Nota del autor: Fable 5.5 y GPT-6.2 Astra cuentan con demos públicas, pero no hay una comparación con las mismas tareas. En este artículo analizamos el nivel de evidencia de 6 demos, comparamos las especificaciones oficiales y los precios de los modelos insignia disponibles, Fable 5.1 y GPT-6 Astra, y proponemos un método de evaluación reproducible para elegir entre ellos.
La conclusión primero: todavía no hay respuesta a cuál es mejor, Fable 5.5 o GPT-6.2 Astra. Ninguno de los dos modelos se ha lanzado oficialmente. Al 3 de noviembre de 2026, el catálogo de modelos de Anthropic sigue mostrando Fable 5.1 y el de OpenAI, GPT-6 Astra (fuente: páginas oficiales de modelos de ambas compañías; nivel de evidencia: documentación oficial). Las demos públicas de ambos aparecen en Model Tests, un sitio de pruebas de terceros, y son obra de @notjazii, pero no resuelven las mismas tareas. Fable 5.5 tiene 5 trabajos, entre ellos un juego, un cortometraje y piezas en SVG y WebGL; GPT-6.2 Astra solo tiene un GIF de animación pixel art. Como las tareas son distintas, no se puede hablar de un ganador.
Por eso, este artículo no establece una clasificación. Solo responde a tres preguntas: qué pueden demostrar estas demos y qué no; en qué se diferencian las especificaciones oficiales de Fable 5.1 y GPT-6 Astra, que sí se pueden comparar hoy; y cómo preparar una evaluación propia de entre 20 y 50 tareas que se pueda repetir cuando salgan los nuevos modelos, con solo cambiar el nombre del modelo. No profundizaremos en otros rumores, como Mythos 5.5 o Gemini 4 Carbon.
Este no es un artículo de compromiso que concluye que «cada uno tiene sus puntos fuertes». Cuando no haya suficiente evidencia, lo diremos directamente; cuando sea posible sacar conclusiones, daremos recomendaciones claras.
Lista de demos públicas de Fable 5.5 vs GPT-6.2 Astra
Conclusión: las demos demuestran que los modelos pueden producir resultados funcionales, pero las tareas, la cantidad de ejemplos y los niveles de configuración son diferentes, así que no se pueden comparar directamente.
El sitio Model Tests reúne 11 proyectos de 8 modelos, cada uno con su fecha, modelo y tipo (fuente: página del sitio; nivel de evidencia: declaraciones de la comunidad). La siguiente tabla reúne las seis obras atribuidas a Fable 5.5 y GPT-6.2 Astra. Más abajo se incluyen otras que pueden servir como referencia. En todos los casos, la atribución del modelo procede de los propios autores.
| Obra | Modelo indicado por el autor | Tipo | Fecha | Contenido principal |
|---|---|---|---|---|
| VoxelCraft | Fable 5.5 xhigh | Juego HTML jugable | 2026-11-01 | Clon de Minecraft en un solo archivo, con modos supervivencia y creativo, fabricación, hornos, encantamientos, redstone, aldeanos, múltiples biomas, el Nether y el End |
| The Last Page | Fable 5.5 xhigh | Cortometraje de 66 segundos con sonido | 2026-11-02 | Un zorro, una biblioteca iluminada por la luna, una tormenta de páginas y un vuelo hacia las nubes |
| Open Me | Fable 5.5 xhigh | Experiencia interactiva WebGL | 2026-11-02 | WebGL2 con raymarching y música generativa; requiere una GPU dedicada |
| Acorn Bread on a Stick | Fable 5.5 xhigh | SVG escrito a mano | 2026-11-02 | Ilustración de pan de bellota |
| Fruit Basket | Fable 5.5 max | Bodegón totalmente vectorial | 2026-11-02 | 3000×2400, sin mapas de bits, cesta de frutas realista |
| Tsukimi Moon Ferry | GPT 6.2 Astra Max | GIF de animación pixel art | 2026-11-02 | Pueblo ribereño japonés bajo la luna llena: castillo, monte Fuji, puente rojo, carpas voladoras, faroles flotantes y transbordador |
Pie de imagen: lista de modelos de Model Tests. Fable 5.5 xhigh tiene 4 pruebas atribuidas; GPT-6.2 Astra Max, solo 1, y GPT-6 Astra Max, también 1 (captura del 2026-11-03).
El sitio también incluye otras obras que pueden servir de referencia. Hoshikawa está atribuida a GPT 6 Astra Max y también es una animación pixel art de un pueblo japonés bajo la luna llena (2026-11-02). Su estilo se acerca al de Tsukimi Moon Ferry y es la única comparación del sitio entre versiones nueva y anterior de OpenAI con una temática similar. VoxelCraft — Shader Edition está atribuida a Opus 5.5 xhigh (2026-11-01) y responde a la misma tarea que VoxelCraft de Fable 5.5. Además, Kimi K3 Max y DeepSeek V4.1-1017 Flash hicieron cada uno un clon de Minecraft (2026-10-17).
Pie de imagen: VoxelCraft de Fable 5.5 xhigh, un clon de Minecraft en un solo archivo que permite empezar a moverse en cuanto se abre (captura del 2026-11-03).
Pie de imagen: Tsukimi Moon Ferry de GPT-6.2 Astra Max, un GIF de animación en píxeles que muestra un pueblo japonés junto al río bajo la luna llena (grabación de pantalla del 2026-11-03).
Pie de imagen: Hoshikawa de GPT-6 Astra Max, usado como referencia. Es del mismo sitio y tiene el mismo estilo, lo que permite compararlo con la animación en píxeles de 6.2 (grabación de pantalla del 2026-11-03).
Pie de imagen: una escena de The Last Page, un cortometraje de 66 segundos con sonido creado por Fable 5.5 xhigh, en la que aparece un zorro en una biblioteca iluminada por la luna (fragmento GIF del 2026-11-03, sin sonido).
Jelly Koi Pond es la única obra del sitio que indica el costo y el tiempo de producción. La versión de Fable 5.1 xhigh tardó unas 1 hora y 40 minutos y costó $25; la combinación Devin Fusion (Fable 5.1 xhigh más Sonnet 5.5 med) tardó aproximadamente 1 hora y costó $11 (fecha: 2026-10-21; nivel de evidencia: testimonio de la comunidad). Aparte de este caso, ninguna otra obra del sitio publica datos de tiempo o costo, y en este artículo tampoco hacemos estimaciones.
El gráfico muestra la distribución de demos por tipo y cantidad, no una clasificación de capacidades. Si quieres ver la diferencia real entre los modelos insignia actuales de ambas compañías en tus propias tareas, puedes invocar claude-fable-5-1 y gpt-6-astra por separado con la misma clave API en APIYI, apiyi.com.
Fable 5.5 vs GPT-6.2 Astra: tres puntos que parecen justos, pero no lo son
Conclusión: que estén en el mismo sitio y tengan el mismo autor puede dar la impresión de que se trata de una comparativa. En realidad, hay al menos tres diferencias que la desequilibran.
Primer punto: las tareas son completamente distintas
Los cinco trabajos de Fable 5.5 abarcan cuatro categorías: juegos, cortometrajes, WebGL y SVG. Los de GPT-6.2 Astra se limitan a una sola: animación en píxeles. No hay ninguna tarea que hayan realizado ambos modelos. La animación en píxeles pone a prueba la composición y la coherencia entre fotogramas; un juego en un solo archivo, en cambio, evalúa la organización de código extenso y la gestión de estados. No se pueden comparar directamente.
Si se busca una referencia entre generaciones, GPT-6.2 Astra solo puede compararse con GPT-6 Astra (Hoshikawa) en el mismo sitio, y Fable 5.5, con Opus 5.5 (VoxelCraft — Shader Edition).
Segunda desigualdad: el nivel de razonamiento, la fecha y la cantidad no son equivalentes
La mayoría de los trabajos de Fable 5.5 están marcados como xhigh; solo Fruit Basket usa max. GPT-6.2 Astra, en cambio, figura con Max. Los distintos niveles implican presupuestos de razonamiento diferentes, así que no se puede comparar directamente la calidad de los resultados. También hay una diferencia de cantidad: 5 frente a 1. Esto refleja lo que el autor decidió probar, no los resultados de una evaluación oficial. Confundir la cantidad de demos con la capacidad de cada modelo es una de las interpretaciones erróneas más frecuentes en este debate.
Tercer punto de desigualdad: no se puede verificar qué modelo se usó
Ninguna de las demos publica las indicaciones, los registros de invocación ni las fichas de modelo, así que la atribución depende por completo de lo que indique cada autor. En una verificación del 11-02, ByteForward señaló que algunas demostraciones etiquetadas como «Fable 5.5» podrían corresponder a solicitudes de Opus 5.5 redirigidas al nuevo modelo, mientras el selector seguía mostrando Opus 5.5 (nivel de evidencia: reporte de un solo medio). En estas condiciones, solo se puede decir «el autor afirma que es Fable 5.5», no «Fable 5.5 lo hizo».
La siguiente tabla organiza las afirmaciones actuales sobre estos dos modelos según su nivel de evidencia. Si las comparten con sus equipos, conviene conservar también esa columna.
| Afirmación | Fuente | Fecha | Nivel de evidencia |
|---|---|---|---|
| El catálogo de Anthropic sigue mostrando Fable 5.1, sin Fable 5.5 | Página de precios y página de noticias de Anthropic | Consultadas el 11-03 | Documentación oficial |
| El catálogo de OpenAI sigue mostrando GPT-6 Astra, sin GPT-6.2 Astra | Catálogo de modelos de OpenAI | Consultado el 11-03 | Documentación oficial |
LiteLLM añadió una entrada de precios para azure_ai/claude-fable-5-5 |
Registro de TestingCatalog | 10-13 | Registro de un tercero |
| Fable 5.5 admite 1M de entrada y 128.000 de salida | 36 氪/新智元 | 11-02 | Reporte de un solo medio |
| Una recopilación de opiniones califica a GPT-6.2 Astra como un «salto notable» | 机器之心/新浪 | 11-02 | Recopilación de medios, sin benchmark |
| gpt-6.2-astra representa el 1,6% en un desglose de uso | Linux.do @fourfour | 11-01 | Testimonio de la comunidad |
| gpt-6.2-astra representa el 19,8% en un desglose de uso | X @TokenGremlin | 11-01 | Testimonio de la comunidad |
| Atribución del modelo en las demos de Model Tests | Autor @notjazii | 11-01 a 11-02 | Afirmación del autor |
| Algunas demos de Fable 5.5 corresponden en realidad a solicitudes de Opus 5.5 redirigidas | ByteForward | 11-02 | Reporte de un solo medio |
Los datos de tráfico de GPT-6.2 Astra merecen una aclaración. La publicación de Linux.do muestra la distribución de uso de Codex del 10/25 al 10/31: el 97,7% seguía siendo gpt-6-astra y gpt-6.2-astra representaba solo el 1,6%. En la misma publicación, 12 de las 13 líneas de facturación seguían siendo de gpt-6-astra, con velocidades de entre 44 y 73 tok/s. La versión compartida por TokenGremlin en X muestra un 19,8% y tuvo mayor difusión (unas 155.000 visualizaciones). Ambas cifras proceden de capturas de cuentas personales, no son datos oficiales. El propio medio 机器之心 aclara que las capturas solo prueban que «hay usuarios que afirman haber obtenido acceso». Por otro lado, GPT-6.2 Betelgeuse / Bel es otro nombre en clave de un modelo base que circulaba desde antes; no es lo mismo que 6.2 Astra.
Las impresiones de la comunidad también se contradicen. Algunos consideran que Fable 5.5 es más potente y otros creen que empata con Opus 5.5. Sobre GPT-6.2 Astra, hay quienes dicen que es inferior a Opus 5.5, quienes lo ven como una mejora incremental y quienes afirman que supera a Opus 5.5 en varias dimensiones. Ninguna de estas opiniones incluye benchmarks ni tamaños de muestra, así que solo sirven como contexto.
Comparativa de especificaciones oficiales y precios: Fable 5.1 vs GPT-6 Astra
Conclusión: los nuevos modelos aún no tienen especificaciones oficiales; solo se pueden comparar los modelos insignia actuales. Ambos tienen el mismo precio unitario, pero difieren en la facturación de entradas largas, la fecha de corte de conocimiento y los niveles de razonamiento.
Los precios oficiales de Fable 5.1 y GPT-6 Astra son de $10 por entrada y $50 por salida, por cada millón de tokens. Ambos admiten una salida máxima de 128K, mientras que sus ventanas de contexto son de 1M y 1.05M, respectivamente. Los datos de la tabla proceden de las páginas oficiales de ambos modelos, consultadas el 2026-11-03.
| Especificación | Fable 5.1 | GPT-6 Astra |
|---|---|---|
| ID del modelo | Fable 5.1 oficial de Anthropic | gpt-6-astra |
| Ventana de contexto | 1M | 1.05M |
| Salida máxima | 128K | 128K |
| Fecha de corte de conocimiento | 2026-06 | 2026-04-30 |
| Control de razonamiento | Adaptive thinking siempre activo, con effort en high por defecto | low / medium / high / xhigh / max |
| Herramientas | Consulta la documentación oficial | Llamadas a funciones, búsqueda web, búsqueda de archivos, computer use |
La diferencia en el control de razonamiento afecta directamente al diseño de las evaluaciones. Fable 5.1 mantiene Adaptive thinking siempre activo y usa high como nivel de effort predeterminado; GPT-6 Astra ofrece cinco niveles. Sus nombres no se corresponden entre sí, así que solo se pueden aproximar, no equiparar por completo. Al evaluar, conviene registrar el nivel utilizado en lugar de asumir que high equivale a high.
En cuanto al precio, las tarifas oficiales son iguales, pero los detalles de facturación difieren bastante. La siguiente tabla incluye tanto los precios oficiales como los publicados en la plataforma APIYI (en dólares por cada millón de tokens).
| Concepto | Fable 5.1 oficial | GPT-6 Astra oficial | Publicado en APIYI apiyi.com |
|---|---|---|---|
| Entrada | $10 | $10 | claude-fable-5-1 $10; gpt-6-astra de 0 a 272,000 tokens: $10 |
| Entrada larga | $10 hasta 1M | Consulta la página oficial | gpt-6-astra de 272,001 a 1,050,000 tokens: $20 |
| Salida | $50 | $50 | $50 para ambos |
| Acierto de caché/lectura | $0.25 | Consulta la página oficial | claude-fable-5-1 $0.25; gpt-6-astra $1 |
| Escritura en caché | 5 minutos: $12.50; 1 hora: $20 | Consulta la página oficial | Consulta la lista de modelos de la plataforma |
| Endpoint | messages | responses, chat | claude-fable-5-1: chat / messages; gpt-6-astra: responses / chat |
Para los equipos que analizan documentos extensos o trabajan con grandes bases de código, esta tabla es más útil que preguntarse «¿cuál es mejor?». Cuando una entrada supera los 272,000 tokens, el precio de entrada de gpt-6-astra se duplica hasta $20; el de claude-fable-5-1 se mantiene en $10 hasta 1M. El precio de lectura de caché también difiere por un factor de 4 ($0.25 frente a $1). Si tu caso de uso requiere invocar repetidamente el mismo contexto largo, ambas diferencias se notarán en la factura. Consulta la lista de modelos de la plataforma para confirmar los modelos y precios.
Los precios del gráfico proceden de las páginas oficiales de los modelos y de la interfaz de precios de la plataforma APIYI apiyi.com. Se consultaron el 2026-11-03.
Qué se puede usar antes del lanzamiento de Fable 5.5 y GPT-6.2 Astra
Conclusión: los nuevos modelos aún no tienen una API oficial. Por ahora, puedes establecer una línea base con los modelos insignia actuales de ambas compañías y preparar el marco de evaluación.
Al 2026-11-03, la interfaz de modelos de APIYI devolvía 259 modelos y la interfaz de precios incluía 277. Entre ellos estaban gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra, gpt-6-luna y claude-fable-5-1, pero no gpt-6.2-astra ni claude-fable-5-5. Es decir, ya puedes probar los modelos insignia actuales de ambas compañías con la misma clave API para establecer una línea base. Ese mismo día se envió una solicitud messages a claude-fable-5-1 con max_tokens de 32, que devolvió HTTP 200, confirmando que la interfaz estaba disponible.
La integración es compatible con el SDK de OpenAI. Basta con configurar base_url como https://api.apiyi.com/v1 e indicar los nombres de modelo claude-fable-5-1 y gpt-6-astra, respectivamente. Si necesitas el formato messages nativo de Anthropic, claude-fable-5-1 también lo admite; para gpt-6-astra puedes usar los endpoints responses o chat.
🚀 Inicio rápido: regístrate en APIYI apiyi.com y utiliza el crédito de prueba gratuito para nuevos usuarios. Prueba primero entre 3 y 5 tareas con
claude-fable-5-1ygpt-6-astra, comprueba que el formato de salida y el registro de tokens funcionen correctamente y luego amplía la prueba al conjunto completo de tareas.
El valor de este paso no está en conocer de antemano el rendimiento de los nuevos modelos, sino en tener preparados el conjunto de tareas, los criterios de evaluación y la tabla de registro. Cuando Fable 5.5 o GPT-6.2 Astra se lancen oficialmente, el equipo solo tendrá que cambiar el nombre del modelo para obtener conclusiones sobre su propio caso de uso en uno o dos días, sin depender de demos ni capturas de pantalla de otros.
Fable 5.5 vs. GPT-6.2 Astra: cómo elegir y evaluar
Conclusión: no hace falta esperar a los nuevos modelos. Primero, establece una línea base con los modelos insignia actuales; decide cuál elegir a partir de entre 20 y 50 tareas propias, no de demos públicas.
A fecha de 2026-11-03, Fable 5.5 y GPT-6.2 Astra aún no están disponibles en APIYI. Una vez que se lancen, los incorporaremos lo antes posible. Consulta la lista de modelos de la plataforma para conocer las versiones y los precios. Mientras tanto, puedes hacer una primera evaluación según estos escenarios:
- Documentos extensos, bases de código grandes y contextos largos repetidos: evalúa primero
claude-fable-5-1. El precio de entrada no cambia hasta 1M de tokens y la lectura de caché cuesta solo $0.25, lo que facilita la previsión de costos. - Necesidad de ajustar el presupuesto de razonamiento o dependencia de la búsqueda web y el uso de computadoras: evalúa primero
gpt-6-astra. Ofrece cinco niveles de razonamiento y sus capacidades de herramientas oficiales son más completas. - Tareas de frontend en un solo archivo y visualización creativa: hay ejemplos de ambos modelos, pero se basan en afirmaciones de sus autores. Úsalos como inspiración y verifica los resultados con tus propias tareas.
- Cuando importa la actualidad del conocimiento: la fecha de corte de Fable 5.1 es 2026-06 y la de GPT-6 Astra es 2026-04-30. La diferencia es de unos dos meses y se puede compensar con herramientas de búsqueda.
Cómo montar tu propia evaluación
La clave es «mantener todo fijo y cambiar solo el nombre del modelo». Sigue estos pasos:
- Selecciona entre 20 y 50 tareas reales de tu actividad que cubran los principales tipos, como código, documentos extensos y salidas estructuradas. Define los criterios de aprobación para cada una.
- Mantén fijas la indicación de sistema, la indicación de usuario, el máximo de tokens de salida y el nivel de razonamiento. Para Fable 5.1, registra el esfuerzo (
effort); para GPT-6 Astra, el nombre del nivel. - Registra para cada tarea los tokens de entrada y salida, el tiempo de respuesta completo y si pasó o no la evaluación manual.
- Identifica por separado las tareas cuya entrada supere los 272 000 tokens y calcula su costo según la tarifa escalonada correspondiente.
- Ejecuta primero las dos líneas base con
claude-fable-5-1ygpt-6-astra. Cuando estén disponibles los nuevos modelos, cambia solo el nombre del modelo y vuelve a ejecutar el mismo conjunto de tareas.
La tabla de registro debería incluir al menos los siguientes campos para facilitar las comparaciones entre modelos y a lo largo del tiempo:
| Campo | Qué registrar | Para qué sirve |
|---|---|---|
| ID y tipo de tarea | Código / documento extenso / salida estructurada, etc. | Desglosar la tasa de aprobación por escenario |
| Nombre del modelo y nivel de razonamiento | Por ejemplo, gpt-6-astra high |
Garantizar las mismas condiciones al repetir la prueba |
| Tokens de entrada / salida | Datos de uso (usage) devueltos por la plataforma |
Calcular el costo real de cada tarea |
| Tiempo | Desde la solicitud hasta la respuesta completa | Evaluar la experiencia de interacción |
| Aprobación manual | Sí / no + motivo | Medir la calidad final |
💡 Recomendación: ejecutar los modelos de ambos proveedores con una misma clave API ayuda a evitar que las diferencias de red y los límites de solicitudes entre cuentas alteren los resultados. Al invocarlos de forma unificada a través de APIYI apiyi.com, los campos
usagetienen el mismo formato y resulta más fácil consolidar los datos.
Preguntas frecuentes y recomendaciones
Q1: ¿Las demos de Model Tests demuestran que Fable 5.5 es mejor que GPT-6.2 Astra?
No. No se probó a ambos con la misma tarea y también difieren el nivel de razonamiento, la fecha y la cantidad de resultados. Además, la atribución de los modelos se basa en lo que afirma el autor. Como mucho, las demos indican que, según el autor, ambos pueden producir resultados ejecutables o visualizables.
Q2: ¿Se han lanzado Fable 5.5 y GPT-6.2 Astra? ¿Cuándo se podrán usar?
Hasta el 2026-11-03, ninguno de los dos modelos figuraba en los catálogos oficiales de sus respectivas compañías y tampoco había una fecha de lanzamiento fiable. A esa fecha, Fable 5.5 y GPT-6.2 Astra aún no estaban disponibles en APIYI. Los incorporaremos lo antes posible; consulta la lista de modelos de la plataforma para confirmar sus nombres y precios. Una vez disponibles, podrás encontrarlos directamente en la lista de modelos de APIYI, en apiyi.com.
Q3: ¿Es fiable la captura que muestra un 19.8% del tráfico?
Es una captura personal del usuario de X TokenGremlin. Una publicación anterior en Linux.do mostraba solo un 1.6%, y el selector de modelos seguía mostrando GPT-6 Astra. Además, los informes de distintos usuarios no coinciden. Ambas cifras son reportes de la comunidad, no datos oficiales; solo indican que el nombre del modelo apareció en los detalles de uso de algunas cuentas.
Q4: ¿Conviene esperar a los nuevos modelos o usar los modelos insignia actuales?
Recomendamos empezar con los modelos insignia actuales. Fable 5.1 y GPT-6 Astra tienen el mismo precio unitario, ambos ofrecen capacidades de primer nivel y ya pueden usarse en producción. Lo más importante es preparar una batería de pruebas para poder sacar conclusiones rápidamente cuando lleguen los nuevos modelos. En APIYI, apiyi.com, puedes usar el crédito gratuito de prueba para evaluar una muestra pequeña y validar el proceso.
Q5: Si los modelos insignia actuales cuestan lo mismo, ¿puede haber diferencias en el costo?
Sí. Cuando una sola entrada a `gpt-6-astra` supera los 272,000 tokens, el precio de entrada sube de $10 a $20; la lectura de caché cuesta $1, frente a los $0.25 de `claude-fable-5-1`. La diferencia es más notable en escenarios con contextos largos y una alta tasa de aciertos de caché. Conviene hacer los cálculos según la distribución real de tokens.
Recomendaciones prácticas
Para los equipos que están eligiendo modelo este mes, recomendamos seguir tres pasos: primero, recopilen esta semana entre 20 y 50 tareas reales y sus criterios de aceptación; después, usen la misma clave en APIYI apiyi.com para probar claude-fable-5-1 y gpt-6-astra como líneas de base, y registren los tokens, el tiempo de respuesta y la tasa de aprobación según la evaluación humana; por último, cuando Fable 5.5 o GPT-6.2 Astra se lancen oficialmente y estén disponibles en la plataforma, repitan las mismas pruebas cambiando solo el nombre del modelo. Así tendrán datos comparativos basados en sus propias tareas y obtenidos en las mismas condiciones, más fiables que cualquier demo o captura de pantalla. Consulten la lista de modelos de la plataforma para conocer los modelos y precios vigentes.
Referencias
- Catálogo de modelos de OpenAI: especificaciones y precios oficiales de GPT-6 Astra
- Enlace:
developers.openai.com/api/docs/models - Nota: consultado el 2026-11-03; GPT-6.2 Astra no figura en el catálogo
- Página de precios y modelos de la plataforma Anthropic: especificaciones, precios y facturación de caché oficiales de Fable 5.1
- Enlace:
platform.claude.com - Nota: consultado el 2026-11-03; Fable 5.5 no figura en las páginas de precios ni de noticias
- Model Tests, sitio de pruebas de terceros: recopilación de demos públicas del autor @notjazii
- Enlace:
model-tests.vercel.app - Nota: la identificación de los modelos proviene del propio autor; no se incluyen indicaciones ni registros de invocación
Autor: equipo técnico de APIYI
Contacto técnico: visita la página principal de APIYI apiyi.com para comunicarte con nosotros. Puedes consultar los modelos y la documentación de integración en docs.apiyi.com.
