¿Qué es un LLM?

LLM son las siglas de Large Language Model, o gran modelo de lenguaje en español. Es un tipo de red neuronal artificial entrenada con cantidades masivas de texto (miles de millones de páginas web, libros, artículos, código fuente) para aprender a predecir la siguiente palabra en una frase. ChatGPT, Claude, Gemini, Llama, Mistral, DeepSeek: todos esos nombres que ves por todas partes desde 2023 son LLM o productos construidos sobre LLM.

El principio puede parecer ridículamente simple para una tecnología que genera código, escribe ensayos, resume documentos de 500 páginas y aprueba exámenes de medicina: predecir la siguiente palabra. Pero cuando entrenas una red neuronal lo suficientemente grande con suficiente texto, esta tarea de predicción hace emerger capacidades que nadie había anticipado realmente: razonamiento, traducción, resolución de problemas, generación de código, y una forma de comprensión del lenguaje que, sin ser humana, produce resultados a menudo indistinguibles de los de un humano.

Cómo funciona un LLM

Un LLM es una función matemática muy compleja. Toma una secuencia de palabras (o más precisamente de "tokens", fragmentos de palabras) como entrada, y produce una distribución de probabilidades sobre todos los tokens posibles como salida. El token con la probabilidad más alta se selecciona como siguiente palabra, se añade a la secuencia, y el proceso comienza de nuevo. Así es como el modelo genera texto, palabra por palabra (o token por token).

La arquitectura subyacente se llama Transformer, introducida por investigadores de Google en 2017 en un artículo titulado "Attention Is All You Need". La innovación clave del Transformer es el mecanismo de atención: en lugar de procesar las palabras una por una de izquierda a derecha (como las redes recurrentes que existían antes), el Transformer puede considerar todas las palabras de la secuencia simultáneamente y calcular las relaciones entre cada par de palabras. Esto es lo que le permite entender el contexto: cuando escribes "la orilla del río", el modelo sabe que "orilla" se refiere al borde del agua y no a otra cosa, porque ha calculado la relación entre "orilla" y "río".

En 2026, la arquitectura dominante es Mixture of Experts (MoE): el modelo contiene billones de parámetros en total, pero solo una fracción (unas pocas decenas de miles de millones) se activa para cada token. Es como un edificio con cientos de oficinas especializadas: para cada pregunta, te dirigen solo a las 2 o 3 oficinas relevantes, no a las 200. Esto permite tener la calidad de un modelo gigante con un coste computacional mucho más razonable.

Las tres etapas de creación de un LLM

Un LLM no nace capaz de mantener una conversación. Su creación pasa por tres etapas distintas, cada una otorgándole capacidades diferentes.

El preentrenamiento. El modelo se entrena con un corpus masivo de texto (miles de millones de páginas web, libros, código fuente, artículos científicos, discusiones de foros). El objetivo es simple: predecir la siguiente palabra. A fuerza de hacerlo miles de millones de veces en miles de millones de textos, el modelo aprende la gramática, los hechos, el razonamiento lógico, el estilo, y una forma de "conocimiento del mundo" codificada en las relaciones estadísticas entre las palabras. El preentrenamiento es la fase más costosa: entrenar GPT-3 consumió 1.287 MWh de electricidad, el equivalente a alimentar 330 hogares estadounidenses durante un año. Los modelos de 2026 consumen aún más.

El ajuste fino supervisado (SFT). Después del preentrenamiento, el modelo sabe completar texto, pero no sabe responder preguntas, seguir instrucciones ni mantener una conversación estructurada. El ajuste fino supervisado consiste en entrenarlo con ejemplos de conversaciones de alta calidad: pares pregunta-respuesta escritos por humanos, ejemplos de seguimiento de instrucciones, tareas de razonamiento. Es esta etapa la que transforma un "completador de texto" en un asistente conversacional.

El alineamiento (RLHF, DPO, GRPO). La tercera etapa consiste en alinear el comportamiento del modelo con las preferencias humanas. El método histórico es RLHF (Reinforcement Learning from Human Feedback): humanos comparan dos respuestas del modelo e indican cuál es mejor. Un modelo de recompensa se entrena con estas preferencias y luego se usa para optimizar el LLM mediante aprendizaje por refuerzo. Métodos más recientes como DPO (Direct Preference Optimization) y GRPO (Group Relative Policy Optimization) simplifican este proceso. El alineamiento es lo que impide que el modelo produzca contenido tóxico, siga instrucciones peligrosas o responda de manera innecesariamente verbosa.

Los tokens: la unidad básica

Los LLM no trabajan con palabras sino con tokens. Un token es un fragmento de texto: una palabra común suele ser un solo token, una palabra rara puede dividirse en varios tokens, y un carácter especial o signo de puntuación generalmente es un token por sí solo. De media, para texto en español o inglés, un token corresponde a aproximadamente 3/4 de una palabra. Un texto de 1.000 palabras tiene unos 1.300 tokens.

Esta distinción es importante porque los LLM facturan y limitan por tokens, no por palabras. La "ventana de contexto" (la cantidad de texto que el modelo puede procesar de una vez) se mide en tokens. En 2026, los modelos punteros ofrecen ventanas de contexto de 128.000 a 1 millón de tokens (Gemini, Claude), y Meta Llama 4 Scout alcanza 10 millones de tokens. Pero "ventana de contexto" y "contexto efectivo" no son lo mismo: la mayoría de los modelos pierden precisión con la información situada en medio de un contexto largo.

Lo que los LLM saben hacer

La lista de capacidades de los LLM en 2026 es larga, y crece con cada nueva generación de modelos.

Generación de texto. Redactar emails, informes, artículos, guiones, publicaciones en redes sociales. Es el uso más común y visible.

Resumen y análisis. Resumir un documento de 200 páginas en unos párrafos, extraer los puntos clave, identificar los argumentos principales, comparar dos textos.

Traducción. Los LLM traducen entre decenas de idiomas con una calidad que a menudo rivaliza con los traductores humanos para textos cotidianos (menos fiable para textos muy especializados o literarios).

Generación y análisis de código. Escribir código en prácticamente cualquier lenguaje de programación, depurar código existente, explicar qué hace un programa, convertir código de un lenguaje a otro. En 2026, aproximadamente el 85 % de los desarrolladores usan regularmente herramientas de codificación asistidas por LLM.

Razonamiento. Los modelos de razonamiento (GPT-5 con esfuerzo configurable, Claude con "extended thinking", Gemini 3, DeepSeek R1) pueden resolver problemas matemáticos complejos, puzles lógicos y tareas que requieren planificación en varios pasos. "Piensan" produciendo una cadena de pensamiento interna antes de dar su respuesta final.

Multimodalidad. Los LLM modernos ya no se limitan al texto. Pueden analizar imágenes (describir una foto, leer texto en una imagen, interpretar un gráfico), procesar archivos de audio (transcripción, traducción vocal), y en algunos casos generar imágenes o vídeo.

Lo que los LLM no saben hacer

A pesar de sus impresionantes capacidades, los LLM tienen limitaciones fundamentales que hay que entender para usarlos correctamente.

Las alucinaciones. Los LLM a veces inventan información falsa con total seguridad. Pueden citar estudios que no existen, atribuir citas a personas que nunca las dijeron, o dar cifras completamente inventadas. El problema viene de su propia naturaleza: generan el texto más probable, no el más verdadero. Para un LLM, una afirmación falsa pero que "suena bien" puede tener una probabilidad más alta que una afirmación verdadera pero formulada de forma inusual. La tasa de alucinaciones ha disminuido con cada generación de modelos, pero no es cero, y probablemente nunca lo será.

El razonamiento fiable en cadenas largas. Los LLM pueden encadenar de 3 a 5 pasos de razonamiento de forma fiable. Más allá, los errores se acumulan. Un problema que requiere 15 pasos de razonamiento lógico será resuelto de forma inconsistente, incluso por los mejores modelos. Los modelos de razonamiento (que "piensan" más tiempo) mejoran este techo, pero no lo eliminan.

El conocimiento actualizado. Un LLM está congelado en el tiempo. Conoce la información contenida en sus datos de entrenamiento, pero no sabe nada de lo que ha pasado después de la fecha de corte de su entrenamiento. Para acceder a información reciente, necesita herramientas (búsqueda web, acceso a bases de datos), lo que equivale a construir un agente de IA alrededor del LLM.

Las matemáticas y el conteo. Paradójicamente, los LLM son malos en aritmética básica cuando tienen que hacerla "de cabeza" (contar letras en una palabra, multiplicar números grandes). Funcionan bien en razonamiento matemático (entender un problema y formular el enfoque) pero no en cálculo bruto. Por eso los mejores sistemas les dan acceso a un intérprete de código para ejecutar los cálculos en vez de hacerlos ellos mismos.

La memoria entre conversaciones. Por defecto, un LLM no tiene memoria entre dos conversaciones. Cada intercambio empieza de cero. Los sistemas de memoria (resúmenes de conversaciones previas, bases de datos de contexto) son capas añadidas por las aplicaciones, no una capacidad nativa del modelo.

Los principales LLM en 2026

El ecosistema de los LLM se ha estructurado en torno a dos categorías: los modelos propietarios (accesibles solo vía API o interfaz web) y los modelos de código abierto (descargables y ejecutables localmente).

GPT-5 (OpenAI) es el modelo estrella de OpenAI, sucesor de GPT-4. Integra un modo de razonamiento configurable que le permite "pensar" más o menos tiempo según la complejidad de la tarea. ChatGPT, construido sobre GPT-5, alcanza 900 millones de usuarios activos semanales en 2026.

Claude (Anthropic) es la familia de modelos de Anthropic, con una arquitectura centrada en la seguridad y el alineamiento. Claude está disponible en varios tamaños (Haiku, Sonnet, Opus) adaptados a diferentes relaciones calidad/coste/velocidad. Anthropic atiende a más de 300.000 clientes empresariales.

Gemini (Google) es la familia de modelos de Google, integrada en la búsqueda de Google, Gmail, Google Docs y Android. La aplicación Gemini supera los 900 millones de usuarios activos mensuales en 2026. Gemini destaca por sus ventanas de contexto muy grandes (hasta 1 millón de tokens).

Llama (Meta) es la principal familia de modelos de código abierto, descargable y modificable libremente. Llama 4 Scout alcanza 10 millones de tokens de contexto. Los modelos Llama los usan masivamente empresas que quieren alojar su propio LLM sin depender de un proveedor cloud.

DeepSeek (DeepSeek) es un modelo de código abierto chino que sacudió la industria a principios de 2025 al demostrar un rendimiento comparable a GPT-4 con un coste de entrenamiento muy inferior. DeepSeek demostró que el rendimiento puntero no requiere necesariamente presupuestos punteros.

Mistral (Mistral AI) es el principal modelo europeo, desarrollado por una startup francesa. Mistral se posiciona en la eficiencia: modelos más pequeños pero muy competitivos para su tamaño, especialmente adaptados a casos de uso donde la latencia o el coste son críticos.

Los parámetros: qué significan

Cuando se habla de un modelo de "70.000 millones de parámetros" o "un billón de parámetros", los parámetros son los valores numéricos ajustados durante el entrenamiento que definen el comportamiento del modelo. Cada parámetro es un número de coma flotante almacenado en la red neuronal. A grandes rasgos, más parámetros significa que el modelo puede codificar más conocimiento y relaciones más complejas entre palabras.

Pero el tamaño no lo es todo. Un modelo de 8.000 millones de parámetros bien entrenado con datos de calidad puede superar a un modelo de 70.000 millones mal entrenado con datos mediocres. La calidad de los datos de entrenamiento, la arquitectura del modelo y las técnicas de post-entrenamiento importan tanto o más que el número bruto de parámetros. Es la lección que DeepSeek dio a la industria: el rendimiento no depende solo del presupuesto.

Modelos propietarios vs código abierto

El debate entre modelos propietarios y de código abierto es uno de los más activos de la industria en 2026.

Los modelos propietarios (GPT-5, Claude, Gemini) son accesibles solo vía API o interfaz web. No puedes ver su código fuente, ni descargarlos, ni modificarlos. La ventaja: generalmente son los más potentes, se actualizan constantemente, y no necesitas gestionar infraestructura. La desventaja: dependes del proveedor (precios, condiciones de uso, disponibilidad, política de privacidad de datos).

Los modelos de código abierto (Llama, DeepSeek, Mistral, Qwen) son descargables, modificables y ejecutables en tu propia infraestructura. La ventaja: control total sobre los datos (nada sale de tus servidores), posibilidad de ajustar el modelo a tu caso de uso específico, sin dependencia de un proveedor. La desventaja: debes gestionar la infraestructura (GPU costosas), el rendimiento generalmente es ligeramente inferior a los mejores modelos propietarios, y las actualizaciones son menos frecuentes.

En 2026, la brecha de rendimiento entre ambas categorías se reduce. DeepSeek V3.2, Qwen3 y Llama 4 rivalizan con los modelos propietarios en muchos benchmarks. Para muchas empresas, la elección se basa menos en el rendimiento bruto que en los requisitos de privacidad, coste y control.

El coste de uso

Los LLM propietarios cobran por token (de entrada y de salida). Los precios varían considerablemente según el modelo y el proveedor. Un modelo puntero cuesta típicamente entre 2 y 15 dólares por millón de tokens de entrada, y entre 8 y 60 dólares por millón de tokens de salida. Los modelos más pequeños o antiguos cuestan una fracción de estos precios.

Para los modelos de código abierto autoalojados, el coste principal es el hardware: una GPU profesional (NVIDIA A100 o H100) cuesta entre 10.000 y 30.000 euros, y un modelo grande necesita varias GPU. El coste por token es más bajo una vez la infraestructura está en marcha, pero la inversión inicial y el mantenimiento son significativos.

El mercado global de los LLM se estima en 7.810 millones de dólares en 2025 y se prevé que alcance los 130.000 millones en 2034. OpenAI ha superado los 20.000 millones de dólares en ingresos anualizados, Anthropic ha alcanzado los 14.000 millones.

Los riesgos y limitaciones a tener en cuenta

Privacidad de los datos. Cuando envías un texto a un LLM vía una API en la nube, ese texto se transmite a los servidores del proveedor. Verifica siempre la política de privacidad: algunos proveedores pueden usar tus datos para entrenar sus futuros modelos. Si la privacidad es crítica, considera un modelo de código abierto autoalojado o un contrato empresarial con garantías explícitas.

Sesgos. Los LLM reflejan los sesgos presentes en sus datos de entrenamiento. Si los datos sobrerrepresentan ciertas perspectivas culturales, geográficas o demográficas, el modelo reproducirá esos sesgos. Los proveedores trabajan para reducirlos mediante alineamiento y filtrado, pero el problema no está resuelto.

Consumo energético. El entrenamiento y uso de los LLM consume cantidades considerables de energía. El sector de la IA podría consumir entre 85 y 134 TWh al año para 2027, casi tanto como los Países Bajos. Es un tema de preocupación medioambiental creciente.

Dependencia. La concentración del mercado en torno a unos pocos proveedores (OpenAI, Google, Anthropic, Meta) crea riesgos de dependencia. Un cambio de precio, de política de uso o una caída puede afectar a millones de usuarios y aplicaciones.

Un LLM es una red neuronal entrenada para predecir la siguiente palabra. Esta tarea simple, aplicada a escala masiva, hace emerger capacidades de razonamiento, redacción, traducción y programación que han transformado la informática en tres años. En 2026, los LLM los usan cientos de millones de personas, pero sus limitaciones (alucinaciones, razonamiento frágil en secuencias largas, ausencia de memoria nativa) siguen siendo reales. Entender qué es un LLM y qué no es es la condición para usarlo eficazmente.