El stack
Seis modelos open source.
Benchmarks reales. Fuentes públicas.
Esto es lo que hay debajo de Vekt. Sin marketing inflado, con números verificables y posicionamiento honesto sobre dónde cada pieza gana, empata o pierde frente a los propietarios.
Benchmarks a abril 2026. Revisamos trimestralmente.
LLM
Gemma 4 26B
Apache 2.0 · open weights
Top entre modelos abiertos. Banda GPT-4o. Cubre el 95% del trabajo diario de un dev builder.
| Modelo | Nivel | Contexto | Licencia |
|---|---|---|---|
| Vekt · Gemma 4 26B | Banda GPT-4o | 128K (Base) · 256K (Pro) | Apache 2.0 |
| GPT-5.4 (OpenAI) | Frontera propietaria | Hasta 1M | Propietario |
| Claude Sonnet 4.5 | Frontera propietaria | 200K (1M beta) | Propietario |
| Gemini 3.1 Pro | Frontera propietaria | Hasta 1M | Propietario |
| DeepSeek V3.2 | Banda GPT-4o | 128K | MIT |
Posicionamiento honesto
Gemma 4 26B no le gana a GPT-5 ni a Claude Opus 4.5 en razonamiento de frontera. Si necesitas eso para tareas puntuales, usa la API oficial. Para chat, código del día a día, agentes y conversación larga, rinde de sobra.
OCR · Document AI
PaddleOCR-VL 1.5
Apache 2.0 · open weights
Le gana a GPT-5.4 por 8.7 puntos en OmniDocBench. Hasta 167× más barato. Procesa PDFs, facturas, tablas, manuscritos y layouts complejos.
| Modelo | OmniDocBench | Coste | Licencia |
|---|---|---|---|
| Vekt · PaddleOCR-VL 1.5 | 94.5 | Incluido en plan | Apache 2.0 |
| Gemini 3.1 Pro | ~90.0 | Pago por página | Propietario |
| GPT-5.4 (vision) | 85.8 | Pago por token + vision premium | Propietario |
| Google Document AI | ~85 | Pago por página | Propietario |
| AWS Textract | ~80 | Pago por página | Propietario |
Posicionamiento honesto
Aquí no hay matices: en el benchmark estándar de la industria para documentos, el modelo abierto gana al propietario. Y por mucho.
Embeddings
Qwen3-Embedding 8B
Apache 2.0 · open weights
#1 público en MTEB Multilingual a fecha de este benchmark. Por encima de text-embedding-3-large de OpenAI y Gecko de Google. Multilingüe real, sin sesgo a inglés.
| Modelo | Ranking MTEB Multilingual | Dimensión | Licencia |
|---|---|---|---|
| Vekt · Qwen3-Embedding 8B | #1 MTEB Multilingual | 4096 | Apache 2.0 |
| OpenAI text-embedding-3-large | Top 5 | 3072 | Propietario |
| Google Gecko | Top 10 | 768 | Propietario |
| Cohere Embed v3 | Top 10 | 1024 | Propietario |
Posicionamiento honesto
MTEB es el ranking de referencia. Qwen3-Embedding 8B lo lidera en la rama multilingüe, que es la que importa fuera del inglés.
Speech-to-Text
Parakeet TDT V3
CC-BY 4.0 · open weights
3386× RTFx: una hora de audio se transcribe en un segundo. ~6× más rápido que Whisper Large v3 manteniendo precisión state-of-the-art.
| Modelo | RTFx | Coste | Licencia |
|---|---|---|---|
| Vekt · Parakeet TDT V3 | 3386× | Incluido | CC-BY 4.0 |
| Whisper Large v3 (OpenAI) | ~550× | Pago por minuto en API | MIT (modelo) / propietario (API) |
| Deepgram Nova-3 | ~1500× | Pago por minuto | Propietario |
| AssemblyAI Universal-2 | ~800× | Pago por minuto | Propietario |
Posicionamiento honesto
RTFx (real-time factor) es métrica estándar de NVIDIA NeMo. Parakeet TDT V3 está hoy en lo más alto del leaderboard público.
Text-to-Speech
TTS open source de primera línea
Licencia permisiva (modelo concreto por confirmar)
Voces naturales, baja latencia, multilingüe. Sin facturación por carácter. Pensado para apps que generan audio a escala.
| Modelo | Cobertura | Coste | Licencia |
|---|---|---|---|
| Vekt · TTS open source | Multilingüe | Cuota fija | Permisiva |
| ElevenLabs | Inglés top, multilingüe bueno | Pago por carácter | Propietario |
| OpenAI TTS | Inglés top | Pago por carácter | Propietario |
| Google Cloud TTS | Multilingüe | Pago por carácter | Propietario |
Posicionamiento honesto
ElevenLabs y OpenAI TTS marcan el techo en expresividad de inglés. Para uso general multilingüe, los abiertos actuales rinden bien y a coste fijo.
Coder
Modelo coder dedicado
Open weights (modelo concreto por confirmar)
Modelo especializado en código, optimizado para autocompletado, edición y agentes. Compatible con Cursor, Cline, Aider, Continue.
| Modelo | Compatibilidad | Coste | Licencia |
|---|---|---|---|
| Vekt · Coder dedicado | Cursor / Cline / Aider / Continue | Cuota fija | Open weights |
| GPT-5 / Claude Sonnet 4.5 | Cursor / Cline / Aider | Pago por token | Propietario |
| DeepSeek Coder V3 | Compatible OpenAI | Pago por token | MIT |
Posicionamiento honesto
GPT-5 y Claude Sonnet 4.5 siguen marcando el techo en agentes de código complejos. Para autocompletado, refactor y trabajo del día a día, un coder open source dedicado rinde igual a coste predecible.
Por qué open source
Lo que ganas eligiendo pesos abiertos.
Sin lock-in
Apache 2.0 y MIT te dejan correr los pesos donde quieras. Si Vekt desaparece mañana, los modelos siguen siendo tuyos. Eso no lo dice OpenAI.
Tus datos no entrenan a nadie
Política dura: prompts, documentos y embeddings que pasan por Vekt no se usan para entrenar. Punto.
Auditable
Pesos públicos en Hugging Face. Sabes qué corre, en qué versión, con qué tarjeta de modelo. No es una caja negra.
Todos los benchmarks de esta página están datados a abril 2026. Revisamos cada trimestre y actualizamos la fecha. Si algún modelo propietario nos supera, lo diremos aquí — sin esconderlo.
Beta abierta
Adiós al "límite alcanzado".
Plazas limitadas mientras afinamos la infraestructura. Los primeros acceden al precio de lanzamiento — fijo mientras sigan siendo clientes.
Sin spam. Solo un email cuando abramos tu plaza.