Mejor LLM open source (2026)
Si querés correr local o evitar lock-in, estos son los mejores modelos de pesos abiertos según el benchmark — ordenados por score global. Verificamos la licencia (cuidado con los "Plus" propietarios).
Ranking: Mejor LLM open source (2026)
| # | Modelo | Global | Coding | Contenido | Razon. | Agentes | $ in/out per M | Velocidad |
|---|---|---|---|---|---|---|---|---|
| 1 | Llama 4 Scout 17B (Groq preview) | 7.69 | 8.2 | 8.3 | 8.3 | 7.8 | $0.11 / $0.34 | 170 tok/s |
| 2 | Llama 3.1 8B Instant (Groq) | 7.67 | 8.1 | 8.3 | 7.8 | 8.1 | $0.05 / $0.08 | 262 tok/s |
| 3 | Devstral Small | 7.52 | 8.1 | 7.5 | 7.7 | 7.2 | $0.10 / $0.30 | 139 tok/s |
| 4 | Mistral Small 4 | 7.51 | 7.8 | 7.9 | 7.9 | 7.7 | $0.15 / $0.60 | 82 tok/s |
| 5 | GPT-OSS 20B (Groq) | 7.47 | 7.9 | 8.2 | 7.8 | 7.4 | $0.07 / $0.30 | 474 tok/s |
| 6 | MiMo V2-Omni (Xiaomi direct) | 7.46 | 6.9 | 7.8 | 7.3 | 7.2 | $0.07 / $0.07 | 102 tok/s |
| 7 | Nemotron 3 Nano 30B | 7.43 | 7.7 | 7.8 | 7.7 | 6.7 | $0.05 / $0.20 | 86 tok/s |
| 8 | MiMo-V2-Flash | 7.41 | 7.6 | 7.9 | 7.8 | 6.6 | $0.09 / $0.29 | 54 tok/s |
¿Qué mide este benchmark?
No es un benchmark académico (para eso están MMLU, HumanEval o SWE-bench). Es un benchmark aplicado para emprendedores hispanohablantes: mide qué modelo conviene poner en producción para casos reales, con lo que los benchmarks oficiales no cubren — costo en provider real, velocidad, español neutro y agentes multi-turno.
Cada modelo corre 8.000+ tests reales evaluados por un LLM-as-Judge local (Phi-4, de Microsoft — sin conflicto de interés), en 4 pilares:
- Coding — generar código, JSON estructurado y debugging en tareas reales (plugins WordPress, scripts, templates de N8N).
- Contenido y marketing — blogs, copy y textos largos en español neutro (no traducción del inglés).
- Razonamiento — matemáticas, lógica formal y planificación multi-paso.
- Agentes y operaciones — multi-turno largo, tool calling y flujos tipo N8N / OpenClaw.
El score global es una función ponderada: calidad 50% + costo 20% + tool calling 15% + velocidad 7,5% + latencia 7,5%. Por eso un modelo barato y rápido puede ganarle a uno "más inteligente" pero caro — porque mide valor para producción, no solo capacidad bruta. Metodología y tests completos.
Por qué Llama 4 Scout 17B (Groq preview) lidera
Llama 4 Scout 17B (Groq preview) encabeza el ranking para open source (pesos abiertos — corrés local o en cualquier provider, sin lock-in) con 7.7/10, a $0.11 / $0.34 por millón de tokens (170 tok/s, groq_direct). Recordá que el ranking pondera calidad + costo + velocidad — no es solo "el más inteligente", sino el que mejor rinde en producción para este caso.
Alternativas según tu situación
- Llama 3.1 8B Instant (Groq) (7.7/10, $0.05 / $0.08, open source) — buena alternativa si querés pesos abiertos.
- Devstral Small (7.5/10, $0.10 / $0.30, open source) — buena alternativa si querés pesos abiertos.
Preguntas frecuentes
¿Cuál es el mejor LLM para open source hoy?
Según nuestro benchmark, Llama 4 Scout 17B (Groq preview) lidera, pero el ranking completo (arriba) te deja elegir según tu presupuesto y prioridad. No hay un único "mejor" universal.
¿De dónde salen estos datos?
De un benchmark abierto con 8.000+ tests reales y LLM-as-Judge local (Phi-4, Microsoft, sin conflicto de interés). Código y resultados en GitHub.
¿Cada cuánto se actualiza?
Con cada lote de modelos nuevos. La fecha de actualización está al inicio. Filtrá la versión más reciente en la calculadora.
Probá la calculadora con tu caso real
Ajustá presupuesto, calidad mínima y tipo de tarea sobre 100+ modelos. En 30 segundos tenés tu ranking personalizado.
Ir a la calculadora →