Filters
Pricing
Free tier
API
Open source
Platform
Language

general 369

Las herramientas generales de LLM incluyen frameworks, APIs, utilidades de evaluación e infraestructura construida específicamente en torno a grandes modelos de lenguaje. Esta categoría cubre 369 herramientas que ayudan a desarrolladores e ingenieros de ML a construir, probar, aplicar ajuste fino y ejecutar aplicaciones sobre LLMs, desde calculadoras de embedding hasta plataformas completas de serving de modelos.

PeriFlow

general

Optimiza la inferencia de LLM en coste y velocidad

6

Dstack

general

Panel de control para aprovisionamiento de GPU en nubes y clústeres

6

Cognee

general

Grafo de conocimiento para empresas con IA y búsqueda semántica

6

UpTrain

general

Evalúa y monitoriza aplicaciones LLM en tu propia nube

6

Gestell

general

Convierte datos no estructurados en bases de datos consultables para IA

6

LochBot

general

Analiza prompts de LLM frente a 31 patrones de jailbreak e inyección

6

AIWatch

general

Panel de estado en tiempo real para más de 30 servicios de IA

6

Embedding Similarity Calculator

general

Compara embeddings vectoriales usando múltiples métricas de distancia

6

Credyt

general

Monetización y facturación por uso para productos de IA

6

Esta es una categoría con enfoque técnico dirigida principalmente a desarrolladores e ingenieros de ML. Herramientas como Cognee y UpTrain abordan pipelines de generación aumentada por recuperación (RAG) y evaluación de modelos, mientras que plataformas como Dstack y PeriFlow gestionan la infraestructura de cómputo para entrenamiento e inferencia. La Calculadora de Similitud de Embedding y utilidades similares cubren huecos concretos pero útiles en los flujos de desarrollo con LLMs. OpenAssistant y Cerebras-GPT representan modelos open source o de pesos abiertos que los desarrolladores pueden ejecutar o ajustar directamente. Al comparar opciones, considera si una herramienta es independiente del modelo o está vinculada a un proveedor concreto, y si es compatible con los modelos que ya usas. La latencia, el rendimiento y el coste por token son las métricas más relevantes para cargas de trabajo en producción. Las herramientas de evaluación suelen recibir poca atención en proyectos tempranos, pero se vuelven fundamentales una vez que se despliega para usuarios. Muchas herramientas aquí son open source con versiones gestionadas de pago, mientras que otras son productos SaaS cerrados con precios por uso.