Models actuals: GPT-5.6, Claude 5, Gemini 3, LLaMA 4
Comparativa de models (juliol 2026)
| Model | Empresa | Paràmetres | Context | Open Source | Punt fort |
|---|---|---|---|---|---|
| GPT-5.6 Sol | OpenAI | Desconegut | 1,05M tokens | No | Raonament complex, ús professional |
| GPT-5.6 Terra | OpenAI | Desconegut | 1,05M tokens | No | Equilibri intel·ligència/cost |
| GPT-5.6 Luna | OpenAI | Desconegut | 1,05M tokens | No | Volum alt, cost-efectivitat |
| Claude Opus 5 | Anthropic | Desconegut | 1M tokens | No | Codi agèntic, raonament de llarg abast |
| Claude Sonnet 5 | Anthropic | Desconegut | 1M tokens | No | Equilibri qualitat/cost, ús general |
| Claude Haiku 4.5 | Anthropic | Desconegut | 200K tokens | No | Velocitat, cost |
| Gemini 3.1 Pro | Desconegut | 1M tokens | No | Raonament complex, multimodal, agents | |
| Gemini 3.6 Flash | Desconegut | 1M tokens | No | Model per defecte, equilibri velocitat/qualitat | |
| Gemini 3.5 Flash-Lite | Desconegut | 1M tokens | No | Alt volum, baixa latència | |
| LLaMA 4 Maverick | Meta | 400B totals (17B actius, MoE) | ~1M tokens | Sí | Open source, multimodal natiu |
| LLaMA 4 Scout | Meta | 109B totals (17B actius, MoE) | 10M tokens | Sí | Context ultra-llarg |
| Mistral Medium 3.5 | Mistral | Desconegut | — | Llicència MIT modificada | Multimodal, agèntic i de codi |
| Mistral Small 4 | Mistral | Desconegut | — | Apache 2.0 | Raonament + codi, model híbrid eficient |
| Gemma 4 | fins a 31B | 256K tokens | Sí (Apache 2.0) | Model obert d'alta qualitat, edge-ready | |
| Phi-4 | Microsoft | 14B | 16K tokens | Sí | Raonament matemàtic en poc espai |
Executar LLMs localment amb Ollama
Ollama és la forma més senzilla de córrer models oberts localment (privadesa total, sense cost d'API):
# Instal·lar Ollama (Linux/macOS)
curl -fsSL https://ollama.ai/install.sh | sh
# Descarregar i córrer LLaMA 3.1 (8B, ~5GB)
ollama pull llama3.1:8b
ollama run llama3.1:8b
# O directament amb Docker
docker run -d --name ollama \
-p 11434:11434 \
-v ollama:/root/.ollama \
ollama/ollama
# Descarregar el model dins del contenidor
docker exec -it ollama ollama pull llama3.1:8b
# Provar via API REST
curl http://localhost:11434/api/generate -d '{
"model": "llama3.1:8b",
"prompt": "Explica en català que és la intel·ligència artificial",
"stream": false
}'