Pasamos por la documentación propia de cada proveedor en una sola sesión y conciliamos el catálogo con ella, línea por línea. No la lista de un agregador: los agregadores ponen su propio margen en el medio y tienen sus propias razones para lo que muestran. Las páginas que leímos fueron las de los propios proveedores.
Nuevas incorporaciones
De OpenAI: gpt-6-astra, un modelo de razonamiento; gpt-5.3-codex para código; gpt-realtime-2.1-mini, un modelo de voz en tiempo real más pequeño; y gpt-transcribe para voz a texto. De Anthropic: claude-fable-5-1. De Google: gemini-3.8-flash, gemini-3.5-flash-lite y lyria-3.5 para música. De xAI: grok-4.6. El nivel V4.1 Flash de DeepSeek se unió esa misma noche con su propio nombre.
Cada uno de estos que tiene una ruta de ejecución fue llamado de verdad con una clave de desarrollo antes de que se escribiera su fila. Una entrada de catálogo que nunca se ha probado es una suposición con un precio pegado encima.
Retiros, y nuevos precios
Los modelos cuyos creadores publicaron una fecha de fin ahora llevan esa fecha, tomada de la página de desaprobación del proveedor y no de la memoria: varias generaciones de Claude, la línea antigua de Mistral, dos modelos de imagen, un modelo de voz de OpenAI, una familia de modelos de búsqueda. Un modelo realmente cerrado se marca como cerrado, en vez de quedar ahí con un precio activo.
Los precios nunca se editan en su lugar. Cuando un proveedor cambia una tarifa, la fila antigua recibe una fecha de fin y empieza una nueva — así que una factura del mes pasado sigue leyéndose a la tarifa que realmente se cobró, y siempre lo hará. Por eso esta pasada produjo muchas más filas que modelos.
La fecha de cierre que no existía
El hallazgo que importó. Cuatro modelos Gemini 2.5 en nuestro catálogo llevaban una fecha de retiro en octubre. La página de desaprobación de Google no lista ninguna fecha de cierre para ellos. Sin corregir, tres modelos usados hoy se habrían apagado solos en una fecha que nosotros inventamos, y la falla habría parecido del proveedor.
Se eliminó. Sus vecinas — fechas realmente publicadas — se quedaron, y dos que estaban mal en la otra dirección se corrigieron.
Capacidades primero significa que una fila equivocada lo rompe todo
ToRun no elige un modelo por su nombre. Determina qué necesita realmente un turno — puede ver, puede llamar herramientas, necesita contexto largo, va a hablar — mantiene solo los modelos que pueden hacer todo eso, y ordena lo que queda. Lo que significa que una capacidad mal registrada no degrada una sola función. Enruta mal, en silencio, todo lo que necesita esa capacidad.
Así que esta pasada también corrigió los enlaces. Un ejemplo: nuestro nivel más alto de Anthropic no tenía ningún puntaje de inteligencia, así que se calificaba como desconocido y quedaba por debajo del modelo más barato de su propia familia. Otro: un modelo de música cuyo identificador caía por una rama genérica y ejecutaba en silencio un modelo distinto al que figuraba en la fila.
Elegir un modelo a mano se sigue respetando exactamente igual que antes — que es también por qué esa elección puede seguir siendo rechazada para un trabajo que no puede hacer.