Codev
generalConvierte descripciones de texto en aplicaciones web completas
Esta categoría recoge herramientas construidas en torno a los grandes modelos de lenguaje: infraestructura para desplegar, aplicar ajuste fino, evaluar y monitorizar LLM en producción. Con 369 herramientas listadas, es una de las categorías más técnicas del sitio, dirigida principalmente a desarrolladores e ingenieros de aprendizaje automático, no a usuarios finales.
Convierte descripciones de texto en aplicaciones web completas
Genera texto alternativo optimizado para SEO automáticamente
Gestión del contexto de código para programar con IA
Editor de vídeo con IA gratuito y subtítulos automáticos
Resumen de documentos y preguntas y respuestas sobre el contenido
Crea apps móviles listas para producción con IA
Reescribe texto generado por IA para que suene humano
Texto a voz, voz a texto y traducción
Crea emojis personalizados con IA a partir de texto
Reescribe texto de IA para que suene más natural
Conversor de texto a voz gratuito en varios idiomas
Lee en voz alta Google Docs, PDFs y páginas web
Convierte texto en español generado por IA en escritura de aspecto humano
Genera textos profesionales en español al instante
Plantilla de inicio con SvelteKit y TypeScript para SaaS
Genera opciones de respuesta para apps de citas al instante
Genera pistas musicales originales a partir de descripciones de texto
Chatea con personajes de IA y participa en escenarios de rol
Transcripción de reuniones en francés con IA
Dictado y transcripción de voz a texto
Convierte mensajes de audio de WhatsApp en texto
Editor de texto minimalista con sincronización en la nube
Constructor de landing pages con IA para marketers
Verifica afirmaciones frente a fuentes fiables
Las herramientas para LLM han crecido al mismo ritmo que los modelos, y la categoría abarca ahora varios problemas bien diferenciados. Las de despliegue y servicio, como PeriFlow y Dstack, ayudan a los equipos a ejecutar modelos de forma eficiente a escala. Las de evaluación y observabilidad, como UpTrain y AIWatch, hacen seguimiento de la calidad del modelo, la deriva y el coste a lo largo del tiempo. Las de memoria y recuperación, como Cognee, añaden contexto persistente o capacidades RAG a las aplicaciones basadas en LLM. A la hora de elegir, las preguntas clave son el encaje con la infraestructura disponible (nube, local o híbrido), la compatibilidad con modelos (solo OpenAI o también modelos open source de pesos abiertos) y si la herramienta resuelve tu cuello de botella real, ya sea latencia, coste, precisión o velocidad de desarrollo. Las estructuras de precios varían: algunas herramientas cobran por token procesado, otras por puesto o por llamada a la API. Existen opciones open source en la mayoría de las subcategorías, lo que vale la pena considerar para equipos con capacidad técnica para alojarlas ellos mismos.