Countless.dev: sitio para comparar precios y funciones de modelos de IA como LLM, TTS y STT

 (countless.dev)
4 puntos por GN⁺ 2024-12-08 | 1 comentarios | Compartir por WhatsApp
  • Countless.dev es un sitio web que busca comparar en una sola tabla los precios y funciones de modelos de IA de varios proveedores, lo que permite revisar rápidamente los límites de tokens y las tarifas necesarias para elegir un modelo
  • La lista enumera modelos por proveedor, como OpenAI, Anthropic, Google, Qwen, DeepSeek y Mistral, y muestra junto a ellos cifras que parecen corresponder a la longitud de contexto y al límite de salida
  • Familias de modelos comerciales y abiertos como GPT-5.x, Claude Opus/Sonnet/Haiku, Gemini 2.5/3.x, Qwen3.x, DeepSeek V3/R1, Mistral, Llama y Nemotron aparecen mezcladas en una misma pantalla
  • Algunos elementos aparecen marcados como (free), con el campo de precio vacío, y routers como Auto Router, Free Models Router, Pareto Code Router y Switchpoint Router también se tratan como elementos separados
  • Permite comparar modelos recientes, antiguos, preview, de imagen, audio, codificación e investigación por proveedor, pero con el texto proporcionado no se pueden confirmar las definiciones de las columnas de la tabla ni el método de cálculo de precios

Tabla comparativa de precios y funciones de modelos de IA

  • Countless.dev se presenta en su título como una comparación de precios y funciones de LLM
  • En el título de Hacker News se lo describe como un sitio web que compara no solo LLM, sino también TTS y STT
  • El texto proporcionado tiene forma de una larga lista de modelos, y cada fila suele incluir la siguiente información
    • Nombre del proveedor o router
    • Nombre del modelo
    • Cifras de tokens presentadas junto con la marca T
    • Dos valores de precio en dólares o campos de precio vacíos
    • Indicación de si es un modelo gratuito con la marca (free)

Familias de modelos mezcladas por proveedor

  • Los elementos de OpenAI incluyen GPT-5.5, GPT-5.4, GPT-5.3, GPT-5.2, GPT-5.1, GPT-5, GPT-4.1, GPT-4o, GPT-4 Turbo, GPT-3.5 Turbo y otros
    • También se listan por separado modelos Pro de alto costo, como GPT-5 Pro, GPT-5.4 Pro y GPT-5.5 Pro
    • También se pueden ver modelos de audio e imagen como GPT Audio, GPT Audio Mini, GPT-5 Image y GPT-5 Image Mini
    • Las series o1, o3, o4 Mini y Deep Research también están incluidas
  • Los elementos de Anthropic están compuestos por las familias Claude Opus, Sonnet, Haiku y Fable
    • Se listan Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6, Claude Opus 4.5, Claude Opus 4.1 y Claude Opus 4
    • También se incluyen Claude Sonnet 5, Sonnet 4.6, Sonnet 4.5, Sonnet 4, Claude Haiku Latest y Claude Haiku 4.5
  • Los elementos de Google incluyen las familias Gemini, Gemma, Nano Banana y Lyria
    • Se listan Gemini 3 Flash Preview, Gemini 3.5 Flash, Gemini 3.1 Pro Preview, Gemini 2.5 Pro y Gemini 2.5 Flash, entre otros
    • También se incluyen elementos de modelos de imagen como Nano Banana Pro, Nano Banana 2 y Nano Banana Lite
  • También se pueden comparar en la misma lista modelos de otros proveedores como Qwen, DeepSeek, Mistral, Meta, NVIDIA, MoonshotAI, MiniMax y Z.ai

Indicación de precios y modelos gratuitos

  • Los elementos con precio muestran juntos dos valores unitarios en dólares
    • Anthropic Claude Opus 4.8: $5, $25
    • OpenAI GPT-5.5: $5, $30
    • Google Gemini 2.5 Pro: $1.25, $10
    • OpenAI o1-pro: $150, $600
  • Los elementos marcados como (free) tienen el campo de precio vacío con —
    • NVIDIA Nemotron 3 Ultra (free)
    • Poolside Laguna M.1 (free)
    • Cohere North Mini Code (free)
    • Google Gemma 4 26B A4B (free)
    • OpenAI gpt-oss-120b (free)
    • Meta Llama 3.3 70B Instruct (free)
  • Algunos modelos existen en filas separadas para la versión gratuita y la de pago
    • Poolside Laguna XS.2
    • Poolside Laguna M.1
    • NVIDIA Nemotron 3 Super
    • Google Gemma 4 26B A4B
    • OpenAI gpt-oss-120b
    • OpenAI gpt-oss-20b

Límites de modelos vistos a través de cifras de tokens

  • Varios modelos muestran cifras grandes de alrededor de 1 millón de tokens
    • OpenAI GPT-5.5, GPT-5.4, GPT Latest: 1,050,000
    • Anthropic Claude Opus 4.8, Claude Opus 4.7, Claude Sonnet 5: 1,000,000
    • Google Gemini 3 Flash Preview, Gemini 3.1 Flash Lite, Gemini 2.5 Pro: 1,048,576
    • DeepSeek V4 Pro, DeepSeek V4 Flash: 1,048,576 o 1,048,575
  • La segunda cifra de tokens, que parece ser el límite de salida, también varía según el modelo
    • OpenAI GPT-5.5: 128,000
    • Anthropic Claude Opus 4.8: 128,000
    • MoonshotAI Kimi K2.6: 262,144
    • MiniMax MiniMax-01: 1,000,192
  • En algunas filas, la segunda cifra o el precio aparecen vacíos con —, por lo que no todos los modelos ofrecen el mismo nivel de información

Routers y modelos de propósito especial

  • Además de los modelos generales, también se incluyen elementos Router como si fueran modelos separados
    • OpenRouter Fusion
    • Pareto Code Router
    • Free Models Router
    • Switchpoint Router
    • Auto Router
  • La lista también incluye modelos con propósitos específicos, como seguridad, investigación, búsqueda y aplicación de código
    • NVIDIA Nemotron 3.5 Content Safety
    • Meta Llama Guard 4 12B
    • OpenAI o3 Deep Research
    • Perplexity Sonar Deep Research
    • Relace Search
    • Relace Apply 3
  • Con el texto proporcionado es difícil confirmar criterios detallados como el método de selección de cada router o modelo especial, benchmarks, API compatibles o ciclo de actualización

Lecturas relacionadas

1 comentarios

 
GN⁺ 2024-12-08
Opiniones en Hacker News

  • OP, ¿te inspiraste quizá en esta herramienta de comparación de LLM?
    https://whatllm.vercel.app
    La tabla es bastante parecida, pero es un buen punto que aquí hayas agregado una calculadora directa.
    En Versus Comparison estaría bueno tener una función que, al marcar las casillas, resalte de un vistazo los valores más altos de cada LLM.

    • Los datos de esta herramienta se tomaron de https://artificialanalysis.ai/ al 13 de octubre de 2024, así que están un poco desactualizados.
      La información más reciente de todos los modelos y proveedores está en esta página: https://artificialanalysis.ai/leaderboards/providers
      En otras páginas también cubrimos reconocimiento de voz, síntesis de voz, generación de imágenes y generación de video.
      Como referencia, soy uno de los creadores de Artificial Analysis.

  • Me gusta que haya cada vez más comparaciones de modelos. Me pregunto si planean agregar también análisis independientes de estos modelos, o si solo van a recopilar información como límites de entrada.
    ¿Qué diferenciador o valor adicional ven frente a otros análisis como los siguientes?
    https://artificialanalysis.ai
    https://huggingface.co/spaces/TTS-AGI/TTS-Arena
    https://huggingface.co/spaces/hf-audio/open_asr_leaderboard
    https://huggingface.co/spaces/TIGER-Lab/GenAI-Arena
    El trabajo de agregación es excelente y el sitio web también es fácil de navegar.

    • Creé https://aimodelreview.com/ para comparar los resultados de LLM con varios prompts y categorías, y poder verlos lado a lado.
      Ejecuté cada prompt 4 veces con distintos valores de temperature, y eso se puede ver con un toggle.
      También quería agregar reseñas de cada modelo, pero se me acabó la energía. Aun así, he recibido mensajes diciendo que la comparación sigue siendo útil para darse una idea de cómo responden distinto los modelos ante el mismo prompt, y cómo la temperature afecta la salida de un mismo modelo.
    • Personalmente la UI de Gradio me parece fea, así que usé shadcn y Next.js para que el sitio se viera bien.
      Intento hacerlo lo más amigable posible para el usuario. La mayoría de los sitios web son feos o demasiado técnicos.
    • Imaginen dar un paso más: ejecutar de verdad el mismo prompt en todos los modelos de IA y mostrar la mejor respuesta junto con el modelo que la generó.

  • ¡Está bueno! Me gustaría poder ver un valor de rendimiento por precio.
    Necesito una forma de saber cuál es el modelo más barato que pueda generar datos estructurados de manera confiable a partir de texto no estructurado.
    Por ahora uso gpt4o-mini, que es barato, pero no sé si algún modelo aún más barato puede hacer lo mismo.

    • Échale un vistazo a Gemini Flash 1.5. Tenía que convertir videos en notas estructuradas y el resultado me dejó satisfecho; curiosamente, fue mejor que Gemini 1.5 Pro.
      https://jampauchoa.substack.com/i/151329856/ai-studio
      Según este sitio web, cuesta la mitad que gpt4-o mini. Son 0.15 contra 0.07 por millón de tokens.
    • Todavía no he encontrado un modelo tan capaz en el rango de precios de GPT-4o mini. Por las expectativas alrededor de Llama 3.3 70B, podría ser ese.
      En Deepinfra, los tokens de entrada son más caros, pero los de salida son más baratos, así que diría que el precio es casi similar.
      Dicho eso, el mejor rendimiento por precio es bastante subjetivo. Algunas personas solo necesitan que funcione bien para un caso de uso, mientras que otras pueden querer que funcione bien en un rango más amplio.
    • Cuando comparo varios modelos, siempre recomiendo openrouter.ai. Es lo que uso normalmente para tareas variadas.
      No tengo relación con ellos; solo soy usuario.

  • Quiero compartir una perspectiva personal y, de paso, desahogarme un poco sobre la IA. Como muchas personas, estoy tremendamente entusiasmado con la ola actual de IA.
    Estamos en la primera línea de la innovación, así que es natural sentir el impulso de meterse en este campo y contribuir.
    Pero creo que este momento se parece a un mercado financiero sobrecalentado. Uno de los consejos que se escuchan a menudo cuando el mercado está volátil es esperar y observar.
    En IA también hay personas y organizaciones brillantes corriendo para crear innovaciones revolucionarias. Es muy probable que eso que imagino como mi próximo gran proyecto ya esté en marcha en algún lado, o que aparezca pronto.
    Por eso, la estrategia de esperar y observar puede ser sorprendentemente efectiva. En lugar de apresurarse, esperar a que se asiente el polvo, observar la tendencia y luego aprovechar lo que vaya surgiendo.
    En cierto sentido, todo el ecosistema de IA está construyendo la base de mi próxima gran idea.
    Eso no significa que no haya que integrar la tecnología más reciente en productos y servicios que ya funcionan.

    • La propuesta es bastante razonable. Seguramente muchas empresas ya están integrando modelos de punta en sus productos.
      Pero no hay almuerzo gratis. Si haces eso, te mueves de forma reactiva en lugar de proactiva.
      Reduces el riesgo, pero también pierdes la oportunidad de tener una participación en los pocos lugares que sobrevivirán y se volverán muy valiosos.
      Si sigues así durante mucho tiempo, al final dejas de entender de qué habla la gente del sector. Si quieres darte una idea de a qué me refiero, mira el episodio más reciente de Dwarkesh Patel.
      Aquí, participación se entiende en sentido amplio: acciones de una empresa, conocimiento como investigador de IA, etc.

  • Es una pregunta un poco fuera de tema, pero ¿hay algo mejor que el cliente básico de ChatGPT en escritorio?
    Siento que las funciones para organizar chats son demasiado simples, pero hay como una docena de apps y es difícil evaluarlas. La mayoría parecen envoltorios que te llevan al servicio de API de alguna empresa
    ¿Hay alguna recomendable? Sería ideal que fuera compatible con macOS/Linux

    • Está Telosnex. Funciona de forma nativa en todas las plataformas y también tiene versión web
      Soporta Anthropic, OpenAI, Mistral, Groq, Gemini y LLM locales de prácticamente cualquier plataforma
      Puedes llevar tu propia clave de API, y la búsqueda también es de lo mejor. Es de pago por uso, y si pagas 10 dólares al mes, todo se ofrece al costo. O si no, es gratis
      Todos los datos se guardan como JSON simple
    • Está https://www.typingmind.com/. Es solo local, no tiene servidor y lo hizo un desarrollador indie
    • Usé Machato y me pareció bastante bueno: https://untimelyunicorn.gumroad.com/l/machato

  • Solo hay dos modelos de transcripción de voz. ¿Normalmente es así de verdad?
    Me pregunto si no hay modelos open source tipo Llama para transcripción, o si el dataset de este sitio es pequeño

    • Este sitio parece listar solo modelos alojados de los principales proveedores, no todos los modelos que están en Hugging Face, civit.ai, etc.
      Incluso viendo las listas de generación de imágenes y chat, en Hugging Face hay muchísimos modelos que no aparecen aquí
      Mira https://huggingface.co/models?pipeline_tag=automatic-speech-...
      Como referencia, los modelos de síntesis de voz y de transcripción/reconocimiento automático de voz pueden entrenarse con los mismos datos. Solo que actualmente las arquitecturas de los modelos son distintas y hay que entrenarlos por separado
      Una de las dificultades es el tiempo de entrenamiento. Los datos pueden crecer hasta cientos de horas de audio
    • Hay muchísimos modelos y cubren varios casos de uso. Por ejemplo, on-device, streaming/baja latencia, modelos para idiomas específicos, etc.
      La gente cree que OpenAI inventó la transcripción de voz con Whisper en 2022, pero otros modelos ya existían desde hace décadas y se han usado en entornos reales de producción
      En ese sitio web solo aparece Whisper

  • La UI y la disposición de la tabla están buenas. ¿Han pensado en mostrar también los requisitos de VRAM por modelo?

  • Estaría bueno que también aparezca la información del ranking de lmarena para poder comparar rendimiento y costo

  • Buen recurso. Para alguien que no conoce todos los nombres de las subversiones, diría que es casi demasiado completo
    Estaría bueno tener una columna con la puntuación de la tabla de clasificación de lmarena. Algunos precios aparecen como 0.00; ¿hay alguna razón?
    También estaría bien que cada fila tuviera un enlace a una página con más detalles

    • ¡Gracias! Algunos modelos aparecen como N/A o 0.00; parece que eso pasa con modelos gratuitos o no disponibles
      Definitivamente agregaré llmarena. Varias personas también lo recomendaron
      Con el tiempo haré que el sitio web sea más explicativo y detallado
    • También estaría bueno tener enlaces a las páginas de las empresas donde se puede usar el modelo o suscribirse