":"🇨🇳 China","weights":"open","score":75,"summary_es":"Qwen3.8-27B es un modelo multimodal de 27B parámetros de Alibaba con ventana de contexto de 262K, optimizado para codificación y tareas de razonamiento. Incluye speculative decoding (MTP draft head) y está disponible en Hugging Face, aunque la versión EXL3-3.5bpw mencionada en la alerta no se verifica explícitamente en la evidencia.","tweet_es":"🚀 Alibaba lanza Qwen3.8-27B: modelo multimodal de 27B con contexto 262K y coding agent. Descargas >3M en fin de semana. #IA #Qwen","url":"https://huggingface.co/Mia-AiLab/Qwen3.8-27B-EXL3-3.5bpw","source":"huggingface","ref_url":"https://huggingface.co/Qwen/Qwen3.8-27B","ref_title":"Qwen/Qwen3.8-27B · Hugging Face","coder_fit":12,"coder_motivo":"Modelo denso de 27B parámetros, supera el umbral de 20GB en Q4 y no es especializado en código, lo que lo hace inviable para benchmarks locales sin GPU."},{"id":164,"item_id":1362,"created_at":1788315484,"model_name":"Qwen3.8-Max","origin":"🇨🇳 China","weights":"open","score":75,"summary_es":"Alibaba lanza Qwen3.8-Max, un modelo de IA de 8 mil millones de parámetros con enfoque en razonamiento y posible especialización en código. Su disponibilidad local podría atraer a desarrolladores con recursos limitados.","tweet_es":"🚀 #Qwen3.8-Max de Alibaba: modelo de 8B parámetros abierto para razonamiento y código. Ideal para pruebas locales sin GPU. ¡Novedad para devs con hardware modesto! #IA #OpenSource","url":"https://www.reddit.com/r/LocalLLaMA/comments/1w4x5uu/qwen38max0902_released/","source":"reddit/LocalLLaMA","ref_url":null,"ref_title":null,"coder_fit":72,"coder_motivo":"Modelo Qwen3.8-Max de 8B parámetros, abierto y potencialmente especializado en código, ajustable a hardware local sin GPU."},{"id":163,"item_id":1340,"created_at":1788209101,"model_name":"Granite 4.2 8B","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"Granite 4.2 8B es un modelo de razonamiento de IBM optimizado para código, matemáticas y diálogo multilingüe. Según Artificial Analysis, procesa 104.966 tokens por segundo y cuesta $0.06 por millón de tokens de entrada, posicionándolo como una opción para tareas profesionales.","tweet_es":"IBM lanza Granite 4.2 8B: modelo de razonamiento para código, matemáticas y diálogo multilingüe. Rendimiento: 104.966 tokens/s. #IA #ModelosDeLenguaje","url":"https://openrouter.ai/ibm-granite/granite-4.2-8b","source":"openrouter","ref_url":"https://artificialanalysis.ai/models/granite-4-2-8b","ref_title":"Granite 4.2 8B Intelligence, Performance & Price Analysis","coder_fit":10,"coder_motivo":"Contexto 131k tokens inviable en CPU con 32GB RAM; KV cache excede memoria disponible."},{"id":162,"item_id":1337,"created_at":1788176631,"model_name":"Ornith-1.5-9B","origin":"🌍 Otro","weights":"open","score":65,"summary_es":"Ornith-1.5-9B es una variante 'abliterated' y sin censura de Qwen3.5, disponible en Hugging Face con 9B parámetros. Aunque abierto y reciente, no está optimizado para tareas de codificación en entornos sin GPU.","tweet_es":"🚀 Nuevo modelo Ornith-1.5-9B de OBLITERATUS: variante sin censura de Qwen3.5. 9B parámetros, abierto en Hugging Face. Interesante para generación de texto, pero no ideal para benchmarks de código en CPU. #IA #ModelosAbiertos","url":"https://huggingface.co/OBLITERATUS/Ornith-1.5-9B-OBLITERATED","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":25,"coder_motivo":"Modelo de 9B parámetros (sobrepasa el límite de 7B para perfiles ideales) y no está especializado en código, sin evidencia de rendimiento en benchmarks de R o Python."},{"id":161,"item_id":1299,"created_at":1787947634,"model_name":"Inkling Small","origin":"🌍 Otro","weights":"open","score":90,"summary_es":"Inkling Small es un modelo multimodal de mezcla de expertos (12B activos de 276B totales) de Thinking Machines Lab, optimizado para eficiencia y contexto extenso (524K tokens). Su diseño abierto lo posiciona como una alternativa ligera para tareas complejas, aunque su tamaño activo lo hace inviable para benchmarks locales sin GPU.","tweet_es":"🧠 #InklingSmall: modelo multimodal open-weight de 12B activos (276B totales) de @ThinkingMachinesLab. Diseñado para eficiencia y contexto extenso (524K tokens). Ideal para aplicaciones avanzadas, pero no para benchmarks locales en CPU. #IA #OpenSource","url":"https://openrouter.ai/thinkingmachines/inkling-small:batch","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":15,"coder_motivo":"VETO: 12B parámetros activos exceden el umbral de 4B para benchmarks locales en CPU."},{"id":160,"item_id":1296,"created_at":1787945819,"model_name":"Gemma 4 31B IT","origin":"🇺🇸 EE.UU.","weights":"closed","score":85,"summary_es":"Google DeepMind lanzó Gemma 4 31B IT, un modelo multimodal de 30.7B parámetros con ventana de contexto de 256K tokens y soporte para entrada de texto e imagen. Su diseño orientado a razonamiento y modo configurable lo posiciona como un competidor en el ámbito de la IA generativa avanzada.","tweet_es":"Google DeepMind presenta #Gemma4 31B IT: modelo multimodal de 30.7B parámetros con 256K tokens y modo razonamiento. Pesos cerrados, ideal para aplicaciones empresariales. 🇺🇸 #IA #ModelosDeLenguaje","url":"https://openrouter.ai/google/gemma-4-31b-it:batch","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Modelo denso de 31B con pesos cerrados y tamaño >20GB en Q4, inadecuado para CPU local."},{"id":159,"item_id":1287,"created_at":1787931369,"model_name":"Qwen3.8 2.4T A95B","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Modelo sparse MoE abierto con 95B parámetros activos de 2.4T, optimizado para tareas complejas. Bajo costo en API, pero inaccesible para uso local en CPU.","tweet_es":"🚀 Qwen3.8 2.4T A95B: MoE abierto con 95B activos, ideal para cargas pesadas. Pero ❌ para local en CPU. #IA #Qwen","url":"https://openrouter.ai/qwen/qwen3.8-2.4t-a95b:batch","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":15,"coder_motivo":"95B parámetros activos exceden el límite de 4B para uso local; requiere GPU y no es viable en CPU sin optimización extrema."},{"id":158,"item_id":1285,"created_at":1787924142,"model_name":"Tencent Hy4","origin":"🇨🇳 China","weights":"desconocido","score":75,"summary_es":"El post de Reddit menciona benchmarks de Hy4, un modelo de IA de Tencent, pero no proporciona detalles suficientes para evaluar su relevancia técnica o viabilidad local. La falta de información sobre arquitectura, pesos o rendimiento específico limita su utilidad inmediata.","tweet_es":"Tencent Hy4: ¿nuevo modelo de IA o repost? Benchmarks mencionados en Reddit, pero sin datos claros sobre arquitectura o rendimiento. #IA #Tencent","url":"https://www.reddit.com/r/singularity/comments/1w0oqrg/tencent_hy4_preview_full_benchmarks/","source":"reddit/singularity","ref_url":null,"ref_title":null,"coder_fit":45,"coder_motivo":"No es un modelo de código especializado ni cumple requisitos de tamaño/pesos para CPU local; benchmarks no indican ventaja sobre Qwen3-Coder."},{"id":157,"item_id":1281,"created_at":1787911508,"model_name":"Jack-3.8-27B-Coder","origin":"🌍 Otro","weights":"open","score":65,"summary_es":"Modelo de codificación 27B recién publicado en Hugging Face con soporte GGUF para uso local, pero su tamaño excesivo lo hace inviable para entornos sin GPU. Su enfoque en agentes y contextos largos lo posiciona como candidato para tareas complejas, aunque su implementación requiere recursos elevados.","tweet_es":"🆕 Jack-3.8-27B-Coder: modelo de codificación 27B con soporte GGUF. Ideal para agentes y contextos largos, pero su tamaño lo hace inviable para CPU local. #IA #ModelosDeCodigo","url":"https://huggingface.co/JackAgentLead/Jack-3.8-27B-Coder-16GB-VRAM","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Modelo 27B denso (sobre 14B) con pesos Q4 ~16GB, incompatible con CPU local sin GPU; VETO por tamaño y arquitectura."},{"id":156,"item_id":1278,"created_at":1787906060,"model_name":"Mistral Medium 3.1","origin":"🇫🇷 Francia","weights":"open","score":85,"summary_es":"Mistral Medium 3.1 es un modelo multimodal de IA de clase frontier lanzado en agosto de 2026, optimizado para bajo costo operativo con una ventana de contexto de 131.1K tokens. Sus pesos están disponibles en OpenRouter, y el modelo combina rendimiento avanzado con precios competitivos ($0.40 por millón de tokens de entrada y $2.00 por salida).","tweet_es":"¡Nuevo modelo Mistral Medium 3.1! IA multimodal de vanguardia con ventana de contexto de 131K tokens y costos reducidos. Disponible en OpenRouter. #IA #MistralAI","url":"https://openrouter.ai/mistralai/mistral-medium-3.1:batch","source":"openrouter","ref_url":"https://magica.com/blog/model/mistral-medium-3-1","ref_title":"Mistral Medium 3.1 Model Specs, Costs & Benchmarks (August 2026)","coder_fit":55,"coder_motivo":"Posible modelo abierto eficiente, pero tamaño desconocido y contexto 131k limitan su uso local sin GPU."},{"id":155,"item_id":1276,"created_at":1787906029,"model_name":"Ministral 3 8B 2512","origin":"🇫🇷 Francia","weights":"open","score":75,"summary_es":"Ministral 3 8B 2512 es un modelo multimodal de 8 mil millones de parámetros con contexto de 262k tokens, optimizado para eficiencia energética y disponible en OpenRouter con precios de $0.15 por millón de tokens. Incluye capacidades de visión y está diseñado para entornos sin GPU, según fuentes verificadas como Benchable.ai y Magica.com.","tweet_es":"¡Nuevo modelo #Ministral3 8B 2512! Multimodal, 8B params, 262k contexto y $0.15/M tokens. Ideal para pruebas sin GPU. Disponible en OpenRouter. #IA #ModelosAbiertos","url":"https://openrouter.ai/mistralai/ministral-8b-2512:batch","source":"openrouter","ref_url":"https://benchable.ai/models/mistralai/ministral-8b-2512","ref_title":"Ministral 3 8B 2512 - AI Model Details & Benchmarks","coder_fit":55,"coder_motivo":"Modelo abierto de 8B con visión, pero tamaño ligeramente superior al rango ideal para benchmarks locales sin GPU."},{"id":154,"item_id":1266,"created_at":1787871750,"model_name":"phonellm-alpha-1","origin":"🇺🇸 EE.UU.","weights":"open","score":75,"summary_es":"Modelo de IA de voz con Mixture-of-Experts anunciado por pipecat-ai en Hugging Face. No está optimizado para CPU y no está enfocado en tareas de codificación. Disponible bajo licencia open source.","tweet_es":"🚀 #PhonellmAlpha1: Modelo de IA para agentes de voz con Mixture-of-Experts, sin versiones CPU. Publicado por @pipecat_ai en Hugging Face. #IA #OpenSource","url":"https://huggingface.co/pipecat-ai/phonellm-alpha-1","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Modelo de voz y herramientas de llamada, no está optimizado para código; arquitectura MoE no especificada y sin versiones GGUF compatibles con CPU."},{"id":153,"item_id":1254,"created_at":1787842874,"model_name":"Qwen2.5-Coder-3B","origin":"🇨🇳 China","weights":"open","score":70,"summary_es":"Modelo de código abierto de 3B de Qwen, especializado en generación de código y conversaciones técnicas. Útil para tareas de programación en entornos locales sin necesidad de GPU.","tweet_es":"¡Prueba Qwen2.5-Coder-3B! Modelo de código abierto de 3B para tareas de programación locales. #IA #Código","url":"https://huggingface.co/Qwen/Qwen2.5-Coder-3B","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":70,"coder_motivo":"Modelo abierto de 3B especializado en código, adecuado para benchmarks locales sin GPU"},{"id":152,"item_id":1247,"created_at":1787804974,"model_name":"GLM-5.3","origin":"🇨🇳 China","weights":"open","score":75,"summary_es":"Se anuncia la liberación de pesos del modelo GLM-5.3, una actualización de la serie de Zhipu AI. Su relevancia depende de su aplicación específica y disponibilidad técnica.","tweet_es":"¡Atención! #GLM53 de Zhipu AI tendrá pesos abiertos mañana. No es un modelo de código especializado, pero podría interesar a entusiastas de LLMs chinos. #IA #OpenSource","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vzjlxd/glm53_weights_will_be_released_tomorrow/","source":"reddit/LocalLLaMA","ref_url":null,"ref_title":null,"coder_fit":25,"coder_motivo":"No es un modelo especializado en código y el tamaño no se especifica; posiblemente no cumple requisitos de parámetros o cuantización para uso local sin GPU."},{"id":151,"item_id":1239,"created_at":1787781525,"model_name":"Qwen3.8 Flash","origin":"🇨🇳 China","weights":"closed","score":75,"summary_es":"Qwen3.8 Flash es un modelo multimodal de Alibaba diseñado para razonamiento complejo, análisis de código y flujos de trabajo agenticos. Su contexto de 1 millón de tokens lo posiciona para tareas de documentos y video largo, pero su acceso está limitado a APIs con precios reducidos.","tweet_es":"🚀 Alibaba lanza Qwen3.8 Flash: modelo multimodal con 1M de contexto para análisis de código y video. Acceso vía API con precios ultra-bajos. #IA #Qwen","url":"https://openrouter.ai/qwen/qwen3.8-flash","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":25,"coder_motivo":"Modelo cerrado de 8B con contexto extremadamente largo (1M tokens) y precios vía API, no disponible para ejecución local en CPU sin GPU."},{"id":150,"item_id":1225,"created_at":1787754397,"model_name":"GLM-5.3-Flash","origin":"🇨🇳 China","weights":"open","score":75,"summary_es":"GLM-5.3-Flash es un modelo multimodal de arquitectura Mixture-of-Experts (MoE) desarrollado por ZAI, con un total de 321B de parámetros y 18B activos por token. El modelo cuenta con 45 capas y utiliza capas de atención lineal KDA, diseñado para capacidades multimodales nativas.","tweet_es":"¡Nuevo lanzamiento! 🚀 GLM-5.3-Flash de ZAI ya está disponible. Un modelo multimodal MoE con 321B de parámetros totales y 18B activos por token. #IA #OpenSource","url":"https://huggingface.co/zai-org/GLM-5.3-Flash","source":"huggingface","ref_url":"https://recipes.vllm.ai/zai-org/GLM-5.3-Flash","ref_title":"GLM-5.3-Flash - recipes.vllm.ai","coder_fit":20,"coder_motivo":"No es un modelo especializado en código ni hay evidencia de rendimiento en benchmarks de programación; su tamaño y arquitectura no indican optimización para CPU sin GPU."},{"id":149,"item_id":1223,"created_at":1787750746,"model_name":"Breeze-TTS-2","origin":"🌍 Otro","weights":"open","score":65,"summary_es":"Breeze-TTS-2 es un modelo de generación de voz y clonación de voz open-weight basado en la arquitectura Breeze, optimizado para interacciones en tiempo real. Lidera el leaderboard de Artificial Analysis y supera a modelos propietarios de frontera en calidad de voz.","tweet_es":"¡Nuevo modelo Breeze-TTS-2 domina TTS open-source en tiempo real y supera a modelos propietarios! #IA #VozAI","url":"https://huggingface.co/BreezeBlue/Breeze-TTS-2","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":0,"coder_motivo":"Es un modelo de Text-to-Speech, no tiene capacidad de generación de código."},{"id":148,"item_id":1220,"created_at":1787741720,"model_name":"Ox Alpha","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Z.ai anuncia Ox Alpha, un modelo GLM-series en competencia con DeepSeek, con pesos previstos en apertura. Si es open y pequeño, podría ser relevante para desarrollo local.","tweet_es":"Z.ai lanza Ox Alpha, un modelo GLM en competencia con DeepSeek. Pesos open previstos. ¿Será viable para código local? #IA #ModelosAbiertos","url":"https://www.bloomberg.com/news/articles/2026-08-26/china-s-z-ai-made-ox-alpha-stealth-model-that-rivals-deepseek","source":"hackernews","ref_url":null,"ref_title":null,"coder_fit":45,"coder_motivo":"Modelo abierto anunciado, pero tamaño no confirmado; si es ≤7B y GGUF disponible, podría ser viable, pero riesgo de ser >14B o cerrado."},{"id":147,"item_id":1212,"created_at":1787698430,"model_name":"DeepSeek-Coder-V2-Lite-Instruct","origin":"🌍 Otro","weights":"open","score":70,"summary_es":"Versión GGUF cuantizada del modelo de código DeepSeek-Coder-V2-Lite-Instruct (7B). Aunque útil para uso local, su anuncio original data de 2024, no es novedad.","tweet_es":"DeepSeek-Coder-V2-Lite-Instruct (7B) en GGUF Q4: útil para CPU local, pero anuncio de 2024. #IA #Programación","url":"https://huggingface.co/lmstudio-community/DeepSeek-Coder-V2-Lite-Instruct-GGUF","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":70,"coder_motivo":"Modelo 7B cuantizado Q4 (<20GB) apto para CPU, pero anuncio de 2024 (recirculación)."},{"id":146,"item_id":1209,"created_at":1787682188,"model_name":"Qwen3.8-Flash-Next","origin":"🇨🇳 China","weights":"open","score":75,"summary_es":"Nueva variante de la familia Qwen diseñada con una arquitectura optimizada para ejecución rápida. Su estructura sugiere un alto rendimiento en dispositivos locales con recursos limitados.","tweet_es":"¡Atención LocalLLaMA! 🚨 La nueva arquitectura Qwen3.8-Flash-Next promete ser extremadamente eficiente para correr en local. 👀 #IA #LocalLLM","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vy6smx/qwen38flashnext_this_architecture_could_be/","source":"reddit/LocalLLaMA","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Arquitectura Flash optimizada para baja latencia y alta eficiencia en hardware local."},{"id":145,"item_id":1194,"created_at":1787633431,"model_name":"Apodex-1.1-mini","origin":"🌍 Otro","weights":"open","score":75,"summary_es":"Apodex-1.1-mini es un modelo multimodal de razonamiento basado en Qwen3.5 MoE con 36B parámetros, optimizado para tareas complejas y código. Disponible en Hugging Face con versiones GGUF y FP8, bajo licencia Apache-2.0.","tweet_es":"🚀 Apodex-1.1-mini: modelo multimodal Qwen3.5 MoE de 36B para razonamiento y código. Disponible en Hugging Face. #IA #OpenSource","url":"https://huggingface.co/apodex/Apodex-1.1-mini","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":65,"coder_motivo":"Modelo MoE pequeño (mini) con posible especialización en código, pero requiere verificar parámetros activos y disponibilidad de GGUF para CPU."},{"id":144,"item_id":1170,"created_at":1787438095,"model_name":"Hy-MT2-7B","origin":"🇨🇳 China","weights":"closed","score":70,"summary_es":"Hy-MT2-7B es un modelo de traducción multilingüe de 7 mil millones de parámetros desarrollado por Tencent. Pertenece a la familia Hy-MT2, diseñada para escenarios complejos con soporte para 33 pares de idiomas y variantes chinas. Ofrece versiones cuantizadas (GGUF, FP8) para despliegue eficiente en vLLM y llama.cpp.","tweet_es":"🚀 Tencent lanza Hy-MT2-7B: modelo de traducción multilingüe de 7B parámetros con soporte para 33 idiomas. Optimizado para baja latencia y disponible en GGUF/FP8. #IA #Traducción","url":"https://openrouter.ai/tencent/hy-mt2-7b","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Modelo de traducción, no especializado en código y sin versión GGUF local."},{"id":143,"item_id":1160,"created_at":1787374800,"model_name":"Qwen3.8-27B","origin":"🇨🇳 China","weights":"open","score":78,"summary_es":"Qwen3.8-27B es un modelo multimodal de 27 mil millones de parámetros desarrollado por Qwen (Alibaba), disponible en formato open-weight bajo licencia Apache 2.0. Incluye capacidades de visión, razonamiento y contexto nativo de 262K tokens, con benchmarks destacados en DeepSWE 42.2, Terminal Bench 73.0 y OSWorld 84.3.","tweet_es":"🚀 Qwen3.8-27B: modelo multimodal de 27B parámetros de @Qwen_AI con visión, razonamiento y 262K contexto. ¡Ya disponible en Hugging Face! #IA #OpenSource","url":"https://huggingface.co/outsourc-e/Qwen3.8-27B-Unleashed-GGUF","source":"huggingface","ref_url":"https://huggingface.co/Qwen/Qwen3.8-27B","ref_title":"Qwen/Qwen3.8-27B · Hugging Face","coder_fit":12,"coder_motivo":"Demasiado grande para CPU, >20GB Q4 y dense 27B"},{"id":142,"item_id":1158,"created_at":1787349512,"model_name":"Muse Spark 1.2 Contributor","origin":"🇺🇸 EE.UU.","weights":"closed","score":75,"summary_es":"Muse Spark 1.2 Contributor es un modelo de razonamiento de Meta con ventana de contexto de 1 M de tokens, disponible a través de varios proveedores con precios desde $0.10 por 1 M de tokens de entrada y $0.20 por 1 M de salida, y obtuvo una puntuación de razonamiento de 1646, posicionándose en el top 3 entre 20 modelos.","tweet_es":"🚀 Nuevo modelo de razonamiento de Meta: Muse Spark 1.2 Contributor, 1M contexto, precios desde $0.10/1M tokens y ranking #3 en razonamiento. #IA #LLM","url":"https://openrouter.ai/meta/muse-spark-1.2-contributor","source":"openrouter","ref_url":null,"ref_title":null,"coder_fit":25,"coder_motivo":"Modelo cerrado de razonamiento de Meta, probablemente grande y sin soporte local para CPU sin GPU."},{"id":141,"item_id":1155,"created_at":1787342239,"model_name":"Inkling","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"Inkling es un modelo multimodal de 975 billion parámetros (41 billion activos) de Thinking Machines Lab, basado en arquitectura MoE y disponible en open‑weights y gratis. Está diseñado para razonamiento general y uso de herramientas.","tweet_es":"🚀 Thinking Machines lanza Inkling, un modelo multimodal de 975B (41B activos) en MoE, open‑weights y gratuito. Ideal para razonamiento y uso de herramientas. #IA #OpenSource","url":"https://openrouter.ai/thinkingmachines/inkling:free","source":"openrouter","ref_url":"https://thinkingmachines.ai/news/introducing-inkling/","ref_title":"Introducing Inkling","coder_fit":10,"coder_motivo":"Parámetros activos 41B exceden el umbral de 4B, total 975B muy grande para uso local sin GPU"},{"id":140,"item_id":1154,"created_at":1787342176,"model_name":"Inkling Small","origin":"🇺🇸 EE.UU.","weights":"open","score":78,"summary_es":"Inkling Small es un modelo multimodal de mezcla de expertos (MoE) de Thinking Machines Lab con 276B parámetros totales y 12B activos, disponible gratuitamente bajo licencia Apache 2.0. Diseñado para razonamiento y codificación, fue lanzado en julio de 2026 y compite con modelos más grandes en rendimiento.","tweet_es":"🚀 #InklingSmall de Thinking Machines Lab: modelo multimodal MoE de 276B parámetros (12B activos), Apache 2.0 y gratuito. ¡Razonamiento y codificación al alcance! #IA #OpenSource","url":"https://openrouter.ai/thinkingmachines/inkling-small:free","source":"openrouter","ref_url":"https://venturebeat.com/technology/thinking-machines-debuts-inkling-small-open-source-ai-model-nearing-performance-of-predecessor-at-about-1-4-size","ref_title":"Thinking Machines debuts Inkling Small open source AI model","coder_fit":10,"coder_motivo":"No, supera límite de parámetros activos y no está optimizado para código local"},{"id":139,"item_id":1139,"created_at":1787286039,"model_name":"SenseNova U1.5-Lite","origin":"🌍 Otro","weights":"open","score":75,"summary_es":"SenseTime ha abierto el modelo SenseNova U1.5‑Lite‑Preview, una arquitectura multimodal de 8 B parámetros (MoT) basada en NEO‑Unify, capaz de generación de imágenes 4K y edición precisa, con resultados que superan benchmarks anteriores. El modelo está disponible bajo licencia open‑source en Hugging Face y GitHub.","tweet_es":"¡Nuevo modelo de IA multimodal de SenseTime! SenseNova U1.5‑Lite‑Preview, 8 B parámetros, generación 4K y edición precisa, ahora open‑source. #IA #Multimodal","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vu5dzi/sensenova_u15lite_full_release_expert_training/","source":"reddit/LocalLLaMA","ref_url":"https://www.brocker.org/sensetime-opensources-sensenova-u1-5-lite-preview-8b-mot-4k-editing","ref_title":"SenseTime open‑sources 8B MoT model","coder_fit":65,"coder_motivo":"Modelo abierto de código con técnicas de distilación optimizada, pero tamaño y enfoque exacto no confirmados para benchmarks locales sin GPU"},{"id":138,"item_id":1125,"created_at":1787235309,"model_name":"Qwen2.5-Coder-1.5B","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Qwen2.5-Coder-1.5B es un modelo de código abierto especializado en generación de código, con 1.5 billion de parámetros. Su disponibilidad en formato GGUF permite ejecutarlo localmente en CPUs sin GPU, lo que lo hace útil para desarrolladores que prueban algoritmos en entornos con recursos limitados.","tweet_es":"🚀 Qwen2.5-Coder-1.5B: modelo chino de código abierto que corre en CPU con GGUF, perfecto para pruebas de Python y R en tu laptop. #IA #Código","url":"https://huggingface.co/Qwen/Qwen2.5-Coder-1.5B","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Sí, es pequeño, abierto y ejecutable en CPU con GGUF, ideal para pruebas locales."},{"id":137,"item_id":1123,"created_at":1787233475,"model_name":"Hy-MT2-1.8B","origin":"🇨🇳 China","weights":"open","score":70,"summary_es":"Hy-MT2-1.8B es un modelo de traducción multilingüe de 1.8 B parámetros de Tencent que soporta 33 pares de idiomas y varios dialectos chinos, formando parte de la familia Hy-MT2 que incluye versiones de 7 B y 30 B (MoE).","tweet_es":"🚀 Tencent lanza Hy‑MT2‑1.8B, modelo de traducción multilingüe de 1.8 B parámetros que cubre 33 idiomas y dialectos chinos. #IA #Traducción","url":"https://openrouter.ai/tencent/hy-mt2-1.8b","source":"openrouter","ref_url":"https://huggingface.co/tencent/Hy-MT2-1.8B","ref_title":"Hy-MT2-1.8B en Hugging Face","coder_fit":12,"coder_motivo":"No está especializado en código; es modelo de traducción."},{"id":136,"item_id":1119,"created_at":1787204576,"model_name":"Ornith-1.5-397B","origin":"🇺🇸 EE.UU.","weights":"open","score":80,"summary_es":"Ornith-1.5-397B es un modelo de lenguaje de gran escala de pesos abiertos desarrollado por Ornith AI y alojado en Hugging Face. Permite su uso bajo licencia de código abierto para generación de texto.","tweet_es":"¡Nuevo modelo de IA de código abierto! Ornith-1.5-397B, un LLM de Ornith AI, ya está en Hugging Face. #IA #OpenSource","url":"https://huggingface.co/ornith-ai/Ornith-1.5-397B","source":"huggingface","ref_url":"https://huggingface.co/ornith-ai/Ornith-1.5-397B/tree/main","ref_title":"Ornith-1.5-397B | Hugging Face","coder_fit":12,"coder_motivo":"No está optimizado para código y supera recursos locales"},{"id":135,"item_id":1112,"created_at":1787171976,"model_name":"superwhisper/s1-mini","origin":"🇨🇳 China","weights":"open","score":70,"summary_es":"S1-mini de Superwhisper es un modelo de speech-to-text basado en la arquitectura Qwen3, diseñado para tareas de dictado, generación de texto y normalización de puntuación. Su versión GGUF permite su ejecución en dispositivos con recursos limitados mediante técnicas de cuantización.","tweet_es":"¡Nuevo modelo de speech-to-text! 🎙️ Superwhisper lanza S1-mini, un modelo basado en Qwen3 para dictado y normalización de texto, optimizado para dispositivos con recursos limitados. #IA #SpeechToText","url":"https://huggingface.co/superwhisper/s1-mini","source":"huggingface","ref_url":"https://huggingface.co/superwhisper/s1-mini-GGUF","ref_title":"superwhisper/s1-mini-GGUF","coder_fit":5,"coder_motivo":"no vale la pena probarlo localmente para código"},{"id":134,"item_id":1111,"created_at":1787168306,"model_name":"Ornith-1.5-9B","origin":"🇺🇸 EE.UU.","weights":"open","score":78,"summary_es":"Ornith-1.5-9B es un modelo denso de 9 mil millones de parámetros diseñado para un despliegue eficiente en una sola GPU o dispositivos edge. Es la versión más ligera de la familia Ornith-1.5, desarrollada por ornith-ai.","tweet_es":"¡Nuevo lanzamiento! 🚀 Ornith-1.5-9B de ornith-ai ya está disponible. Un modelo denso de 9B parámetros optimizado para despliegue eficiente en GPU única y dispositivos edge. #IA #OpenSource","url":"https://huggingface.co/ornith-ai/Ornith-1.5-9B","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":38,"coder_motivo":"No está especializado en código y necesita >20 GB, poco viable en CPU"},{"id":133,"item_id":1108,"created_at":1787157417,"model_name":"Ornith-1.5-35B-A3B","origin":"🇺🇸 EE.UU.","weights":"open","score":70,"summary_es":"Ornith‑1.5‑35B‑A3B es un modelo de lenguaje de 35 billion parámetros, disponible en formato GGUF en Hugging Face, lo que permite su ejecución local en CPU sin necesidad de GPU.","tweet_es":"🚀 Ornith‑1.5‑35B‑A3B llega en formato GGUF: 35 B parámetros, inference offline en CPU. #IA #OpenSource","url":"https://huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Demasiado grande para CPU con 32 GB RAM"},{"id":132,"item_id":1102,"created_at":1787151844,"model_name":"Qwen3.8-9B-Distill","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"El modelo Qwen3.8-9B-Distill es una versión distilled de 9B parámetros basada en la arquitectura Qwen3.5-9B, disponible en Hugging Face con pesos en formato safetensors y GGUF para herramientas como llama.cpp y Ollama. Es una alternativa abierta y reciente para investigación en lenguaje y razonamiento.","tweet_es":"🚀 Nuevo modelo Qwen3.8-9B-Distill: versión distilled de 9B parámetros en Hugging Face. Ideal para investigación en LLMs. #IA #ModelosAbiertos","url":"https://huggingface.co/empero-ai/Qwen3.8-9B-Distill","source":"huggingface","ref_url":"https://huggingface.co/empero-ai/Qwen3.8-9B-Distill-GGUF","ref_title":"Qwen3.8-9B-Distill-GGUF - Hugging Face","coder_fit":25,"coder_motivo":"poco especializado en código y >7B"},{"id":131,"item_id":1094,"created_at":1787110239,"model_name":"Qwen3.8-27B-DFlash2","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Qwen3.8-27B-DFlash2 es un modelo denso de 27B parámetros de la familia Qwen3, optimizado para maximizar el throughput mediante técnicas de block-diffusion y speculative decoding.","tweet_es":"¡Nuevo lanzamiento! 🚀 Qwen3.8-27B-DFlash2 llega para revolucionar la velocidad de inferencia con block-diffusion y speculative decoding. Un modelo denso de 27B diseñado para alto rendimiento. #IA #Qwen3","url":"https://huggingface.co/z-lab/Qwen3.8-27B-DFlash2","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":75,"coder_motivo":"Modelo denso de 27B optimizado para speculative decoding; requiere cuantización para CPU."},{"id":130,"item_id":1093,"created_at":1787106542,"model_name":"Qwen3.8-2B","origin":"🇨🇳 China","weights":"open","score":75,"summary_es":"Se ha lanzado una versión GGUF cuantizada del modelo Qwen3.8 de 2 B parámetros, enfocada en razonamiento y ejecución local en dispositivos edge. La publicación proviene de empero‑ai en Hugging Face y destaca su arquitectura optimizada para inferencia en el borde.","tweet_es":"🚀 Nuevo modelo Qwen3.8‑2B en GGUF: 2 B parámetros, razonamiento y ejecución local en edge. #IA #OpenSource","url":"https://huggingface.co/empero-ai/Qwen3.8-2B-GGUF","source":"huggingface","ref_url":"https://huggingface.co/empero-ai/Qwen3.8-2B/tree/main","ref_title":"empo-ai / Qwen3.8-2B","coder_fit":95,"coder_motivo":"Modelo pequeño de 2B con arquitectura Gated-DeltaNet, ideal para ejecución ultra rápida en CPU/Ollama."},{"id":129,"item_id":1086,"created_at":1787088435,"model_name":"GLM-5.3","origin":"🇨🇳 China","weights":"closed","score":85,"summary_es":"GLM-5.3 es el nuevo modelo insignia de Z.ai, diseñado para ingeniería de software compleja y agentes de larga duración. Utiliza la base de GLM-5.2 pero mejora significativamente su rendimiento mediante post-entrenamiento con entornos de agentes y tareas de ciberseguridad, logrando un 50% de mejora en el benchmark interno Z.ai Code Bench.","tweet_es":"¡Nuevo lanzamiento de Z.ai! 🚀 GLM-5.3 redefine el razonamiento para ingeniería de software y agentes de larga duración, con mejoras masivas en coding y capacidades de ciberseguridad. #IA #GLM53","url":"https://openrouter.ai/z-ai/glm-5.3","source":"openrouter","ref_url":"https://z.ai/blog/glm-5.3","ref_title":"GLM-5.3: Frontier Coding with Emergent Cyber Capabilities","coder_fit":12,"coder_motivo":"Demasiado grande y cerrado para ejecutar en CPU sin GPU"},{"id":128,"item_id":1079,"created_at":1787068462,"model_name":"Qwen3.8-4B","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Versión cuantizada en formato GGUF del modelo Qwen3.8 de 4B parámetros, desarrollado por empero-ai. El modelo utiliza la arquitectura Gated-DeltaNet y está diseñado para tareas de razonamiento, función de llamada (function-calling) y conversación bajo licencia Apache-2.0.","tweet_es":"¡Nuevo modelo ligero! 🚀 Qwen3.8-4B (GGUF) de empero-ai ya disponible. Destaca por su arquitectura Gated-DeltaNet, capacidades de razonamiento y eficiencia para ejecución local. #IA #OpenSource","url":"https://huggingface.co/empero-ai/Qwen3.8-4B-GGUF","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":95,"coder_motivo":"Modelo pequeño (4B) con arquitectura Gated-DeltaNet y capacidades de razonamiento, ideal para ejecución fluida en CPU vía GGUF."},{"id":127,"item_id":1075,"created_at":1787055697,"model_name":"DeepSeek V4 Flash","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"DeepSeek V4 Flash 0731 es un modelo de 284 mil millones de parámetros basado en Mixture‑of‑Experts con 13 mil millones de parámetros activos y una ventana de contexto de 1 millón de tokens, optimizado para codificación, uso de herramientas y flujos de trabajo agente. Está disponible a través de NVIDIA NIM y LMStudio.","tweet_es":"🚀 Nuevo modelo: DeepSeek V4 Flash 0731, 284 B MoE, 1 M tokens de contexto y 13 B parámetros activos, pensado para código y agentes. #IA #OpenSource","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vrm27o/deepseek_v4_flash_0731_on_strix_halo_draft_model/","source":"reddit/LocalLLaMA","ref_url":"https://build.nvidia.com/deepseek-ai/deepseek-v4-flash","ref_title":"DeepSeek V4 Flash Model by Deepseek-ai | NVIDIA NIM","coder_fit":20,"coder_motivo":"Demasiado grande para CPU sin GPU"}]