Modelos de LLM y APIs
Verboo, Venice AI y Drael frente a NotHoly en seguridad
Verboo, Venice AI y Drael junto a NotHoly, noviembre de 2026: facturación, API, licencia, bases de modelos y dónde corren las herramientas.
¿Qué modelo usa Drael? drael-v1 es un alias sobre pesos no revelados, con prompt de sistema oculto, razonamiento forzado y fallos que su doc registra.
Drael no dice qué modelo usa. drael-v1 es, en sus propias palabras, "a public alias over weights that are ours to change": un alias público sobre unos pesos que Drael se reserva cambiar. Funciona detrás de un prompt de sistema que nunca ves, ignora tu max_tokens y responde a cualquier nombre de modelo que le mandes. Su documentación, además, registra fallos del modelo que no aceptaríamos en una herramienta para trabajo con clientes.
Datos recogidos el 9 y el 10 de noviembre de 2026 en el quickstart, la documentación de chat y la página de límites de Drael, y en los precios de NotHoly. No llamamos a la API de Drael. Cada afirmación sobre el comportamiento del modelo que aparece abajo es una cita de la documentación de Drael.
Fuera de Drael nadie lo sabe. El quickstart dice "The model id is drael-v1, and it is the only one" (el ID del modelo es drael-v1 y no hay otro). La documentación de chat añade que es "a public alias over weights that are ours to change". No se indica el modelo base, quién lo publicó, cuántos parámetros tiene ni bajo qué licencia está.
| Pregunta | Qué responde la documentación de Drael |
|---|---|
| ¿Cuál es el modelo base? | No lo dice |
| ¿Pueden cambiar los pesos? | Sí: "weights that are ours to change" |
| ¿Se anuncia un cambio? | Nada en la documentación lo indica |
| ¿Y si envío otro ID de modelo? | "an id nobody serves is answered on it rather than refused" |
| ¿Hay un prompt de sistema? | "we prepend a system prompt you never see" |
| ¿Cuántos modelos había antes? | "There were two", y el segundo está "gone" |
La documentación de chat justifica sus decisiones de diseño contando lo que salió mal. Leída como una lista, es un registro de bugs.
Con el razonamiento activo y max_tokens en 4000, el modelo "returned an empty answer in 22 of 24 runs, and at 8000 in 12 of 24": respuesta vacía en 22 de 24 ejecuciones, y en 12 de 24 con el límite en 8000, cada vez sin error y sin contenido. El arreglo de Drael fue descartar max_tokens en todas las llamadas hechas con clave.
Con el razonamiento apagado, "the model re-does its last step in a tool loop: a terminal session ran one command thirty times (19 October 2026)". El modelo repite su último paso dentro de un bucle de herramientas, y una sesión de terminal ejecutó el mismo comando treinta veces. El ajuste de razonamiento por defecto "was none for one evening and agent clients repeated the same completion on a third of their turns", o sea, estuvo desactivado una tarde y los clientes de agentes repitieron la misma respuesta en un tercio de sus turnos. El arreglo de Drael fue forzar el razonamiento en todas las llamadas de API.
La documentación de herramientas agrega que "the previous product reached 13.218 tokens of tool schema and paid for it in invented tool names and shallower answers": el producto anterior cargaba tanto esquema de herramientas que el modelo inventaba nombres de herramientas y daba respuestas más pobres.
Publicar esto es poco habitual, y tomamos las cifras tal como están. Lo que describen es un modelo que no devuelve nada bajo un límite de salida corriente y que repite comandos en bucle si no se le obliga a razonar, parcheado a base de quitar los controles con los que un desarrollador lo gestionaría. En un engagement con un cliente, una herramienta que relanza treinta veces el mismo comando es un problema que te toca explicarle al cliente.
| Parámetro | Qué hace Drael con él |
|---|---|
model |
Cualquier ID desconocido lo responde drael-v1, sin error |
max_tokens |
"through a key the ceiling is always dropped" |
reasoning_effort: none |
Se atiende en low; "There is no off through a key" |
priority |
"discarded" |
system |
Se mezcla con un prompt que nunca ves |
| La fecha | Se repite dentro de tu último mensaje |
Una errata en el nombre del modelo nunca sale a la luz, porque el alias responde igual. No existe un techo de costo por llamada. Una parte del prompt es de Drael y no se te muestra. Cada punto es una pequeña pérdida de control, y sumados significan que no puedes declarar qué configuración produjo una respuesta concreta.
Un hallazgo en un informe tiene que ser reproducible: misma entrada, misma herramienta, misma versión. Con drael-v1 no puedes nombrar la versión, porque no la hay. Si un cliente vuelve a probar dentro de tres meses y el modelo se comporta distinto, no tienes cómo saber si cambiaron los pesos, el prompt oculto o las dos cosas.
La evaluación tiene el mismo problema. Una tasa de rechazo o una puntuación de precisión medida esta semana describe un alias que la semana que viene puede apuntar a otra parte. El HackerOne Hacker-Powered Security Report 2026 cuenta un aumento del 557% en un año de los reportes válidos de filtración de prompts de sistema, lo que recuerda que los prompts ocultos son tan comunes como frágiles.
Cada modelo de NotHoly nombra su base y su ventana de contexto en la página de modelos, y la mayoría son abliterated. La base es un modelo que publicó su autor, así que puedes escribirla, con la fecha, en un informe.
Abliterated quiere decir que la dirección de rechazo se eliminó de los pesos y el resto se conservó; nuestra explicación y modelos abliterated vs uncensored cubren la técnica. Arditi et al. encontraron que el rechazo está mediado por una sola dirección en 13 modelos abiertos, y el README de Heretic informa del compromiso entre rechazos y divergencia respecto del original. No entrenamos esos pesos y no son nuestros. Aun así pueden equivocarse y pueden rechazar.
drael-v1 encaja con quien solo quiere una respuesta y nunca tiene que reproducirla: el modelo, el prompt oculto y los límites los cambia Drael cuando quiere. NotHoly encaja con un trabajo que tiene que ser repetible y citable, donde cada modelo nombra su base y su contexto en la página de modelos, tú fijas tu propio max_tokens y tu razonamiento, y puedes escribir el modelo base y la fecha en un informe. Los pesos no son nuestros; no los entrenamos, y aun así pueden equivocarse o rechazar.
El único ID de modelo de la API de Drael. Es un alias, y Drael se reserva el derecho de cambiar los pesos que hay detrás.
Drael no lo revela.
Con una clave de API, no. La documentación dice que ahí el tope "is always dropped", siempre se descarta.
No. none y off se atienden en low.
Porque cualquier ID que "nobody serves" (que nadie sirve) lo responde drael-v1 sin dar error.
El nombre del modelo y su base publicada en la página de modelos, con la fecha.
drael-v1 es un nombre sin nada detrás que puedas comprobar. Los pesos son secretos y reemplazables, el prompt está oculto en parte, el límite de salida se ignora y la documentación describe bucles y respuestas vacías como comportamiento conocido. No firmaríamos un informe apoyado en él. NotHoly nombra cada base y acepta una recarga de US$ 5 en los precios de NotHoly; la comparación completa y el artículo sobre el costo de la API tienen el resto.
Modelos de LLM y APIs
Verboo, Venice AI y Drael junto a NotHoly, noviembre de 2026: facturación, API, licencia, bases de modelos y dónde corren las herramientas.
Modelos de LLM y APIs
Los planes ilimitados suelen limitar la velocidad, no los tokens. Verboo, Venice.ai, Drael y crédito prepago por token, comparados en términos y facturas.
Modelos de LLM y APIs
Cómo pasar un flujo compatible con OpenAI de Verboo, Venice AI o Drael a NotHoly: base URL, clave, IDs de modelo, facturación, licencia y herramientas.