En la literatura, se ha demostrado que los modelos de fiabilidad de software de fallos infinitos (SRM), como el SRM de Musa-Okumoto (1984), son efectivos para caracterizar cuantitativamente los procesos de prueba de software y evaluar la fiabilidad del software. Este artículo se centra principalmente en los SRM basados en el proceso de Poisson no homogéneo (NHPP) de fallos infinitos (tipo II) y evalúa de manera integral el rendimiento de estos SRM comparándolos con los SRM basados en NHPP de fallos finitos (tipo I) existentes. En términos más específicos, para describir la distribución del tiempo de detección de fallos de software, postulamos 11 funciones de distribución de probabilidad representativas que pueden categorizarse en la familia de distribuciones exponenciales generalizadas y la familia de distribuciones de valor extremo. Luego, comparamos la bondad de ajuste y el rendimiento predictivo con los 11 SRM basados en NHPP de tipo I y tipo II asociados. En experimentos numéricos, analizamos datos de conteo de fallos de software, recopilados de 16 proyectos de desarrollo reales, que son comúnmente conocidos en la industria del software como datos de conteo de fallos en el dominio del tiempo y datos de conteo de fallos en intervalos de tiempo (datos agrupados). Se utiliza el método de máxima verosimilitud para estimar los parámetros del modelo en ambos SRM basados en NHPP. En una comparación entre el tipo I y el tipo II, se muestra que los SRM basados en NHPP de tipo II podrían exhibir un mejor rendimiento predictivo que los SRM basados en NHPP de tipo I existentes, especialmente en las primeras etapas de la prueba de software.