¿Qué es un modelo de inteligencia artificial?

Qué es un modelo de IA

Un modelo de inteligencia artificial es un programa de computadora cuyos comportamientos no fueron escritos instrucción por instrucción, sino ajustados automáticamente a partir de datos. Ese ajuste es el entrenamiento: el modelo procesa enormes cantidades de ejemplos y modifica sus valores internos hasta predecir bien lo que se le pide.

Esos valores internos se llaman parámetros (a veces, pesos). Un modelo actual puede tener desde cientos de millones hasta cientos de miles de millones de parámetros. El archivo del modelo que se descarga o se consulta por API no es más que esa tabla gigante de números más el código que sabe usarla.

En la práctica, cuando usás un asistente como ChatGPT o Claude, del otro lado hay un modelo recibiendo tu texto de entrada y generando texto de salida token por token, eligiendo en cada paso lo más probable según lo que aprendió. No consulta una enciclopedia ni razona como una persona: calcula probabilidades a gran velocidad.

Qué es un modelo fundacional

Un modelo fundacional (foundation model) es un modelo entrenado con datos muy amplios y variados, diseñado para servir de base para muchas tareas distintas: responder preguntas, programar, resumir, traducir o analizar imágenes, entre otras.

La idea es económica y técnica a la vez: entrenar un modelo grande cuesta millones de dólares en cómputo, así que conviene entrenar pocos modelos base muy capaces y después adaptarlos a cada uso (con instrucciones, ejemplos, ajuste fino o herramientas conectadas) en lugar de entrenar uno nuevo por tarea.

Casi todos los modelos conocidos (las familias GPT, Claude, Gemini, Llama, Mistral o DeepSeek) son modelos fundacionales o derivados directos de uno. Cuando un proveedor anuncia una versión nueva, normalmente está reemplazando su modelo fundacional anterior.

Parámetros: qué representan y qué no garantizan

Los parámetros son los números ajustables del modelo. Más parámetros significan más capacidad potencial para capturar patrones complejos, igual que un libro más grueso puede contener más información.

Pero más parámetros no implican automáticamente un mejor modelo. La calidad depende también de la cantidad y calidad de los datos de entrenamiento, del cómputo invertido, de la arquitectura y del trabajo posterior de alineación (que el modelo siga instrucciones y no genere contenido dañino). Hay modelos medianos bien entrenados que superan a gigantes descuidados en tareas concretas.

Además, los parámetros cuestan: más parámetros implican más memoria para ejecutar el modelo, más latencia y mayor precio por consulta. Por eso el tamaño es una decisión de ingeniería, no un trofeo. Los datos concretos de cada modelo (parámetros, contexto, licencia) están en nuestro catálogo, no en esta guía.

Lo que un modelo no es

Un modelo no es una base de datos: no guarda hechos en fichas ordenadas, sino patrones estadísticos. Por eso puede inventar datos con total seguridad aparente (fechas, citas, URLs): completa lo más probable, no lo verificado.

No es una persona que razona: algunos modelos generan pasos intermedios que parecen razonamiento y eso mejora sus respuestas, pero siguen siendo predicciones encadenadas, sin comprensión garantizada.

No sabe nada después de su entrenamiento salvo que se le dé información nueva en la entrada (contexto), se conecte a herramientas o se actualice con reentrenamiento. La fecha de corte del conocimiento de cada modelo figura en su ficha del catálogo.

Fuentes

• Attention Is All You Need (paper original del Transformer) (paper) · consultado 20/09/2026
• Documentación de Transformers (arquitecturas y modelos) (documentacion-tecnica) · consultado 20/09/2026

Seguir aprendiendo

• ¿Qué es un LLM? (Inicial)