Modelos de IA compatibles con PandaNpc

PandaNpc puede utilizar modelos de chat integrados proporcionados por el servicio y modelos conectados a través de tu propio proveedor de API. También puede controlar de forma remota motores de codificación como Claude Code, OpenAI Codex y PandaCode. Estas son opciones relacionadas, pero no son intercambiables.

Esta página es una instantánea del catálogo de modelos integrados al 17 de agosto de 2026. La disponibilidad de modelos cambia más rápido que la documentación, por lo que el selector de modelos en la aplicación es la autoridad. La clasificación pública de modelos de IA es el mejor lugar para comparar datos actuales de calidad, velocidad y precio.

Catálogo de modelos integrados

Los modelos integrados se pueden seleccionar sin ingresar tu propia clave de proveedor. El catálogo actualmente incluye:

Los nombres en el selector identifican una configuración de servicio, no una garantía de rendimiento permanente. Los proveedores pueden revisar las versiones subyacentes de los modelos, los límites de contexto, los precios, los límites de velocidad o la disponibilidad regional.

Modelos integrados, modelos de API y motores de codificación

Elige la capa correcta antes de comparar nombres:

Seleccionar GPT-5.6 Sol en un chat no cambia el modelo utilizado por un proceso de Codex que ya se esté ejecutando en tu máquina. Del mismo modo, compartir una conexión de Claude Code no otorga una cuota separada de modelo de chat integrado. Consulta la referencia de conexión de PandaPaw para saber cómo se exponen remotamente los motores de codificación locales.

Cómo elegir un modelo

Comienza por la tarea, no por el nombre de la marca:

• Codificación a escala de repositorio: utiliza Claude Code, Codex o PandaCode cuando la tarea requiera archivos, comandos de shell, pruebas y aprobaciones de herramientas. Elige el modelo del motor según el repositorio y el presupuesto.
• Razonamiento complejo o revisión: comienza con un modelo insignia o “pro” como GPT-5.6 Sol, Claude Opus 4.8, Claude Sonnet 5, Gemini 3.1 Pro o DeepSeek v4 pro, y luego compara los resultados reales con tu prompt.
• Iteración rápida: una configuración “flash” como DeepSeek v4 flash puede ser más adecuada para clasificación, reescritura, extracción y llamadas pequeñas repetidas.
• Entrada muy larga: elige una entrada del catálogo cuya ventana de contexto declarada cubra la solicitud, como Kimi Coding k3 [1m], pero no asumas que el contexto máximo ofrece la máxima precisión. La recuperación, los resúmenes y las entradas enfocadas más pequeñas suelen ser más fiables y menos costosas.
• Trabajo en chino o multilingüe: compara las opciones de Kimi, DeepSeek, GLM, Qwen, Gemini, Claude y OpenAI con texto representativo. La calidad del idioma varía según el dominio y el estilo de instrucción.
• Cargas de trabajo sensibles al costo: compara el precio de entrada, el precio de salida, la política de entrada en caché y la tasa de fallos/reintentos. Un token más barato puede costar más si el modelo necesita intentos repetidos.

La ventana de contexto y el límite de salida son diferentes

La ventana de contexto es el presupuesto total de tokens para instrucciones, historial de conversación, resultados de herramientas, texto recuperado y salida generada. La configuración de salida máxima limita solo la respuesta. Un modelo anunciado con una ventana de un millón de tokens no acepta necesariamente un prompt de un millón de tokens después de incluir las instrucciones del sistema y la salida reservada.

Para los modelos PandaCode personalizados, el formulario de modelo expone Context Window (ventana de contexto) y Max Tokens (máximo de tokens). Déjalos sin configurar si PandaNpc ya conoce el modelo. Si ingresas valores personalizados, usa los límites documentados del proveedor y deja un margen de seguridad para los prompts del sistema y la compactación. Configurar una ventana más grande de lo que admite la API ascendente puede hacer que una sesión de larga duración falle solo después de un trabajo sustancial.

Disponibilidad, cuotas y privacidad

Antes de depender de un modelo en producción, confirma:

1. Que aparezca en tu selector de modelos actual y esté autorizado para tu cuenta.
2. Que sus tipos de entrada coincidan con tu tarea; un modelo de texto puede no aceptar imágenes o archivos.
3. Que la cuota del proveedor, el límite de velocidad y la política de facturación sean aceptables.
4. Que tus requisitos de manejo de datos permitan enviar el contenido seleccionado a ese proveedor.
5. Que la llamada a herramientas y la salida estructurada funcionen con la versión exacta del modelo que seleccionaste.

PandaNpc puede transmitir contenido de chat o sesión al proveedor que impulsa la función seleccionada. Revisa la Política de privacidad y los propios términos de retención y entrenamiento de tu proveedor antes de enviar material confidencial.

Agregar un modelo que no está en la lista

Si falta un modelo de proveedor compatible con OpenAI o admitido, agrega un proveedor y luego registra su identificador de modelo exacto. La etiqueta de visualización puede ser amigable para humanos, pero el Model Value debe coincidir con el identificador que espera la API ascendente. Sigue Configurar un proveedor de IA personalizado y clave de API para el flujo completo de configuración y verificación.

Cuando un modelo desaparece o falla inesperadamente, primero revisa el selector en vivo y el estado del proveedor. Los cambios en el catálogo, los ID de modelos retirados, las claves caducadas, los límites de cuenta y las configuraciones de contexto incompatibles son causas más comunes que un problema de instalación del cliente PandaNpc.