Un modelo de IA es el cerebro que hay detrás de cualquier herramienta de inteligencia artificial que uses. Es un programa que ha aprendido de una cantidad enorme de datos y, con eso, es capaz de entender lo que le pides y darte una respuesta: texto, una imagen, un análisis, código. Cuando hablas con Claude, con ChatGPT o con Gemini, por detrás lo que hay es un modelo haciendo el trabajo.
Aquí te explico qué es un modelo, cómo se clasifican y por qué elegir bien el modelo cambia el resultado y el coste. Sin tecnicismos, como se lo contaría a alguien que dirige una empresa y no ha programado en su vida.
Modelo no es lo mismo que agente
Antes de nada, una confusión típica. Un modelo es el cerebro que entiende y responde. Un agente es un modelo con herramientas y un bucle que actúa solo: mira algo, decide, ejecuta y sigue. El agente usa un modelo por dentro, pero no es lo mismo. Cuando oigas "modelo multimodal", eso describe los sentidos del modelo (que entiende imágenes además de texto), no que sea autónomo. Multimodal es una propiedad del modelo, no del agente.
Los cuatro ejes para entender cualquier modelo
Cuando alguien te habla de un modelo, lo puedes situar por cuatro cosas.
1. Por lo que entiende y produce (la modalidad)
- De lenguaje (LLM): trabajan con texto. Son los que hay detrás de ChatGPT o Claude cuando les escribes.
- De imagen: generan o entienden imágenes.
- De audio y vídeo: transcriben, generan voz, crean vídeo.
- Multimodales: combinan varios. Le pasas una foto y texto, y trabaja con las dos cosas a la vez.
- De difusión: la técnica detrás de la mayoría de generadores de imagen.
2. Por familia y versión
Dentro de un mismo proveedor no hay un solo modelo, hay varios, pensados para cosas distintas. El ejemplo más claro es Claude, que tiene tres familias:
- Opus: el más potente y profundo, para lo complejo.
- Sonnet: el equilibrado, rápido y capaz para el día a día.
- Haiku: el más rápido y barato, para tareas simples.
Y dentro de cada familia hay versiones (4.6, 4.7, 4.8). Cuanto más alto el número, más reciente y mejor razona, pero también gasta más. Aquí va un matiz que aprendí a base de usarlo: la diferencia entre familias pesa más que la diferencia entre versiones. Un Sonnet gasta muchísimo menos que un Opus aunque el Opus sea de una versión más antigua.
3. Abiertos o cerrados
- Cerrados: los usas por API o desde su app, pero el modelo vive en el servidor del proveedor. Claude y ChatGPT funcionan así.
- Abiertos (de pesos abiertos): te los puedes descargar y ejecutar en tu propia infraestructura, sin mandar tus datos fuera. Mistral o Llama son los ejemplos. Para una empresa con el departamento legal encima, eso pesa mucho.
4. De frontera
El "modelo de frontera" es el más capaz que existe en cada momento. Hoy ese sitio lo ocupa Fable 5, de Claude. Suena a que deberías usar siempre el mejor, pero no. Un modelo de frontera gasta muchísimo. Para escribir un email, montar una skill o analizar unos datos, sería matar moscas a cañonazos. Con un Opus 4.8 vas perfecto y gastas mucho menos.
Cómo se hace un modelo: el entrenamiento
Un modelo no se programa a mano regla por regla. Se entrena. Le das una cantidad brutal de datos (texto, imágenes, código) y el modelo aprende patrones por su cuenta: qué palabra suele seguir a cuál, qué tiene que ver una foto con su descripción. Ese proceso de aprendizaje inicial se hace una vez, cuesta muchísimo dinero y potencia de cálculo, y de ahí sale lo que se llama un modelo base o "de fundación" (foundation model): un modelo generalista que sabe un poco de todo.
Luego, sobre esa base, se pueden hacer ajustes para especializarlo o para que se comporte mejor. Como founder no necesitas entrenar un modelo desde cero, eso es cosa de los grandes laboratorios. Lo que sí puedes hacer es conectar un modelo ya hecho a tus datos para que responda con tu información, pero eso ya es otra historia.
Modelos de razonamiento
Una novedad de los últimos modelos es que "piensan" antes de responder. En vez de soltarte lo primero, razonan por dentro paso a paso y luego te dan la respuesta. Eso los hace mucho mejores en problemas complejos, matemáticas o código difícil.
La contra es que ese razonamiento consume más, así que casi todos te dejan regular cuánto quieres que piense: bajo, medio, alto. Para un resumen no le hace falta pensar nada; para depurar un sistema que falla, sí. Ajustar eso es la otra palanca, además de elegir la familia.
Lo que de verdad importa: elegir para la tarea
La idea que quiero que te lleves es esta: no hay un modelo mejor para todo, hay modelos que hacen unas cosas mejor que otras. El mejor no es el que uses siempre, es el que uses cuando la tarea lo pide.
Yo trabajo casi siempre con Opus porque construyo herramientas internas para mis dos empresas y quiero fiabilidad. Pero para resumir un vídeo de YouTube o traducir algo, me voy a un modelo más ligero y no gasto de más. Elegir bien el modelo (y cuánto le dejas pensar) es la diferencia entre que la IA te cunda todo el día o que se te acabe a media mañana.
Si estás empezando, no te obsesiones con el nombre y el número. Entiende para qué es cada familia, arranca con el equilibrado, y sube al potente solo cuando la tarea lo pida.
Relacionado
