NOLO al costat de les altres privades.
No contra els gegants que ho llegeixen tot, sinó contra els assistents que també es prenen seriosament la privacitat: Duck.ai de DuckDuckGo, Brave Leo, Venice, Proton Lumo i Le Chat de Mistral. Després les puntuacions reals de benchmark dels models que NOLO fa servir de debò, amb fonts.
On es troba cadascú.
Basat en la documentació pública de cada empresa a data de juny de 2026. Les seves condicions poden canviar, així que consulta la font si algun detall t'importa.
| NOLO | Duck.ai | Brave Leo | Venice | Proton Lumo | Le Chat | |
|---|---|---|---|---|---|---|
| Sense compte ni correu | Sí | Sí | Sí | Sensecorreu | Sensecompte | Sensecompte |
| L'historial es queda al teu dispositiu | Sí | Sí | Sí | Sí | Servidorxifrat | Servidor |
| La teva IP real mai arriba al model | Sí | Sí | Sí | Parcial | Sí | Parcial |
| Et diu quin model respon | Síopen-weights | Sí | Sí | Sí | Parcial | Parcial |
| Cerca web en temps real | Sí | Sí | Sí | Sí | Sí | Sí |
| Generació d'imatges | Sí | Sí | Sense | Sí | Sense | Sí |
| Entrada per veu | Sí | Sí | Parcial | Parcial | Sense | Sí |
| Interfície completa en 30 idiomes | Sí | Parcial | Parcial | Parcial | Parcial | Parcial |
| Context llarg (fins a ~1M tokens) | SíPro | Varia | Varia | Varia | Varia | Varia |
| App d'Android | SíAPK | Sí | Sínavegador | Sí | Sí | Sí |
| Pla gratuït | Sí€0 | Sí | Sí | Sí | Sí | Sí |
Llegenda: Sí = compatible · Parcial / Varia = limitat o condicional · Sense = no s'ofereix. Fonts: Duck.ai, Brave Leo, Venice, Proton Lumo, Le Chat.
La lectura sincera: diversos d'aquests són realment bons, i no estem aquí per fer veure el contrari. Duck.ai i Brave Leo són excel·lents si vius al seu navegador o vols una pregunta anònima ràpida. Proton Lumo xifra el teu historial als seus servidors. El que és propi de NOLO és la combinació: sense cap compte, historial que per defecte mai surt del teu dispositiu, models open-weights que anomenarem, i el conjunt complet d'eines (cerca, fitxers, imatges, veu, dades en directe, exportacions) en un sol espai de treball privat, en 30 idiomes.
Els models que NOLO fa servir, en xifres.
No diem que siguem la IA més intel·ligent del món, no és l'objectiu de NOLO. Però mereixes saber exactament què hi ha sota el capó. Aquestes són les puntuacions publicades pels propis proveïdors en proves públiques estàndard, no xifres que ens hàgim inventat.
gpt-oss-20b
Free · FastEl model open-weights d'OpenAI (Apache 2.0), de la mateixa família que gpt-oss-120b. Mou el pla gratuït. Ràpid, i raona quan cal. La comprensió d'imatges per als fitxers pujats funciona sobre un model de visió compartit independent, usat a tots els plans.
Font: OpenAI, model card de gpt-oss (ago. 2025). openai.com
gpt-oss-120b
Plus · RaonamentEl model de raonament open-weights d'OpenAI (Apache 2.0). Mou el pla Plus. Pensat per a anàlisi, planificació i preguntes més difícils.
Font: OpenAI, model card de gpt-oss (ago. 2025). openai.com
DeepSeek V4 Flash
Pro · Context llargUn model Mixture-of-Experts eficient (284B en total, ~13B actius per token) pensat per a documents enormes. Mou el pla Pro. Mostrem la seva arquitectura verificada en lloc d'agafar prestades les puntuacions destacades del V4-Pro més gran, perquè aquest no seria el model que estàs fent servir de debò.
Font: especificacions de la família DeepSeek V4 (publicada l'abr. de 2026). Puntuacions de raonament destacades com SWE-bench Verified ~80% pertanyen a la variant V4-Pro més gran, no a Flash.
Mateixa prova: GPQA Diamond
Raonament científicCostat a costat amb els models oberts que fan servir realment els altres assistents centrats en la privadesa. Una prova pública, la xifra que dóna cada fabricant. Els models de NOLO en lila brillant.
Aquests tres són els models oberts que hi ha darrere de Duck.ai, Brave Leo, Venice, Le Chat i Proton Lumo. Fonts: fitxes de model de Meta, Anthropic i Mistral.
Mateixa prova: MMLU-Pro
Coneixement ampliConeixement de nivell professional en diverses matèries. Mateixa prova pública, xifres publicades pels propis fabricants.
Mistral Small 3 informa de MMLU (81.0), no de MMLU-Pro, així que aquí el deixem fora per mantenir la prova idèntica. Fonts: fitxes de model de Meta i Anthropic.
Què volen dir: MMLU-Pro prova coneixement ampli en matèries professionals; GPQA és ciència de nivell de postgrau; AIME és matemàtiques de competició. Diferents laboratoris executen les proves de manera lleugerament diferent, així que tracta les comparacions entre models com una guia, no com una foto d'arribada. Cada xifra de més amunt és la dada publicada pel propi creador del model, enllaçada a la font.
Bons models. Sense compte. Sincers sobre tots dos.
Prova-ho i mira on encaixa per a la teva pròpia feina.