Catálogo de modelos

224 modelos con datos públicos de arquitectura y recuento de parámetros, conservados en la auditoría del 22 de septiembre de 2026. Solo se muestran arquitecturas calculables. Es una ampliación propia basada en repositorios públicos, sin garantía de exhaustividad.

Se incluyen variantes base, instruct y de código. La selección parte de repositorios de generación de texto de los editores y variantes adicionales; no incluye todos los modelos existentes. No se descargan pesos, ni se consulta Internet al usar la web local.

Las configuraciones y recuentos publicados están conservados en MODELOS-FUENTES.json, con repositorio y revisión. Los modelos con configuración restringida, dimensiones incompletas, checkpoint cuantizado o arquitectura no implementada se excluyen del selector. El registro de los 87 excluidos está en el archivo de auditoría. La presencia en el catálogo no acredita soporte de sus kernels por una GPU concreta.

Llama y Gemma incorporan dimensiones contrastadas con las implementaciones oficiales de Meta y Google cuando el config.json requiere autenticación. La auditoría identifica las configuraciones normalizadas y sus fuentes. Gemma 3 de 4B, 12B y 27B se calcula para entradas de texto: conserva todos los pesos, visión y proyector en BF16; no estima el procesamiento de imágenes. Sus tokens/s no se extrapolan de Llama.

Los recuentos proceden de safetensors, no del nombre comercial ni de los parámetros activos. DeepSeek-R1/V3 y Kimi K2 usan una cota conservadora del checkpoint completo: puede incluir MTP, copias compartidas y metadatos; no es el recuento exclusivo del backbone. Se retienen bloques BF16 y FP32 y se estima una caché MLA comprimida, sin ejecución MTP. GPT-OSS conserva el bloque BF16 y añade al menos 6,25 % de escalas a sus expertos de 4 bits (4,25 bits efectivos). Cambiar de precisión simula conversión, sin certificar que un kernel la admita. Se usan head_dim y cabezas KV explícitos, número de capas, vocabulario, ventana y máximo de contexto. Los embeddings se presupuestan en BF16: una matriz cuando tie_word_embeddings es true y dos en otro caso; es una hipótesis de cuantización, no una inspección de los pesos. El deslizador permite hasta 262.144 tokens; al superar el contexto documentado se muestra una advertencia de simulación hipotética.

MoE mantiene todos sus pesos residentes; KV usa sus dimensiones de atención. El margen y las activaciones siguen siendo aproximaciones: buffers de enrutamiento y experto no se simulan. No se predicen tokens/s para MoE, MLA, ventana deslizante ni arquitecturas con dimensiones de atención especiales. Tampoco hay soporte de CSA, DSA, atención lineal, estados Mamba o encoders multimodales.