Un modelo de lenguaje es un modelo de IA entrenado con enormes cantidades de texto para predecir cómo sigue un texto. Por eso sabe redactar, responder, resumir, clasificar o extraer datos. Los grandes modelos de lenguaje (LLM, por sus siglas en inglés), como Claude, GPT o Gemini, son el motor de los chatbots y los agentes de IA.
En la práctica
El glosario de Anthropic explica que primero se entrenan para predecir la siguiente palabra y después se ajustan, con técnicas como el aprendizaje por refuerzo a partir de valoraciones humanas, para que sigan instrucciones. Cuatro conceptos te ayudan a entender lo que contratas:
| Concepto | Qué es | Por qué te importa |
|---|---|---|
| Token | La unidad mínima de texto que procesa el modelo: una palabra, un trozo o un carácter | Se paga por tokens de entrada y de salida |
| Ventana de contexto | Lo que el modelo puede tener delante al responder, su "memoria de trabajo" | Tus datos se le pasan en cada petición, por ejemplo con RAG |
| Temperatura | El parámetro que regula cuánto varían las respuestas | Ni a 0 es del todo determinista: la misma entrada puede dar salidas distintas |
| Retirada | La fecha en que el proveedor deja de servir un modelo | Las peticiones a un modelo retirado fallan; Anthropic avisa con al menos 60 días |
A fecha de octubre de 2026, Anthropic cobra 0,10 USD por millón de tokens de entrada y 0,50 USD por millón de salida con Claude Haiku 5.5, y 2 y 10 USD con Claude Sonnet 5.5 (precios de Anthropic). Anthropic avisa además de que sus modelos desde Claude 4.7 generan alrededor de un 30 % más de tokens para el mismo texto, así que mide con el modelo que vayas a usar. Hay un cálculo completo en cuánto cuesta un chatbot con IA.
En una pyme, el modelo rara vez trabaja solo: lee un correo dentro de un flujo, extrae los campos de una factura o redacta un borrador que revisa una persona. Cuando además decide qué pasos dar y usa herramientas, hablamos de un agente de IA.
El Reglamento de IA pone los grandes modelos generativos como ejemplo típico de "modelo de IA de uso general" (considerando 99 y art. 3.63). Las obligaciones de esos modelos recaen en sus proveedores (art. 53); si tu empresa usa un sistema de IA en su trabajo, eres "responsable del despliegue" (art. 3.4).
Errores frecuentes
- Tratarlo como una base de datos. Anthropic reconoce que incluso los modelos más avanzados pueden generar texto incorrecto. Los datos importantes salen de tus documentos, no de su memoria.
- Usar una cuenta personal con datos de clientes. El proveedor trata esos datos por tu cuenta: es un encargado del tratamiento. Revisa también dónde se procesan: a fecha de octubre de 2026, la API directa de Anthropic solo ofrece inferencia global o en Estados Unidos.
- No volver a probar al cambiar de modelo. Un modelo nuevo responde distinto. Repite tu batería de casos antes de cambiar. Lo explicamos en automatizar procesos con IA en una pyme.