Un LLM (Large Language Model, o modelo grande de lenguaje) es un programa que ha procesado cantidades enormes de texto y ha aprendido patrones estadísticos sobre cómo funciona el lenguaje. Cuando le escribes algo, no busca la respuesta en ninguna base de datos: predice, token a token, la continuación más probable de lo que le has dado.
Eso es lo que hay debajo de ChatGPT, Claude, Gemini, Copilot y de cualquier IA que genere texto. Y entender esa frase —predice, no consulta— explica a la vez por qué funcionan tan bien y por qué a veces fallan de forma estrepitosa.
Qué es un LLM en una frase
Un LLM es un predictor de texto entrenado a escala masiva. No piensa, no razona en el sentido humano, no consulta una enciclopedia. Predice.
Publiqué 172 artículos en marzo y fue mi peor mes
Tenía esta web parada y la estoy rehaciendo con IA. Cambié la forma de hacerlo y en once días de agosto ha tenido más visitas desde Google que en todo julio. Te cuento por correo qué cambié.
- · Por qué la oportunidad es mayor ahora, y no menor
- · Lo único que la IA no te puede copiar: tu criterio
- · Cómo hacer que Google te vea en días, no en seis meses
Y antes de que pienses "entonces no es tan impresionante": esa predicción es tan buena que puede escribir código, analizar contratos, explicar física cuántica y mantener conversaciones que parecen humanas. La predicción estadística a escala produce resultados que parecen inteligencia.
Un LLM no sabe nada. Pero ha visto tanto texto que puede simular que sabe casi todo.
LLM, modelo y chatbot no son lo mismo
Este es el lío que más veo, incluso entre gente que trabaja con esto todos los días. Se usan como sinónimos y son tres capas distintas.
| Concepto | Qué es | Ejemplo | Puedes usarlo tú directamente |
|---|---|---|---|
| Modelo de IA | Cualquier sistema entrenado con datos: visión, audio, predicción de ventas, texto | Whisper (audio), Stable Diffusion (imagen) | Depende |
| LLM | Un tipo concreto de modelo, especializado en lenguaje | GPT-5, Claude Opus, Gemini 3, Llama, DeepSeek V4 | Por API o descargándolo |
| Chatbot / asistente | El producto que envuelve al LLM: interfaz, memoria, herramientas, filtros | ChatGPT, Claude.ai, Gemini, Copilot | Sí, es lo que abres en el navegador |
Traducido: todo LLM es un modelo, pero no todo modelo es un LLM; y el chatbot es la aplicación, no el motor. Cuando alguien dice "he probado ChatGPT y me ha fallado", lo que ha probado es el producto: la misma familia de modelos por API, con otro prompt y otras herramientas, se comporta distinto. Si quieres el detalle de la capa de arriba, lo tengo en qué es un chatbot.
Cómo funciona un LLM (sin necesitar un doctorado)
El funcionamiento se puede entender en tres fases.
Fase 1: entrenamiento (el LLM "estudia")
Se le da al modelo una cantidad brutal de texto: libros, artículos, páginas web, código, conversaciones, documentos científicos. Estamos hablando de billones de palabras.
El modelo procesa todo este texto y aprende patrones:
- Después de "Buenos" suele venir "días" o "aires"
- Si alguien pregunta "¿cuál es la capital de Francia?", la respuesta suele ser "París"
- En código Python, después de "def" suele venir el nombre de una función
Pero no solo aprende secuencias simples. Aprende relaciones complejas: gramática, lógica, contexto, ironía, estilo... Todo codificado como patrones estadísticos en miles de millones de parámetros.
Fase 2: los parámetros (la "memoria" del modelo)
Cada cosa que el modelo aprende se almacena como un número en sus parámetros. Los modelos de frontera actuales están en el orden de cientos de miles de millones o del billón de parámetros, aunque ninguno de los grandes laboratorios publica ya la cifra exacta de sus modelos comerciales: la única familia donde el número es verificable es la de los modelos abiertos, porque puedes descargar los pesos y contarlos.
Estos parámetros son como los pesos de una balanza extremadamente compleja. Cuando le das un texto de entrada, estos pesos determinan qué palabra es más probable que venga después.
Fase 3: inferencia (el LLM "responde")
Cuando le envías un prompt, esto es lo que pasa:
- Tu texto se convierte en tokens (fragmentos de palabras)
- Cada token pasa por la red neuronal (cientos de capas de procesamiento)
- El modelo calcula la probabilidad de cada posible siguiente token
- Elige uno (no siempre el más probable, hay algo de aleatoriedad controlada)
- Ese token se añade al texto y se repite el proceso
Así, palabra por palabra, el modelo genera su respuesta. Por eso a veces ves cómo las respuestas aparecen progresivamente: no es un efecto visual, es literalmente cómo funciona.
La pieza clave: la arquitectura transformer
Todos los LLMs modernos usan una arquitectura llamada Transformer, inventada por Google en 2017 (en el famoso paper "Attention is All You Need").
Lo que hace especial al Transformer es un mecanismo llamado atención (attention). Cuando el modelo procesa una palabra, no la procesa de forma aislada: mira todas las demás palabras del contexto y decide cuáles son relevantes para entenderla.
Ejemplo: en la frase "El banco estaba lleno de gente que esperaba para sacar dinero", cuando el modelo lee "banco", el mecanismo de atención conecta "banco" con "dinero" y entiende que es un banco financiero, no un banco para sentarse.
Esta capacidad de entender contexto es lo que diferencia a los LLMs modernos de los modelos de lenguaje anteriores. Por debajo, el Transformer sigue siendo una red neuronal: si quieres ver la maquinaria una capa más abajo, lo explico en qué son las redes neuronales.
Nota Importante
Presta atención a este detalle.
Por qué los LLMs alucinan
Esta es la pregunta que todo el mundo se hace: si el modelo ha leído billones de textos, ¿por qué se inventa cosas?
La respuesta está en cómo funciona: el modelo no busca información, predice texto probable.
Cuando le preguntas algo que está ampliamente documentado en sus datos de entrenamiento, la predicción coincide con la realidad. Pero cuando le preguntas algo poco documentado, ambiguo o reciente, el modelo sigue prediciendo texto que "suena" correcto... aunque no lo sea.
El modelo no tiene forma de distinguir entre "esto lo sé" y "esto me lo estoy inventando". Para él, todo es predicción de la siguiente palabra.
Por eso las alucinaciones son tan peligrosas: el modelo genera información falsa con la misma confianza que genera información verdadera. No hay señal de alerta.
Soluciones que están funcionando:
- RAG (Retrieval-Augmented Generation): darle datos reales antes de que responda. Es la solución que mejor relación esfuerzo/resultado tiene y la explico entera en qué es RAG
- Verificación con herramientas: que el modelo pueda buscar en internet o consultar tu base de datos para confirmar sus respuestas
- Entrenamiento con RLHF: enseñarle a decir "no lo sé" cuando no está seguro
Los principales LLMs en 2026
El mercado se mueve tan rápido que cualquier lista con nombres exactos de versión caduca en semanas. Lo que sí es estable son las familias y para qué destaca cada una. Si estás leyendo una comparativa que todavía habla de GPT-4o, Claude 3.5 o Gemini 1.5, está desactualizada: esas generaciones ya no son referencia de nada.
GPT-5.x (OpenAI)
La familia más conocida y la que más gente usa a través de ChatGPT. Multimodal, con variantes rápidas y variantes de razonamiento que dedican más cómputo a pensar antes de responder. Es el estándar por defecto para la mayoría de casos.
Claude (Anthropic)
Mi favorito para tareas largas y para trabajar con documentos. La familia va de los modelos rápidos y baratos a los de máxima capacidad, con ventanas de contexto que en la generación actual llegan al millón de tokens. Destaca siguiendo instrucciones detalladas y admitiendo que no sabe algo, que suena a poco y es enorme.
Gemini 3.x (Google)
Contexto ultra largo, multimodalidad nativa de verdad (texto, imagen, audio y vídeo en el mismo modelo) y acceso a búsqueda en tiempo real. Muy integrado con Workspace y con Google Cloud. Lo que hay de nuevo lo voy actualizando en novedades de Google Gemini.
Llama (Meta) y el resto del campo abierto
Los modelos de pesos abiertos se descargan y se ejecutan en tu propia máquina o en tu servidor, sin enviar datos a nadie. Llama es el más conocido, pero el terreno lo dominan hoy varias familias chinas (DeepSeek, Qwen, MiniMax) y europeas (Mistral). No siempre igualan a los comerciales en lo más difícil, pero para la mayoría de usos sobran y te dan control total.
Un aviso que cuesta dinero: "pesos abiertos" no es lo mismo que "código abierto", y algunas licencias recientes excluyen expresamente a la Unión Europea o exigen autorización por encima de cierta facturación. Lee el fichero de licencia antes que el README.
| Familia | Empresa | Ventana de contexto | Pesos abiertos | Mejor para |
|---|---|---|---|---|
| GPT-5.x | OpenAI | Larga (cientos de miles de tokens) | No | Uso general, razonamiento, ecosistema |
| Claude | Anthropic | Hasta 1 M en la generación actual | No | Documentos largos, código, seguir instrucciones |
| Gemini 3.x | Muy larga (1 M+) | No | Multimodal, contexto largo, ecosistema Google | |
| Llama | Meta | Larga | Sí, con condiciones | Privacidad, ejecución local |
| DeepSeek / Qwen | DeepSeek, Alibaba | Larga | Sí, con condiciones | Coste por token muy bajo |
| Mistral | Mistral | Larga | Parcial | Alojamiento en Europa |
Las cifras de contexto y los precios cambian cada pocas semanas: comprueba siempre la web oficial del proveedor antes de decidir. Y si quieres la comparación práctica de los tres grandes con casos de uso reales, está en ChatGPT vs Claude vs Gemini.
Inteligencia Artificial aplicada a negocio
Sin humo. Solo experimentos reales, prompts que funcionan y estrategias de escalabilidad.
Conceptos clave que debes conocer
Tokens
Los LLMs no procesan palabras, procesan tokens: fragmentos de texto que pueden ser una palabra completa, parte de una palabra o un símbolo. "Inteligencia" podría ser 1-3 tokens dependiendo del modelo. Los precios de las APIs se miden en tokens, y en español consumes más tokens que en inglés para decir lo mismo. Es un detalle que se nota en la factura.
Temperatura
Controla la aleatoriedad de las respuestas. Temperatura 0 = siempre elige la palabra más probable (determinístico, repetitivo). Temperatura alta = más variedad y creatividad, pero más riesgo de incoherencia.
Ventana de contexto
La cantidad máxima de texto que el modelo puede procesar de una vez (entrada + salida). Si tu conversación supera la ventana, el modelo "olvida" el principio. Por eso los modelos con contexto largo son importantes para documentos grandes.
Fine-tuning
Entrenar un modelo existente con datos propios para especializarlo en una tarea concreta. Es como contratar a un generalista y formarlo en tu sector. Tiene sentido para el estilo y el formato, mucho menos para meter conocimiento: eso se hace con RAG. Lo desarrollo en fine-tuning de modelos de IA.
Embeddings
La representación numérica del significado de un texto. Es lo que permite buscar por sentido en lugar de por palabra exacta, y es la pieza sobre la que se monta cualquier buscador semántico o sistema RAG. Lo cuento en qué son los embeddings.
RLHF (reinforcement learning from human feedback)
El proceso por el que humanos evalúan las respuestas del modelo y le enseñan a ser más útil, preciso y seguro. Es lo que convierte un modelo base (que solo predice texto) en un asistente conversacional.
Lo que los LLMs NO pueden hacer (todavía)
Por mucho que impresionen, hay limitaciones fundamentales.
No razonan de verdad. Simulan razonamiento mediante predicción de patrones. Los modelos de razonamiento actuales lo hacen mucho mejor que hace un año porque generan pasos intermedios antes de contestar, pero siguen fallando de formas absurdas en problemas de lógica que un niño resolvería.
No tienen memoria persistente de forma nativa. Los productos comerciales han añadido memoria entre conversaciones, pero eso es una capa de la aplicación —guarda notas y te las vuelve a inyectar—, no una propiedad del modelo. El modelo sigue empezando cada vez de cero.
No acceden a información en tiempo real. Un LLM puro no sabe qué pasó ayer. Necesita herramientas externas (búsqueda web, RAG) para información actualizada.
No saben lo que no saben. Esta es la limitación más peligrosa. Un LLM no tiene un sensor de "incertidumbre" fiable. Puede estar completamente equivocado y presentarlo con total seguridad.
¿Te preocupa el futuro con la IA?
Descubre cómo la inteligencia artificial ha liquidado las viejas reglas del juego y qué puedes hacer tú al respecto.
Leer más sobre el libroPor qué importa entender esto
No necesitas saber programar redes neuronales ni entender backpropagation para usar bien la IA. Pero sí necesitas entender los fundamentos:
- Para no caer en el hype: cuando alguien diga "la IA piensa", sabrás que no, que predice. Y eso cambia cómo evalúas las respuestas.
- Para entender los fallos: cuando la IA alucine, no te frustrarás. Entenderás por qué pasa y sabrás cómo mitigarlo.
- Para elegir el modelo correcto: no todos los LLMs son iguales. Saber sus diferencias te permite elegir el adecuado para cada tarea.
- Para prepararte para lo que viene: los agentes, el RAG, el fine-tuning... todo se construye sobre LLMs. Si entiendes la base, entiendes todo lo demás.
El LLM es el motor. Tú eres el conductor. Y un buen conductor no necesita ser mecánico, pero sí necesita entender cómo funciona su coche para conducirlo bien.
Preguntas frecuentes
¿Qué significa LLM?
LLM son las siglas de Large Language Model, en español "modelo grande de lenguaje". Es un tipo de modelo de inteligencia artificial entrenado con enormes cantidades de texto para predecir qué palabra viene después. ChatGPT, Claude y Gemini son productos construidos sobre LLMs.
¿Qué diferencia hay entre un LLM y ChatGPT?
El LLM es el motor; ChatGPT es el coche. ChatGPT es un producto de OpenAI que envuelve un LLM con una interfaz de chat, memoria, búsqueda web, ejecución de código y filtros de seguridad. Puedes usar el mismo LLM por API sin ninguna de esas capas, y el comportamiento cambia bastante.
¿Cuál es el mejor LLM en 2026?
Depende de la tarea, y quien te diga otra cosa te está vendiendo algo. Para uso general y ecosistema, la familia GPT-5.x. Para documentos largos, código y seguir instrucciones detalladas, Claude. Para contexto ultra largo, multimodalidad y trabajo dentro de Google, Gemini 3.x. Para coste bajo o ejecución en tu propia máquina, los modelos abiertos tipo DeepSeek, Qwen o Llama.
¿Se puede usar un LLM gratis?
Sí. ChatGPT, Claude y Gemini tienen planes gratuitos con límite de mensajes al día y, normalmente, con acceso a versiones algo más ligeras del modelo. Los modelos de pesos abiertos se pueden descargar y ejecutar en tu ordenador sin coste de suscripción, aunque necesitas una GPU decente y la licencia no siempre permite uso comercial.
¿Cuánto cuesta usar un LLM por API?
Se paga por tokens, con precios distintos para la entrada y la salida, y el rango entre proveedores es enorme: los modelos más baratos cuestan céntimos por millón de tokens y los de frontera pueden costar decenas de dólares por el mismo volumen. Los precios cambian cada pocas semanas, así que consúltalos en la web oficial del proveedor antes de presupuestar nada.
¿Por qué se inventa cosas un LLM?
Porque no consulta información: predice texto probable. Cuando el tema está bien documentado en sus datos, lo probable coincide con lo cierto; cuando no lo está, sigue generando algo que suena bien. No tiene forma interna de distinguir entre saber y suponer, y por eso las alucinaciones llegan con el mismo tono seguro que las respuestas correctas.
¿Un LLM aprende de lo que yo le escribo?
En la conversación sí, dentro de la ventana de contexto: recuerda lo que le has dicho mientras dure el chat. Pero no modifica sus parámetros con tus mensajes. Otra cosa distinta es si el proveedor usa tus conversaciones para entrenar futuras versiones: eso depende del plan y de la configuración, y en los planes de empresa normalmente no ocurre. Compruébalo en los ajustes de privacidad.
¿Cuántos parámetros tiene un LLM?
Los modelos abiertos publican la cifra y van desde unos pocos miles de millones hasta cientos de miles de millones de parámetros. Los grandes laboratorios comerciales ya no publican el dato de sus modelos de frontera, así que cualquier número concreto que veas circulando sobre GPT o Claude es una estimación. Y más parámetros no significa automáticamente mejor: la calidad de los datos y el entrenamiento pesan igual o más.
¿Puedo ejecutar un LLM en mi ordenador?
Sí, con herramientas como Ollama o LM Studio y un modelo de pesos abiertos. Con una GPU de 8-12 GB de VRAM corres modelos pequeños cuantizados de forma perfectamente usable; para los grandes necesitas bastante más y mucha RAM de sistema. La ventaja real no es el ahorro, es que tus datos no salen de la máquina.
¿Un LLM es lo mismo que inteligencia artificial general?
No. Un LLM es un sistema estrecho: muy bueno con el lenguaje y con lo que se puede expresar como lenguaje, y nulo fuera de ahí. La inteligencia artificial general sería un sistema capaz de aprender cualquier tarea intelectual como lo haría una persona, y hoy no existe. Lo discuto con más calma en AGI, inteligencia artificial general.
