Summarize
3926°
Ejecutar este modelo
Ofertas / Anuncios
ScaleDown | contexto de 1,000,000 tokens | $0.04/M entrada, salida gratuita. Summarize es un modelo de resumen abstractivo de ScaleDown. Condensa textos largos y documentos en una reescritura fluida y fiel en lugar de extraer oraciones de la fuente, y es adecuado para revisión de documentos, resúmenes de transcripciones y preprocesamiento RAG donde el contenido recuperado debe acortarse antes de llegar a otro modelo. Formato, enfoque, idioma y longitud se controlan mediante el prompt del sistema, mientras que el muestreo está fijado a una configuración ajustada para salida fiel. Más información en la documentación de ScaleDown: https://docs.scaledown.ai/api-reference/summarize-overviewOpens in new tab
Guías para este modelo
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Notas del capitán
Notas del 2026-10-13
Summarize es un modelo de resumen abstractivo construido a propósito por ScaleDown. En lugar de extraer oraciones textuales, reescribe el material fuente en una forma condensada coherente y fiel — útil para revisión de documentos, transcripciones de reuniones y recortar fragmentos recuperados antes de que lleguen a un modelo downstream. Con una ventana de contexto de un millón de tokens y costo casi nulo de entrada, maneja documentos largos sin necesidad de fragmentación.
Conocido por
- Reescrituras abstractivas: condensa texto en lugar de copiar oraciones del original.
- Ventana de contexto de un millón de tokens para manejar documentos muy largos en una sola pasada.
- Configuración de muestreo ajustada para salida fiel y con pocas alucinaciones.
- Dirección mediante prompt del sistema para formato, enfoque, idioma y longitud de salida.
- Diseñado como paso de preprocesamiento RAG para reducir contenido recuperado antes de que lo vea el modelo principal.
Cuidado con
- Pesos cerrados, solo API — no puedes ejecutarlo localmente ni inspeccionar el modelo.
- El muestreo está fijado por el fabricante; no puedes ajustar temperatura u otros parámetros de generación.
- Etiquetado como modelo de visión, pero la descripción publicada cubre solo resumen de texto — la capacidad de visión no está documentada.
Prompts para probar
Condensar un informe largo
Resume el siguiente informe en un solo párrafo de no más de 100 palabras. Conserva los hallazgos clave y cualquier resultado numérico. No incluyas antecedentes o metodología a menos que afecten directamente las conclusiones. [Pega aquí el texto de tu informe]
Resumir una transcripción de reunión
Se te da una transcripción de reunión. Produce un resumen estructurado con tres secciones: Decisiones tomadas, Tareas (responsable y fecha límite si se menciona) y Preguntas abiertas. Mantén todo el resumen bajo 200 palabras y escribe en prosa clara, no en viñetas.
Reducir un fragmento para RAG
El siguiente pasaje es un fragmento de documento recuperado que será pasado a otro modelo. Reescríbelo para conservar solo la información relevante a esta pregunta: ¿Cuáles son los principales riesgos asociados con la adquisición propuesta? Mantén la reescritura bajo 150 palabras y conserva cualquier cifra o entidad nombrada.
Comparar con
- ExtractModelo solo APIContexto de 1,000,000 tokens · $0.04/M entrada, free salida
- Step 5 PreviewModelo con pesos abiertosContexto de 1,048,576 tokens · $1.00/M entrada, $2.70/M salida
- Qwen3 VL 8B InstructModelo con pesos abiertosContexto de 262,144 tokens · $0.25/M entrada, $0.75/M salida
- Qwen3 VL 30B A3B InstructModelo con pesos abiertosContexto de 262,144 tokens · $0.15/M entrada, $0.60/M salida
Más modelos de texto de scaledown
Preguntas frecuentes
- ¿Puedo ejecutar Summarize localmente?
- No — ScaleDown no ha liberado pesos abiertos, por lo que Summarize está disponible solo a través de su API.
- ¿Cuánto cuesta Summarize y qué tamaño tiene la ventana de contexto?
- La entrada cuesta $0.04 por millón de tokens y la salida es gratuita; la ventana de contexto es de un millón de tokens.
- ¿En qué se diferencia Summarize de usar un modelo general para resumir?
- Es un modelo abstractivo construido a propósito con muestreo fijo ajustado para salida fiel, en lugar de un modelo general que se usa en modo resumen — y el precio gratuito de salida lo hace más barato para pipelines de documentos de alto volumen.
Veredicto del capitánUna herramienta especializada y barata que hace bien una cosa — si el resumen o el preprocesamiento RAG es tu cuello de botella, la economía es difícil de discutir.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Summarize es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmscaledownvisiónresumencontexto largopresupuestoinvestigación
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153