Nanocoder es gratuito: la CLI tiene licencia MIT, no tiene cuenta, nivel ni clave de licencia, por lo que "precios de Nanocoder" en la práctica significa la factura del modelo que hay detrás: tokens al precio del proveedor que configures, o hardware y electricidad para un modelo local. La cifra de tu terminal no es esa factura. Nanocoder calcula el precio de cada respuesta a partir de una base de datos de terceros que no tiene ninguna entrada para tu pasarela, y esta página reproduce exactamente lo que eso hace con la cifra.
Primero, una aclaración, porque los resultados de búsqueda mezclan varias cosas. Esta página trata sobre Nano-Collective/nanocoder, publicado como @nanocollective/nanocoder y documentado en docs.nanocollective.org/nanocoder. Observa la r final. Un proyecto separado llamado nanocode — un agente de programación para NanoGPT —, además de NanoGPT, que vende tokens y publica una lista de precios real en nano-gpt.com y nanogpt.net, y una empresa de software polaca que opera como Nanocoder, aparecen también en estas búsquedas. Ninguno de sus precios pertenece a esta página.
Lo que cobra Nanocoder y lo que realmente se te factura
La instalación es gratuita en todas las rutas documentadas y no solicita ninguna cuenta: npm install -g @nanocollective/nanocoder, Homebrew o Nix. El registro de npm indica 1.30.0 como latest, publicado el 26 de agosto de 2026, con engines.node >= 22 y "license": "MIT" (registro consultado el 21 de septiembre de 2026; para entonces no se había publicado ninguna versión más reciente).
| Partida | Cuánto cuesta | De dónde procede |
|---|---|---|
| La CLI de Nanocoder | $0, MIT, sin cuenta ni clave | Metadatos del paquete y el propio battlemap: "Gratis, usa tu propia clave, sin nivel de pago jamás" |
| La extensión de VS Code | $0, incluida como un .vsix en el paquete npm | No está en VS Code Marketplace: una búsqueda de ese ID de extensión devolvió 404 y cero resultados de API |
| Un servicio alojado de Nanocoder | No existe | No se ofrece ninguna cuenta, nivel ni pasarela en su documentación ni en su sitio |
| Tokens del modelo, proveedor alojado | Tarifa por token de tu proveedor | La facturación propia de tu proveedor, no la de Nanocoder |
| Tokens del modelo, ejecutor local | Sin cargo por solicitud | Hardware y electricidad en su lugar; el proveedor no publica ninguna cifra para ninguno de los dos |
El proyecto se financia mediante donaciones y patrocinios, no mediante los usuarios, y aquí corresponde una divulgación porque condiciona los consejos que leerás en otros lugares: Atlas Cloud figura como patrocinador en el propio README de Nanocoder, que también enlaza a su "promoción del plan de programación" para "un acceso a la API más económico". Esa recomendación aparece dentro de un documento cuya financiación ayuda a cubrir el patrocinador, y no demuestra que el plan sea el más barato. Esos planes de programación son suscripciones mensuales con una asignación semanal de puntos, y los puntos se consumen como tokens de entrada multiplicados por un multiplicador de entrada más tokens de salida multiplicados por un multiplicador de salida, con los multiplicadores establecidos por modelo; por tanto, lo que cuesta por millón de tokens depende del modelo que ejecutes y no es una única cifra que puedas colocar junto a una tabla de tarifas.
La cifra de coste de tu terminal no es tu factura
La versión 1.30.0 añadió un pie de página bajo cada mensaje del asistente que muestra, por ejemplo, Tokens: 4.2k | ~$0.01. Es la cifra que parece más útil en pantalla y la más fácil de interpretar mal, porque Nanocoder nunca pregunta a tu proveedor cuánto cobra.
Este es el mecanismo, leído en el código fuente publicado en la etiqueta v1.30.0. Los precios proceden de models.dev/api.json. La búsqueda toma tu ID de modelo y, en su propio comentario, busca "through all providers, picking the match with highest context limit"; por tanto, nunca consulta al proveedor que configuraste, solo la cadena del ID. Cuando se obtuvo ese archivo el 21 de septiembre de 2026, enumeraba 223 proveedores y ninguna entrada para Kunavo. Por tanto, un ID servido por Kunavo se resuelve en la entrada no relacionada que casualmente tenga la misma cadena y declare la ventana de contexto más grande.
Al reproducir ese algoritmo exacto con ese archivo, para una sesión asumida de 200,000 tokens de entrada y 15,000 tokens de salida, se obtiene la diferencia siguiente. La estimación del catálogo es la aritmética del catálogo de Kunavo; la última columna es el total que mostraría el pie de página de Nanocoder para los mismos tokens.
| Modelo | Tarifa de Kunavo, entrada/salida por 1M | Estimación del catálogo | Tarifa que selecciona el pie de página | Lo que muestra el pie de página |
|---|---|---|---|---|
| Claude Haiku 4.5 | $0.70 / $3.50 | $0.192 | $1 / $5 | ~$0.28 |
| GPT-5.6 Terra | $0.70 / $4.20 | $0.203 | $0 / $0 | ningún segmento de coste |
| Claude Sonnet 4.6 | $2.10 / $10.50 | $0.578 | $3 / $15 | ~$0.83 |
| Claude Opus 5 | $3.50 / $17.50 | $0.963 | no se ha publicado ningún bloque de costes | ningún segmento de coste |
Dos fallos diferentes, ambos derivados de una sola búsqueda. Cuando la entrada ganadora publica una tarifa más alta, el pie de página sobreestima. Cuando publica ceros, o no tiene ningún bloque cost, el pie de página no muestra nada y un coste ausente se interpreta como gratuito. Ese último paso es deliberado en el código distribuido: un bloque de costes ausente se convierte en una tarifa cero, no en "desconocido", y el formateador del paquete publicado no devuelve nada para un coste de cero o menos, de modo que "free/local models should show no cost segment rather than '$0.00'". La lógica es correcta para un modelo local y errónea para uno de pago cuyo ID coincida con una entrada de directorio con precio cero.
Además, hay otras dos distorsiones. models.dev publica niveles de precios para contextos largos en algunas entradas; el cliente distribuido solo copia las tarifas planas input y output de cada entrada y nunca lee los niveles, por lo que un turno que supere el umbral de un nivel queda subestimado. Y el propio registro de cambios de la versión 1.30.0 afirma que la estimación "prices all input tokens at the standard rate — cache read/write discounts are not factored in, so costs can be overstated for providers with prompt caching". Consulta caché de prompts para ver cómo son esos descuentos cuando una ruta los admite.
Las tarifas de esa tabla son una instantánea: models.dev se edita continuamente, y la entrada que gana el desempate por mayor contexto puede cambiar sin que cambie nada en tu equipo. La reproducción es breve: obtiene api.json, encuentra todos los proveedores que contienen tu ID exacto de modelo, conserva el que tenga el limit.context más grande y lee su bloque cost. El libro mayor de tu propio proveedor es la cifra autorizada; consulta detalles de facturación.
Lo que se ha distribuido y lo que solo está en la rama de desarrollo
Esta distinción determina si varias de las correcciones que se citan realmente existen en tu equipo. Tanto /latest/ como /v1.30.0/ en el sitio de documentación ofrecían contenido de v1.30.0 al comprobarlos el 21 de septiembre de 2026; la carpeta docs/ del repositorio en main está por delante de ambos.
| Función | En v1.30.0, la versión que npm instala hoy | Qué significa eso para tu presupuesto |
|---|---|---|
| Pie de página de tokens y costes por respuesta | Sí | Presente y sujeto a todas las distorsiones anteriores |
| Informes de costes conscientes de la caché | No; la documentación de proveedores de v1.30.0 no contiene ninguna sección sobre caché de prompts | Los prompts almacenados en caché se cobran con la tarifa de entrada completa, por lo que la cifra está sobreestimada |
/stats | No; ausente de la referencia de comandos de v1.30.0 | /usage es el total que tienes por ejecución |
maxOutputTokens en una entrada de proveedor | No; ausente de la tabla de campos de proveedores de v1.30.0 | No existe ninguna forma documentada de elevar el límite de 4096 tokens descrito a continuación |
Esquema JSON de configuración y config list/show/diff | No | La configuración resuelta no se puede inspeccionar desde la CLI |
Cada "No" anterior se comprobó buscando en la página publicada, no se dedujo, y la página del proveedor Anthropic es la comprobación de coherencia: cero coincidencias para "Prompt caching" y "cache-aware", mientras que el mismo HTML contiene sdkProvider seis veces. Son ausencias reales, no un artefacto de renderizado. El trabajo se incorporó a main después de la versión publicada el 26 de agosto y añade todos ellos; por tanto, una cita a un archivo en main describe software que todavía no puedes instalar, y una versión más reciente cambiaría varias de estas filas.
El mejor modelo para Nanocoder: una cuestión de capacidades, no una clasificación
Nanocoder no publica ningún modelo recomendado, ninguna tabla de clasificación ni ninguna especificación de hardware. Una lectura completa de su documentación el 21 de septiembre de 2026 no encontró ninguna RAM mínima, ninguna cifra de VRAM ni ninguna GPU recomendada, y el directorio benchmarks/ del repositorio es un informe de calidad sobre la CLI compilada — códigos de salida, recuentos de módulos, tiempos aproximados de arranque y primera renderización, tamaño del paquete —, no algo que puntúe un modelo. Tampoco se ha ejecutado aquí ningún benchmark de tareas, por lo que esta página no muestra ninguna clasificación: una tabla de clasificación construida a partir de nada es peor que ninguna.
Lo que el proveedor sí publica se adapta mejor a una página sobre presupuesto, porque cambia lo que el modelo puede hacer, no la puntuación que obtiene. El perfil de herramientas predeterminado auto, según la documentación de tune de v1.30.0, "keeps the full tool surface for cloud models and model ids with no size hint, resolves models up to 15B parameters to minimal, and resolves models up to 4B parameters to nano".
| Perfil resuelto | Qué modelos lo obtienen con auto | A qué renuncias |
|---|---|---|
full | Modelos en la nube y cualquier ID sin indicación de tamaño | Nada: esta es toda la superficie de herramientas y el único perfil en el que se exponen herramientas MCP |
minimal | Modelos de hasta 15B parámetros | Solo ocho herramientas principales; el prompt del sistema se reduce aproximadamente a 500-700 tokens |
nano | Modelos de hasta 4B parámetros | También elimina find_files, list_directory y agent; prompt de aproximadamente 150-250 tokens |
Hay dos lecturas prácticas. Primero, la documentación indica explícitamente que "MCP tools are only exposed in the resolved full profile"; por tanto, conectar un servidor MCP a un modelo local pequeño no hace nada hasta que cambias manualmente el perfil o pasas a un modelo más grande. Segundo, el ajuste predefinido incluido "Nano (low-end hardware)" limita los tokens máximos a 2048, lo que es un límite real de la longitud de la respuesta, no una sugerencia. El propio battlemap de Nanocoder sostiene que los modelos pequeños y antiguos siguen siendo utilizables porque incluye tres rutas de llamadas a herramientas — llamadas nativas a funciones, una alternativa XML y una alternativa JSON, con reparación en ambas alternativas —, pero esa es la afirmación del mantenedor y no publica ninguna tasa de éxito. Para una visión más amplia de las ventajas y desventajas de los modelos, consulta la comparación de modelos de programación.
Local frente a remoto: dos presupuestos distintos
Un usuario que prioriza lo local no es un comprador de una API de pago con una factura menor, y tratarlos como si fueran lo mismo produce malos consejos en ambas direcciones. El propio battlemap de Nanocoder afirma que "if you are running Nanocoder against a local model, the entire loop can run with zero outbound network traffic" y que siete servidores locales — Ollama, llama.cpp, llama-swap, LM Studio, LocalAI, MLX Server y vLLM — están documentados como proveedores de primera clase. Esa es la afirmación de posicionamiento del proyecto, no una medición realizada aquí.
La afirmación honesta sobre el coste local es que nadie ha publicado una cifra. Nanocoder no cuantifica ningún requisito de hardware, por lo que el capital y la electricidad te corresponde valorarlos a ti. Dos comportamientos hacen visible la diferencia en lugar de ocultarla: el segmento de costes se omite para modelos locales y gratuitos, y en las ejecuciones sin interfaz el bloque usage se "omitted entirely when the provider reports no token telemetry (common with local models), so an absent block means 'unknown', never 'zero'".
Hay una trampa al empezar. La página de precios de Ollama afirma que "Running models on your own hardware is always unlimited", y la documentación del proveedor Ollama de Nanocoder cubre solo el endpoint local, sin necesidad de clave. Pero esa misma página también vende planes alojados: Pro por $20 al mes con $60 de créditos de uso mensual, Max por $100 con $300, Team por $500 con $1,000 compartidos y un nivel Enterprise personalizado (comprobado el 21 de septiembre de 2026). Por tanto, "Ollama es gratuito" es cierto para la ruta local y falso para la alojada. La documentación del endpoint compatible con Ollama de Kunavo cubre la estructura de esa API si estás pasando de una modalidad a la otra.
| Ruta | Cuándo gana | Lo que te cuesta |
|---|---|---|
| Ejecutor local | Trabajos pequeños, privados o sin conexión; ya tienes el hardware | Sin cargo por solicitud. Capital y electricidad, sin cuantificar por nadie; y con auto un modelo pequeño se resuelve en un perfil de herramientas reducido sin MCP |
| API directa del proveedor | El modelo de un proveedor ocupa toda tu jornada | La tabla de tarifas de ese proveedor, más una segunda cuenta por cada proveedor adicional |
| Pasarela | Cambia de modelo según la tarea y quiere una sola clave y un solo saldo | Tarifas por token más lo que cobre la pasarela al añadir fondos. El bloque de enrutamiento OpenRouter de Nanocoder coincide con el nombre literal del proveedor openrouter, por lo que una pasarela con otro nombre no obtiene nada de ello |
| Inicio de sesión mediante suscripción | Ya pagas GitHub Copilot o ChatGPT | No es en absoluto un modelo de aportar tu propia clave: /copilot-login usa el OAuth de dispositivo de GitHub y /codex-login un flujo de navegador; no se requiere ninguna clave de API para ninguno, y los modelos disponibles dependen de tu nivel de suscripción |
Hay que tener cuidado con las comisiones de financiación de las pasarelas, porque es la parte que la gente pasa por alto. Las preguntas frecuentes de OpenRouter afirman que "there is no markup on inference pricing" y que, en su lugar, cobra una comisión "when you purchase credits", además de otra comisión por el uso de tu propia clave que supere la asignación dependiente del plan. Esos porcentajes varían según el método de pago y el plan, y se incorporan a esa página cuando se renderiza, por lo que aquí no se cita ninguno; consulta la cifra actual durante tu propio proceso de pago. Las alternativas a OpenRouter y la API compatible con OpenAI cubren la comparación de forma más general.
Presupuestar el consumo de tokens
La columna de catálogo de la tabla anterior es la estimación que debe utilizar para presupuestar, y constituye un cálculo ilustrativo de tokens, no un coste medido de una tarea ni un límite máximo de facturación. Sus supuestos son una sesión con 200,000 tokens de entrada sin caché y 15,000 tokens de salida a las tarifas actuales del catálogo, sin lecturas de caché ni cargos por herramientas. Las sesiones reales varían según el tamaño del repositorio, la frecuencia con la que el agente vuelve a leer archivos y cuánto resultado de las herramientas se incorpora de nuevo al contexto; además, el perfil de herramientas anterior cambia la sobrecarga por turno antes de todo eso.
Escálelo según sus propias sesiones diarias antes de considerarlo un presupuesto. Con estos supuestos, los modelos Claude Haiku 4.5 permiten aproximadamente 51 sesiones por cada crédito de $10, y Claude Opus 5 aproximadamente 10, lo que sirve para dimensionar un saldo sin indicarle cuál completará su trabajo. La tarifa publicada más baja y el menor coste para completar una tarea son afirmaciones diferentes: un modelo más barato que necesita tres intentos puede costar más que uno que necesita una sola pasada. La optimización de costes de IA aborda correctamente este método.
El importe del catálogo de Kunavo es un mínimo de facturación, no un límite máximo: cuando el proveedor ascendente informa de su cargo, la factura es el mayor de estos valores: el coste del catálogo y el coste del proveedor ascendente multiplicado por el margen aplicable. Los cargos de caché y las herramientas externas quedan fuera de este ejemplo. La recarga mínima es $10 en crédito prepago: un mínimo de financiación, no una tarifa por tarea ni una suscripción.
Configurar Nanocoder con un endpoint personalizado
Cualquier servicio compatible con OpenAI se añade como proveedor personalizado, ya sea de forma interactiva mediante /settings providers o en agents.config.json — primero el archivo del proyecto y después un directorio de configuración de usuario específico del sistema operativo; NANOCODER_CONFIG_DIR omite ambas búsquedas y la variable de entorno NANOCODER_PROVIDERS tiene la máxima precedencia de todas.
{
"nanocoder": {
"providers": [
{
"name": "Kunavo",
"baseUrl": "https://api.kunavo.com/v1",
"apiKey": "${KUNAVO_API_KEY}",
"models": ["claude-sonnet-4-6"],
"contextWindow": 1000000
}
]
}
}Tres notas sobre ese bloque, todas extraídas de la documentación de proveedores de v1.30.0. sdkProvider se omite porque su valor predeterminado es openai-compatible; los demás valores de la tabla de opciones de sdkProvider de esa versión son google, anthropic y github-copilot, y chatgpt-codex está documentado en su propia página de proveedor, no en esa tabla. Las claves y otros valores de configuración admiten la sustitución de $VAR, ${VAR} y ${VAR:-default}. Además, requestTimeout tiene como valor predeterminado 120,000 ms, y -1 lo desactiva; esto importa mucho más para un modelo local lento que para uno alojado.
La ventana de contexto es el factor que probablemente más le costará dinero si lo omite. Nanocoder resuelve el límite de contexto de un modelo siguiendo un orden documentado de seis pasos: una sustitución de sesión mediante /context-max o --context-max, después contextWindows[model], luego contextWindow, después NANOCODER_CONTEXT_LIMIT, a continuación los metadatos de models.dev y, por último, un mapa integrado de respaldo de Ollama. Como Kunavo no aparece en models.dev, los dos últimos pasos no pueden ayudar; por tanto, uno de los cuatro primeros debe configurarse manualmente. El valor anterior procede de la propia entrada de catálogo de Kunavo para este modelo. No solo afecta al indicador visual: la compactación automática se activa en un porcentaje del límite de contexto resuelto, cuyo valor predeterminado es 60; por ello, un límite incorrecto cambia la frecuencia con la que el agente comprime y vuelve a enviar el contexto, y eso supone consumo de tokens.
Hay otro problema que conviene conocer antes de la primera ejecución. Si configura sdkProvider: "anthropic" para un endpoint que sirve un identificador de modelo que el SDK subyacente no reconoce como modelo de Claude, el sistema aplica un límite de salida de 4096 tokens, lo que trunca las respuestas largas a mitad de una frase sin mostrar ningún error. Esto se describe en la sección "Output Token Ceiling" de la documentación de proveedores en main, y el propio límite procede de @ai-sdk/anthropic, de la que v1.30.0 ya depende; por tanto, el comportamiento está presente en la versión publicada aunque la documentación no lo esté. La solución que indica esa página, maxOutputTokens, tampoco se ha publicado; en v1.30.0, la alternativa es mantenerse en la ruta predeterminada openai-compatible.
Kunavo publica una guía de configuración de Nanocoder, que es una referencia de configuración, no una prueba de compatibilidad: Nanocoder no se ha probado en tiempo de ejecución con el endpoint de Kunavo, por lo que aquí no se confirman de extremo a extremo el streaming, las llamadas a herramientas, la autenticación ni el enrutamiento de modelos. Mantenga disponible una ruta operativa mientras lo prueba, ejecute una tarea acotada y después consulte el cargo registrado en su cuenta, en lugar del pie de página. Cree una cuenta de Kunavo cuando esté listo para financiar una clave.
¿Está comparando clientes en lugar de rutas? Nanocoder frente a OpenCode compara este agente con el más popular; los precios de OpenCode cubren un cliente cuyo mantenedor sí vende tokens, y el directorio de API de agentes registra cómo gestiona cada cliente de este espacio una URL base personalizada.
Preguntas frecuentes
¿Cuánto cuesta Nanocoder?
La CLI de Nanocoder cuesta $0. Tiene licencia MIT, el paquete npm @nanocollective/nanocoder declara «license»: «MIT», y no hay ninguna cuenta, registro ni clave de licencia en ningún punto del proceso de instalación (comprobado el 21 de septiembre de 2026). Su propio documento de posicionamiento establece el modelo de precios como «Free, BYO key, no paid tier ever», y su README afirma que no hay «no paid tiers gating the useful parts» — ambas son palabras del mantenedor, no una auditoría externa. Lo que realmente pagas son los tokens del modelo en el proveedor que configures, o el hardware y la electricidad de un modelo local. La extensión de VS Code incluida también es gratuita y no se distribuye a través de VS Code Marketplace: se incluye como un .vsix dentro del paquete npm.
¿Cuál es la mejor API para Nanocoder?
No hay un ganador único, porque Nanocoder no vende ninguna ni recomienda una. Una API directa del proveedor gana cuando el modelo de un proveedor ocupa toda tu jornada y quieres la caché y las condiciones de procesamiento por lotes propias de ese proveedor. Una pasarela gana cuando cambias de modelo según la tarea y quieres una sola clave y un único saldo — con la salvedad de que los controles de enrutamiento de OpenRouter de Nanocoder están condicionados al nombre literal del proveedor "openrouter", por lo que una pasarela con cualquier otro nombre no obtiene service_tier, ordenación de proveedores, max_price ni modelos de respaldo. Una ruta mediante suscripción gana cuando ya pagas GitHub Copilot o ChatGPT, ya que esos son los dos proveedores con los que Nanocoder se autentica mediante inicio de sesión en lugar de una clave: /copilot-login usa el OAuth de dispositivo de GitHub y /codex-login un flujo de navegador; ninguno necesita una clave de API, y los modelos que puedes elegir dependen del nivel de tu suscripción. Un ejecutor local gana para trabajos pequeños, privados o sin conexión, donde el cargo por solicitud es cero y el coste se traslada al hardware. El directorio de proveedores de Nanocoder documenta 27 proveedores con nombre más una página genérica de proveedores personalizados, mientras que su propio battlemap dice "20+ providers"; cita la cifra que corresponda a la fuente que uses.
¿Cuál es la API más barata para Nanocoder?
La tarifa publicada más barata y el coste más bajo para terminar la tarea son preguntas distintas, y ningún benchmark publicado responde a la segunda para Nanocoder: el directorio benchmarks/ del repositorio es un informe de calidad sobre la CLI compilada — códigos de salida, recuentos de módulos, tiempos de arranque y primera renderización, tamaño del paquete —, no un benchmark de modelos, y aquí no se ha ejecutado ningún benchmark de tareas. Por tanto, el método honesto es hacer una preselección por tarifa y después medir. Dos ahorros estructurales importan más que una tabla de tarifas. Primero, un modelo local mediante Ollama no tiene ningún cargo por solicitud, y la propia página de precios de Ollama afirma que "Running models on your own hardware is always unlimited" (comprobado el 21 de septiembre de 2026); aunque esa misma página vende planes alojados, "Ollama es gratis" solo es cierto para la ruta local. Segundo, los perfiles de herramientas más pequeños reducen la sobrecarga del prompt en cada turno: la documentación de ajuste de Nanocoder sitúa el prompt del sistema del perfil nano en aproximadamente 150-250 tokens, frente a 500-700 para minimal. Ninguno de estos factores aparece en una comparación por millón de tokens.
¿Cuál es el mejor modelo para Nanocoder?
Nanocoder no publica ninguna respuesta a esto, y quien te dé una clasificación no está citando al proveedor. Una lectura completa de su documentación el 21 de septiembre de 2026 no encontró ningún modelo recomendado, ninguna clasificación de modelos ni ninguna cifra mínima de RAM, VRAM o GPU. Lo que sí publica es una regla de adecuación de capacidades: el perfil de herramientas predeterminado "auto" "keeps the full tool surface for cloud models and model ids with no size hint, resolves models up to 15B parameters to minimal, and resolves models up to 4B parameters to nano". Esto importa porque las herramientas MCP solo se exponen en el perfil completo resuelto, y el perfil nano elimina find_files, list_directory y agent por completo. Por tanto, un modelo local pequeño no es simplemente más lento: ejecuta una superficie de herramientas más reducida, y conectar un servidor MCP a él no hace nada hasta que cambias manualmente el perfil a full.
¿Por qué Nanocoder muestra un coste incorrecto, o no muestra ningún coste, para mi modelo?
Porque la cifra no procede de tu proveedor. Nanocoder calcula el precio de una respuesta a partir de la base de datos de terceros models.dev: su búsqueda examina todos los proveedores de ese archivo para encontrar el ID exacto de tu modelo y conserva "the match with highest context limit", por lo que nunca consulta al proveedor que configuraste. En models.dev, tal como se obtuvo el 21 de septiembre de 2026, había 223 proveedores y cero entradas para Kunavo, así que un ID servido por Kunavo se resuelve en la entrada no relacionada que casualmente tenga la misma cadena. De ello se derivan tres consecuencias, todas observadas en el paquete distribuido v1.30.0: un bloque de costes ausente se convierte en una tarifa cero en lugar de "desconocido"; el formateador no devuelve nada para un coste de cero o menos, por lo que el segmento desaparece en vez de imprimir $0.00; y los niveles de precios para contextos largos publicados por models.dev nunca se leen. El propio registro de cambios de la versión 1.30.0 añade que la estimación "prices all input tokens at the standard rate — cache read/write discounts are not factored in". Considera el pie de página un esquema y concílialo con el libro mayor de tu proveedor.
¿Nanocoder es lo mismo que nanocode o que NanoGPT?
No, y la diferencia determina qué precios se te aplican. Nanocoder tiene una r final: el repositorio es Nano-Collective/nanocoder, el paquete es @nanocollective/nanocoder y la documentación está en docs.nanocollective.org/nanocoder. Existe un proyecto no relacionado llamado nanocode — explícitamente un agente de programación para NanoGPT — y otros agentes Python minimalistas se han publicado con el nombre NanoCoder, uno de ellos rebautizado posteriormente para evitar exactamente esta confusión. NanoGPT es un mercado real de modelos de pago que publica una lista de precios real, y su nombre aparece en más de un dominio. Una empresa de software polaca también opera con el nombre Nanocoder. Ninguna de esas listas de precios describe esta CLI, que no tiene ninguna lista de precios.
¿Nanocoder funciona con Kunavo?
Kunavo publica una guía de configuración para Nanocoder, y eso es una referencia de configuración, no una prueba de compatibilidad: aquí no se ha realizado ninguna prueba de ejecución de Nanocoder con Kunavo, por lo que nadie ha confirmado de extremo a extremo el streaming, las llamadas a herramientas, la autenticación ni el enrutamiento de modelos. Nanocoder llega a un endpoint de terceros mediante su ruta de proveedor personalizado, que utiliza de forma predeterminada el SDK compatible con OpenAI, por lo que la entrada del proveedor necesita un nombre, una URL base, una clave y una lista de modelos. Conviene añadir manualmente dos ajustes: contextWindow, porque Kunavo no está en models.dev y no se pueden descubrir metadatos para él, y una comprobación deliberada del valor sdkProvider, porque el paquete @ai-sdk/anthropic deriva un límite de salida del ID del modelo y recurre a 4096 tokens para cualquier cosa que no reconozca como un modelo Claude; la documentación de proveedores de Nanocoder en su rama de desarrollo describe esto bajo "Output Token Ceiling", y el ajuste maxOutputTokens que ofrece como solución no está en v1.30.0. Mantén disponible una ruta operativa mientras lo pruebas, ejecuta una tarea acotada y lee lo que realmente registró tu cuenta.
Comprobado el 21 de septiembre de 2026: el registro npm para la versión publicada, los motores y la licencia; las páginas de documentación de v1.30.0 sobre proveedores, comandos, tune y battlemap, incluidos los recuentos de grep de las funciones ausentes; el registro de cambios de v1.30.0 y el código fuente publicado para la fórmula de costes y la consulta a models.dev; el formateador de costes del propio paquete distribuido; models.dev/api.json para la lista de proveedores y las tarifas reproducidas anteriormente; la versión de @ai-sdk/anthropic de la que depende v1.30.0, para el límite de 4096 tokens; la página de precios de Ollama; la página del plan de programación de Atlas Cloud; y las preguntas frecuentes de OpenRouter. El volumen de búsquedas de las consultas objetivo de esta página no se midió en la investigación realizada, y las instantáneas subyacentes de resultados de búsqueda están fechadas el 17 de septiembre de 2026. Nanocoder no se probó en tiempo de ejecución con Kunavo, no se ejecutó ningún benchmark de modelos y todas las cifras en dólares de Kunavo son cálculos ilustrativos de tokens basados en el catálogo actual, no costes medidos de tareas.