Blog

LLM para programar en 2026 (pesos abiertos y alojados)

Markdown

Los 15 mejores LLM para programar en 2026, clasificados según HumanEval, tareas del mundo real y privacidad. Modelos de código abierto y alojados comparados con criterios honestos.

← Volver al resumen del blog

Desplázate hacia abajo para ver la clasificación completa o ve directamente a la tabla resumen.

PocketLLM se lanzará pronto. IA privada y en el dispositivo, empezando por iPhone y iPad, con más plataformas previstas. No se requiere cuenta, no hay seguimiento dentro de la aplicación y el procesamiento del chat permanece en tu dispositivo. Apúntate a la lista de lanzamiento y sé de los primeros.

Cómo los comparamos

Útil para establecer un nivel aproximado, pero poco útil para predecir la utilidad cotidiana.

  • Gestión del contexto: La ventana de contexto publicada, que establece el límite de cuánto código cabe en un solo prompt.
  • Privacidad: Si puedes ejecutar el modelo sin enviar código a terceros. Esta es la única propiedad estructural, no una cuestión de grado.
  • Licencia: Si la licencia permite el uso comercial de los pesos, según el repositorio del modelo.

LLM para programar en 2026

Claude 3.5 Sonnet

Gestiona bien contextos largos, explica el razonamiento con claridad, rara vez inventa API y produce código que compila de verdad más a menudo que cualquier competidor. La contrapartida es que es un modelo propietario alojado y no puedes ejecutarlo localmente ni en el dispositivo. Si tu código es confidencial, sigue leyendo.

GPT-4o

El modelo insignia de OpenAI. Es ligeramente inferior a Sonnet en las pruebas de programación puras y ligeramente superior en el razonamiento en lenguaje natural sobre código. Excelente para «lee este rastreo de pila y dime qué falla». La misma salvedad que Sonnet: alojado, propietario y envía tu código a OpenAI.

Qwen 2.5 Coder 32B

Si tienes un Mac Studio o un PC gaming, este es el modelo de programación local.

DeepSeek Coder V2 236B

El modelo completo de mezcla de expertos de 236B. Probablemente no puedas ejecutarlo: necesita una estación de trabajo con varias GPU. Lo incluimos porque la variante Lite más pequeña (#6) hereda gran parte de su capacidad y resulta mucho más práctica.

Gemini 1.5 Pro

El campeón de Google en contexto largo. Su función estrella es la ventana de contexto de 2M tokens, que te permite pegar una pequeña base de código y hacer preguntas que abarcan varios archivos. La calidad de programación está un escalón por debajo de Sonnet y GPT-4o, pero se acerca mucho, y la ventaja de contexto importa en el trabajo real.

DeepSeek Coder V2 Lite 16B

Solo 2.4B parámetros activos por token (mezcla de expertos), así que funciona a velocidades de ~3B. Si quieres asistencia de programación local y no tienes hardware de estación de trabajo, esta es la opción.

Llama 3.3 70B

El modelo abierto más grande de Meta en la generación actual. No está dedicado a la programación, pero es lo bastante inteligente para resolver bien la mayoría de las tareas. Necesita hardware potente (48 GB+ de RAM en Q4). Úsalo si quieres un solo modelo para programar y razonar en general, y tienes suficiente RAM para ejecutarlo.

Mistral Codestral 22B

El modelo de programación dedicado de Mistral. La licencia de investigación no comercial de Mistral es restrictiva: compruébala antes de usarlo comercialmente. Funciona con ~14 GB en Q4, ofrece buenos resultados tanto en tareas de completado como de programación conversacional, y destaca especialmente en Python y TypeScript.

Qwen 2.5 Coder 7B

El hermano 7B de nuestra opción #3. El punto ideal para un MacBook Air de 16 GB. Si probaste la variante 1.5B y querías más capacidad sin hardware de estación de trabajo, este es el siguiente paso.

StarCoder 2 15B

El modelo de programación abierto de Hugging Face + ServiceNow + NVIDIA. Entrenado con código bajo licencias permisivas, algo relevante si te importa aquello de lo que aprendieron tus herramientas. En las pruebas es ligeramente inferior a Qwen 2.5 Coder y DeepSeek V2 Lite, pero su historial de procedencia es el más transparente.

Phi-3.5 Mini

El pequeño modelo de 3.8B de Microsoft. Licencia MIT, 2.4 GB en Q4, funciona en un teléfono.

Qwen 2.5 Coder 1.5B

El modelo de programación dedicado más pequeño que recomendaríamos. Un modelo viable para completar código como primera opción cuando la latencia importa más que el límite máximo de capacidad.

Llama 3.1 8B

No está dedicado a la programación, pero es lo bastante capaz para resultar útil y cuenta con amplia compatibilidad en todos los entornos de ejecución. Lo incluimos porque su ubicuidad significa que todos los complementos de editores de código ya tienen una vía de integración.

Codestral Mamba 7B

El modelo experimental de programación de Mistral con arquitectura Mamba. Merece mención porque la atención de tiempo constante le permite gestionar archivos de código muy largos con eficiencia. Su calidad está un escalón por debajo de los competidores basados en Transformer, pero para código puramente de contexto largo puede ser una opción mejor.

CodeLlama 13B

El modelo de 2023 que convirtió los «LLM locales para programar» en algo real. Lo incluimos como referencia histórica. Si empiezas desde cero, no elijas CodeLlama. Si ya lo tienes configurado, actualízalo.

La tabla resumen

Modelo¿Local?Licencia
Claude 3.5 SonnetNoPropietaria
GPT-4oNoPropietaria
Qwen 2.5 Coder 32BSí (estación de trabajo)Apache 2.0
DeepSeek Coder V2 236BSí (varias GPU)DeepSeek
Gemini 1.5 ProNoPropietaria
DeepSeek Coder V2 LiteSí (portátil)DeepSeek
Llama 3.3 70BSí (estación de trabajo)Llama Community
Mistral Codestral 22BSí (portátil)Mistral NC
Qwen 2.5 Coder 7BSí (portátil)Apache 2.0
StarCoder 2 15BSí (portátil)BigCode OpenRAIL
Phi-3.5 MiniSí (teléfono)MIT
Qwen 2.5 Coder 1.5BSí (teléfono)Apache 2.0
Llama 3.1 8BSí (portátil)Llama Community
Codestral Mamba 7BSí (portátil)Apache 2.0
CodeLlama 13BSí (portátil)Llama Community

Cómo elegir un modelo de programación

Para trabajar con código cerrado que puedes enviar a terceros: Claude 3.5 Sonnet. Ahora mismo ningún asistente de programación supera su rendimiento en tareas del mundo real, y la diferencia con GPT-4o es pequeña pero constante.

Para código confidencial en una estación de trabajo: Qwen 2.5 Coder 32B. Está lo bastante cerca de la frontera como para que apenas eches de menos Sonnet, y tu código nunca sale de la máquina.

Para código confidencial en un portátil de 16 GB: DeepSeek Coder V2 Lite 16B.

Para código confidencial en un teléfono: Phi-3.5 Mini o Qwen 2.5 Coder 1.5B. No vas a generar de una sola vez un controlador Rails, pero sin duda obtendrás ayuda para entender y modificar código existente. Incluiremos ambos en el próximo lanzamiento de PocketLLM: apúntate a la lista de lanzamiento.

Para preguntas sobre código con contexto largo: La ventana de 2M de Gemini 1.5 Pro es única.

Resumen

Si sí, Claude 3.5 Sonnet. Si no, Qwen 2.5 Coder (del tamaño que admita tu hardware). Si quieres ayuda para programar en el teléfono, los modelos locales por fin son lo bastante buenos como para que valga la pena. Nuestro resumen específico de modelos de programación locales detalla las opciones para el dispositivo.

Modelos locales de programación en tu iPhone.

PocketLLM incluirá Phi-3.5 Mini y Qwen 2.5 Coder como descargas de un solo toque, totalmente en el dispositivo. Apúntate a la lista de lanzamiento.

Pon esta guía en práctica con Ailoot

Conecta modelos de IA a tus aplicaciones, agentes y automatizaciones mediante una sola API de Ailoot. Elige el modelo que se adapte a tu tarea y sigue la documentación de Ailoot para empezar.