Convictional
generalPlataforma de comunicación en equipo como alternativa a Slack
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.
Plataforma de comunicación en equipo como alternativa a Slack
Transcripción rápida de audio y vídeo con IA
Genera y descarga canciones creadas por IA al instante
Conversión de texto a audio en varios idiomas y voces
Servicio de transcripción de voz a texto con IA
Teclado persa, editor y conversor de voz a texto
Transcripción de audio con IA en múltiples idiomas
IA de texto a vídeo y de imagen a vídeo
Plantillas y boilerplate SaaS para Elixir Phoenix
Descargador de vídeos de redes sociales
Genera voces de famosos a partir de texto en segundos
Kit de UI open source para formatear salidas de LLM como interfaces gráficas
Crea infografías profesionales con un generador de IA intuitivo
Participa en competiciones de IA y compara modelos con miles de participantes
Convierte prompts de texto en diseños vectoriales escalables e ilustraciones
Lee PDFs, Google Docs y archivos Word en voz alta con texto a voz inmersivo
Bloc de notas con IA que ejecuta tus tareas
Infraestructura cloud con GPU optimizada para cargas de trabajo de IA
Comparación y evaluación de modelos de IA creativos
Plataforma de GPU en la nube con NVIDIA H100 para cargas de IA
Instancias GPU para entrenamiento e inferencia de IA
Modelos GPT open source para despliegue a gran escala
LLM open source para despliegue local o en servidor propio
Gestión de datos y etiquetado para el desarrollo de LLM
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.