Helmcode

AI open models ready to use. Private inference with flat rate. Own your models with privacy, zero logs and EU compliance
Community & builders at

[Helmcode @helmcode]

Today we’re featured in @LaVanguardia talking about AI, data sovereignty, and why the EU is competing in one of the most important races of our time and how at @helmcode we’re working to help meet that challenge.

[Helmcode @helmcode]

Open models have gotten really, really good. So why are so many companies still sticking with closed ones?

DeepSeek, Qwen, GLM and Kimi can already compete with (and often beat) the last closed models most companies use in production, like Sonnet, Haiku, Terra, Luna or Gemini. And they can do it at a fraction of the cost.

Yet plenty of teams are still hesitant. We've been thinking about why, so we wrote a piece on it.

A few things worth looking at:

→ Price per token doesn't tell you much. What matters is how much you pay for a task that actually gets done right. DeepSeek V4.1 Flash's latest update brought that cost down 54%, without changing the price.

→ DeepSeek isn't just opening its models. It's also releasing the inference engine and harness. That's a pretty big deal when you consider how much of this used to be locked inside the labs.

→ "We don't want our data going to China." Fair concern. But using a model trained in China doesn't mean your data goes there. It depends on where you run it and who's operating the infrastructure.

→ "We don't want to manage GPUs." You don't need to. Just like you don't need to run your own database servers to use PostgreSQL. Or your cloud.

We're still treating open models as if quality were the main obstacle. For a lot of real-world use cases, it isn't anymore.

The questions companies need to answer are where the models run, who operates them, and how much control you have over the whole thing.

And those are choices companies can already make today. Because with open models you have control.

Full piece: https://t.co/wVGV6E7EEM

[Helmcode @helmcode]

🐳 @deepseek_ai V4.1 Flash 1017 is now on Helmcode too.

Same size, same architecture. DeepSeek focused on getting more out of what the model already had, and the gains are impressive.

From DeepSeek's model card:
→ Terminal-Bench 4.0: 31.2 → 42.3
→ ProgramBench: 20.3 → 29.1
→ Automation-Bench: 54.8 → 60.5
→ DeepSWE v1.1: 74.2 → 77.0

Artificial Analysis points the same way. Its Intelligence Index goes from 39 to 45, and the average cost per evaluated task drops from $0.49 to $0.26 on its test suite. Around 47% less.

We also wanted to see what it does with a real project, so we ran two tests on design and video!

1/ Signal / Noise. Same creative brief for DeepSeek V4.1 Flash 1017 and Claude Opus 5.5: design and build a website from scratch.
Both got to a good result. Pretty impressive advance from DeepSeek, to be honest.
You have a video comparing both solutions.

2/ A motion graphics piece about what happens when machines begin to dream. Built entirely in code, with no video generation model.
Opus 5.5 level on video too for a piece of cost.

Improvement from 1017 is savage!

Haven't tried it? Give it a full project, let it use tools and check what it built, how long it took and what it consumed.
You can use it with flat rate, zero-prompt retention and EU servers at Helmcode :)

Full write-up and the video:
https://t.co/v70fEtuhPk

Both websites, screen by screen:
https://t.co/IbO3AvlyEJ

[Helmcode @helmcode]

@aletecnstuff He oído banco de tokens?

[Borja Perez @borjaperfra]

El nuevo Deepseek v4.1 flash 1017 vs Opus 5.5
👀 He estado probando el nuevo DeepSeek v4.1 Flash 1071 a nivel de diseño. Y me ha sorprendido mucho.

Y lo he querido comparar con Opus 5.5 👀
- Mismo prompt para los dos
- Cada uno con su harness (Claude Code vs DSH)

Les he pedido a ambos que me crearan una publicación digital sobre tecnología, IA, cultura digital e internet. Una web con un diseño muy cuidado.
Tenéis el prompt abajo de todo. No les he dado ninguna guía de diseño. Es más, les he dicho literalmente que tienen "libertad creativa".

Pero Borja, ¿es mejor Deepseek u Opus?
En cuestiones de diseño puro y duro, Opus sigue estando un poco por delante.
A pesar de que el juez del benchmark (un LLM ciego) haya dado algo más de puntuación a Deepseek, en cuanto a dirección artística y gusto, Opus ha conseguido crear una experiencia mucho más completa. Además, la lectura me parece mucho más cómoda.
Para mí, está un escalón por encima.
Eso sí, estamos hablando de detalles que con Deepseek se podrían refinar una v.2.
A nivel de velocidad, Opus ha terminado en apenas 17 min frente a los 40 que le ha llevado a Deepseek.

Una de las cosas más llamativas es que AMBOS han llegado a la misma dirección artística de manera independiente. Han cogido la metáfora de la radio y del signal/ noise y lo han llevado a los mismos colores, tipografías y recursos visuales.
Entiendo que tiene que ver con el set de datos de entrenamiento en el que se basan, pero es muy curioso.

Os dejo aquí las dos webs que han creado con la comparativa para que las podáis ver. Creo que esto podemos convertirlo en un benchmark de diseño conforme vayan saliendo los modelos.
- Web del Design Challenge con ambas para comparar: https://t.co/b2OdwmfGZB
- Web de Deepseek: https://t.co/5aCfs2e1w8
- Web de Opus: https://t.co/G1LSVJQwwG

Repito que esto ha sido el primer resultado con un solo prompt.

Este es el prompt, por si queréis probarlo vosotros
"### Tu misión

Diseña y desarrolla una publicación digital experimental llamada **SIGNAL / NOISE**.

Es una revista independiente sobre tecnología, inteligencia artificial, cultura digital y el futuro de internet.

Queremos una web que pueda competir visualmente con los mejores proyectos de diseño editorial digital. Una experiencia con personalidad, no otra landing genérica de SaaS.

Tienes libertad creativa para decidir la dirección de arte, tipografía, composición, paleta cromática, animaciones y sistema visual.

No quiero que me expliques cómo diseñarías la web. **Quiero que la construyas.**

### Producto

La web tendrá cuatro componentes principales:

**1. Portada editorial**

Una primera pantalla que establezca inmediatamente la identidad de la publicación.

Debe incluir el nombre SIGNAL / NOISE, el número de edición (ISSUE 001), una pieza editorial protagonista y una composición visual que resulte memorable.

**2. Índice de artículos**

Una selección de seis artículos ficticios, pero verosímiles, sobre tecnología y cultura digital.

No uses seis tarjetas idénticas. Diseña una composición editorial que permita distinguir historias protagonistas, artículos secundarios y contenidos breves.

**3. Experiencia de lectura**

Desarrolla al menos un artículo completo, al que se pueda acceder desde la portada.

Título del artículo: "The Internet Is Becoming a Place Without People".

Incluye una entradilla, varios apartados, citas destacadas y algún recurso visual integrado en el contenido.

Debe ser una experiencia de lectura agradable y cuidada.

**4. Navegación e interacciones**

Implementa navegación funcional, transiciones, estados hover, indicadores visuales y pequeños detalles de interacción.

Las animaciones deben aportar algo a la experiencia, no ser decoración gratuita.

### Requisitos técnicos

- React, TypeScript y Tailwind CSS.
- Puedes utilizar librerías de animación e iconos.
- Diseño responsive para escritorio y móvil.
- Accesibilidad básica, navegación por teclado y soporte para `prefers-reduced-motion`.
- Nada de interfaces estáticas que solo aparenten funcionar.
- No uses capturas de otras webs como sustituto del diseño.
- Puedes usar fotografías o recursos visuales externos, pero intégralos en una dirección artística coherente.
- El proyecto debe poder ejecutarse localmente.

### Criterios de diseño

Buscamos:

- Una identidad visual distintiva y reconocible.
- Excelente jerarquía tipográfica.
- Composiciones que aprovechen el espacio con intención.
- Buen equilibrio entre experimentación y usabilidad.
- Microinteracciones cuidadas.
- Consistencia entre portada, índice y artículo.
- Una versión móvil diseñada, no simplemente comprimida.

Evita:

- El aspecto genérico de una plantilla.
- Las seis tarjetas perfectamente alineadas.
- Gradientes decorativos sin función.
- Efectos llamativos que entorpezcan la lectura.
- Componentes de UI innecesarios.
- La apariencia típica de una landing de producto de IA.

### Libertad creativa

No tienes que seguir ninguna referencia visual concreta.

Decide tú qué significa SIGNAL / NOISE como identidad editorial y cómo debe expresarse visualmente.

Puedes ser experimental, minimalista, brutalista, sofisticado o adoptar una dirección completamente diferente.

Lo importante es que tus decisiones tengan sentido como conjunto.

### Entregable

Construye el proyecto completo.

Al finalizar, asegúrate de que funciona y proporciona una breve explicación (máximo 200 palabras) de las decisiones principales de dirección artística.

**No me hagas preguntas ni solicites aprobación de la dirección visual. Toma las decisiones y ejecuta.**"

[Helmcode @helmcode]

🐳 NEW DeepSeek V4.1 Flash 1017 is now live on https://t.co/ciWFdCqcvm!

Impresive post-training/update from one of oure most loved models. Improved for coding, agentic workflows and design with better reasoning.
- 1M-token context window
- Multimodal: text and image
- Thinking mode

Soon on Helmcode Enterprise plans too!

[Sealca @sealcax]

Accenture limita su uso de Claude a 29$/mes por empleado.

Si, eso es que te haga un PowerPoint.

Hoy leí esta noticia y flipé un poco.
La inferencia local es el futuro y estas empresas aún no lo ven.

Proyectos como @helmcode tienen aún todo por hacer.

https://t.co/MvTfETU6vy

[Joe Doe (Juan Perez) @abraganu]

@acrogenesis I’m using it through helmcode right now @helmcode you can try it there

[Saul @Saulgmz_]

La charla de NAN @helmcode en la que más gente participó, se la lleva @ChristianPalou de TheirStack.

La tuvimos el viernes pasado, y hablaba de la necesidad de comprender el por qué de las decisiones de negocio que se toman.

Por qué pongo este botón en esta esquina, qué hay detrás de esta decisión.

Por una razón muy simple, o como desarrollador te preocupas por aprender de negocio, o el de negocio se preocupará por usar la IA para programar exactamente lo que quiere.

Yo creo que el programador juega con ventaja por los conocimientos técnicos, pero dormirse no es una opción jajaja

[Helmcode @helmcode]

Tomorrow at AWS Community Day Spain, @crstiax explains how to size an LLM deployment on your own infra.

Weights are the easy part. KV cache and batching decide whether a GPU serves 2 users or 20. And the secret sauce about what we are doing at Helmcode.

Sat 17 Oct, 16:10, Santiago de Compostela @awscommspain @AWSCommunity

[Roger @RogerKernel]

@k2evil yep, de hecho lo he simplificado. Linear + un agente de "project manager" y luego subagentes para implementar cada feature.

lo hago todo desde claude code ahora mismo, menos lo de seguridad que lo hago con @helmcode

[Helmcode @helmcode]

Which open model should you use instead of Claude, GPT or Gemini?

Clients ask us this every week, so we built an equivalence table: which open model to test first if you’re using Opus, Haiku or Sol today.

Benchmark rankings alone aren’t a source of truth, so we compared closed and open models by class and by workload.

What you’ll find in the article: https://t.co/JcECcdPzEP

An equivalence table: closed → open
Benchmark numbers and where the models are close
The best open model for each workload
Routing as an architecture to save time, money and resources

In short, after these last few weeks, this is our starting point. Not gospel, just guidance:

Reasoning and knowledge work → MiMo V2.6 Pro
Frontier coding and agents → GLM-5.3
Agentic coding with a better balance → GLM-5.3 Flash
Tools and automation → DeepSeek V4.1 Flash
High volume, basic RAG → Qwen3.6 / Qwen3.8-Flash-Next
Long context → Kimi K3

Opus and Astra still win on certain problems, but we’re keeping an eye on the next open releases 👀

The setup that works best for us is routing each request to the smallest model that solves it well, and escalating to a frontier model only when it’s needed.

In six months some of these names will have changed. The method won’t: take a few hundred real tasks, run them blind against your current model and two or three candidates, and measure cost per completed task.

Benchmark your own workload before deciding anything.

[Helmcode @helmcode]

@ariasnico Oye qué maravilla de proyecto, Nico!

[Nico Arias @ariasnico]

ver videos no me rinde, me distraigo con cualquier cosa menos el contenido. prefiero leer, y si algo me pica, ahí veo el video.

así que armé moonshine, mi alambique casero, entran charlas y podcasts, salen artículos. después los destilo de nuevo en skills y docs.

https://t.co/GqJLX4UXD0

haciendo rendir la suscripcion de @helmcode - https://t.co/P6PsrEnV8i

Larga vida a unmetered whisper

[Helmcode @helmcode]

@novita_labs Oh, that's so cute obn your side guys! 🥰 Is this a proposal to co-host the next Kernel Panic! Helmcode x Novita AI? 👀

[Cristian Córdova 🐧 @barckcode]

😅 La verdad es un poco loco lo que un tweet ha hecho. Por daros algo más de números más a nivel de negocio.

La parte enterprise que no solemos dar tanto bombo aquí, ha crecido en promedio un 66% desde que empezamos. Con algún mes donde hemos crecido un 92% en ingresos.

Si todo va bien este mes justo cumpliendo los 6 meses llegaremos al millón de ARR o estaremos rozando el palo.

Consumen nuestra inferencia desde 98 países diferentes. En su gran mayoría EU pero también con presencia en muchas otras regiones.

Aunque ~60% de uso de la plataforma es aún principalmente agentes para programar. Ya un ~40% es uso integrado en producto o automatizaciones varias.

Procesamos casi más tokens ahora en un solo día que lo que procesábamos los dos primeros meses.

Hemos empezado a cerrar partnerships con empresas bastante grandes que nos ayudarán a distribuir más y mejor nuestra inferencia.

Hemos empezado a construir producto alrededor de nuestra propia inferencia y se vienen un montón de cosas por delante con colaboraciones que ya os digo que tengo una ilusión brutal.

En fin, que esto ha tomado una velocidad que para nada me esperaba cuando hice ese tweet a la 1 de la mañana medio dormido pero como siempre digo Twitter as a Service.

Y por cierto, todo esto con 0€ de financiación externa. Siendo rentables desde el día 1.

Tengo que dar las gracias a mi equipo pero también en especial a la comunidad porque todo este ruido para que @helmcode se conozca y como me han dicho algunos: “estamos hasta en la sopa últimamente” jaja no habría sido posible de no ser por todo lo que hacéis y compartís.

Esto apenas acaba de comenzar.

Como os suelo decir por Discord, ale a seguir construyendo 🚀

[Helmcode @helmcode]

@diegogarcimrey Más molas tú :)

[Helmcode @helmcode]

Last week, @speridlabs 🇪🇸 released Iris-3B, a small image model that runs on a single GPU. And we tested it. Open-weights here: https://t.co/FVEO8bdUrq

@crstiax, from our platform team, put Iris-3B through the BudgetPixel Arena prompts against GPT Image, FLUX and Kling: same text, one shot per prompt, no retouching.

What Iris-3B is:
- 3B parameters, Apache 2.0, by @speridlabs
- Generates straight in pixel space. No VAE, nothing compressing detail away before the output
- One RTX PRO 6000, 26 GB of VRAM, 32s per 1024² image at 100 steps (8s at 25)

What happened when we tested it:
- Photography is where it surprised most. The portrait and the bike-mechanic shot pass as real, grease and metal shavings on the bench included
- Counting: “exactly three green apples and two yellow pears”. Got it first try
- Text in image: “ORRERY HOUSE” on a walnut sign, every letter right
- Architecture and watercolour hold style and palette; both lost the vote to GPT Image 2 and 2.5, which is about what you’d expect

Where it falls: the small things in the prompt.
- A fisherman’s sweater came out as a plain crew neck
- Warm light through the windows never showed up
- With one image per prompt there’s luck involved: a different seed and resolution got the fruit count wrong

It doesn’t beat the top closed models. It gets closer than a 3B model has any business getting, and you can run it yourself. Impresive for its size. Congrats @speridlabs team!

Whole analysis by @crstiax here. Prompts, all the side-by-sides and the timing table:
https://t.co/PIJ5gZEpPu

[Helmcode @helmcode]

@Sr_Sc0rpi0 @NousResearch Te mandamos un caldito y media farmacia por Glovo ❤️

[Pau @paumrch]

Os cuento primeras impresiones usando 🇪🇸 SpainAssist de @pabcrab.

Con las administraciones pasa como con los tontos, que hay uno por pueblo.

¿Qué quiere decir esto?

Que, por desgracia, salvo que seamos capaces de adoptar una misma lengua administrativa (público.md), cualquier herramienta o arnés con el que vayamos a luchar frente a la burocracia tendrá que adaptarse a cada administración. Y hay 8.000 ayuntamientos.

🎉 Como veréis en las imágenes, he intentado, con éxito, pedir una cita con el alcalde de Rocafort.

Y para trabajar con SpainAssist, he hecho un fork del repositorio y lo he adaptado a mi entorno de trabajo usando la API de NaN de @helmcode.

He cargado mi certificado digital y he escaneado mi DNI.

Ahora bien, la aplicación se ha bloqueado cuando he querido pedir la cita a través de instancia general. Pero no es culpa de la aplicación.

La web del Ayuntamiento de Rocafort no tiene un trámite específico para la solicitud de cita con Alcaldía (ni para otras tantas cosas...)

Por lo tanto, debe inferirse que, al no existir un trámite específico, ha de ir por instancia general.

Y hasta ahí ha llegado. Bien.

El bloqueo ha llegado porque los dominios de la sede electrónica no los reconocía como dominios permitidos para utilizar mi certificado digital.

Y ahí, salvo que haya un parche específico que contenga todas las sedes electrónicas de cada administración pública, impedirá completar los trámites.

🐢 En segundo lugar, usar NaN sin adaptar modelo a proceso hace que intente matar moscas a cañonazos y aunque desactive el razonamiento, va algo lento.

🪓 Si cada trámite trae un camino determinista y las llamadas a LLM se hacen con modelos más pequeños y rápidos, el proceso podría acelerarse considerablemente.

Para mí, la gracia de esto no es que yo pueda solicitar una instancia desde un arnés "propio". Es que lo puede hacer cualquier vecino, desde su ordenador o su móvil. Y aún queda hasta que cada ciudadano tenga una sub de IA.

Por eso me gustaría que fuese la propia administración pública la que ofreciese el camino para que el ciudadano simplemente obtuviese la recompensa: la facilidad en el trámite burocrático.

Y de ahí la necesidad de optimizar costes en el uso de modelos y dimensionar correctamente qué se necesita en cada fragmento de cada trámite.

En resumen,

Es como ese solete que golpea en tu cara a primera hora de la mañana, que no quema, que no te ciega, pero que te dice que es por ahí por donde debes ir.

Mis dieses a Pablo. Si nada me lo impide, voy a seguir adaptando la herramienta para trámites en mi administración.

[Helmcode @helmcode]

Last week we ran our first conference. Here’s a short recap of Kernel Panic, one week later.

We filled the Auditorio Casa del Lector at Matadero, Madrid. Every seat taken, people standing at the back, and nobody left early.

Four talks on running open AI at scale in production, with links to their slides:

→ David Yunta @YuntaDavid and Luis Valerio (Inditex Tech): Kumoss, the Inditex Tech platform for building infrastructure with AI, made for developers https://t.co/lu9XObrVPl

→ Sergio Paniego @SergioPaniego (@huggingface): Training a coding agent through a harness you did not write
https://t.co/1bCVBULn9M

→ Sergio Guijarro (@Cloudflare ): How Cloudflare rolled out agents to everyone in the company
https://t.co/L8NqtL8WQX

→ Cristian Córdova @barckcode (@helmcode ): How to scale inference for 1,000 users
https://t.co/LDt0ffgmlj

To everyone who came, thank you. You showed up, you asked hard questions and you stayed for the conversations afterwards. That’s the whole point of these events.
To Hugging Face, Inditex Tech and Cloudflare: thank you for building this with us.

Pictures at https://t.co/uXS6qkPdVJ
See you at the next one. Because there will be a next one, and it’ll be bigger :)