Última revisión:
¿Qué es un LLM? Definición y retos para la empresa
Un LLM (Large Language Model) es un tipo de inteligencia artificial entrenado sobre corpus de texto de varios cientos de miles de millones de palabras, que produce lenguaje natural prediciendo, palabra por palabra, la continuación más probable de un texto dado.
Un LLM es una red neuronal de gran tamaño, generalmente construida sobre la arquitectura transformer (Vaswani et al., 2017), entrenada para predecir la palabra siguiente en una secuencia a partir de las palabras precedentes. Este objetivo sencillo, repetido sobre billones de tokens, basta para producir modelos capaces de responder a preguntas, redactar textos, traducir, razonar y programar. La familia de los LLM abarca tamaños muy distintos, desde el modelo ligero de 7 mil millones de parámetros (Mistral 7B) hasta los modelos de última generación, cuyo tamaño la mayoría de los editores ya no publica (OpenAI no ha divulgado el número de parámetros de GPT-4). El tamaño ya no es el único criterio de calidad: desde 2024, modelos de 70 mil millones de parámetros bien entrenados rivalizan en los benchmarks corrientes con modelos casi seis veces mayores (Llama 3.3 70B frente a Llama 3.1 405B, según Meta), a un coste de inferencia muy inferior.
Ejemplo concreto
El transformer original, publicado por Google en 2017, contaba con 65 millones de parámetros. GPT-3, presentado por OpenAI en 2020, tenía 175 mil millones, es decir, 2 700 veces más en tres años. Desde entonces, la inflación ha continuado: Llama 3.1 (Meta) alcanza 405 mil millones en código abierto, mientras que la mayoría de los editores de modelos propietarios ya no publican el número de parámetros de sus modelos recientes. Sin embargo, el tamaño ya no es la única palanca. Las arquitecturas mixture of experts solo activan una fracción de los parámetros en cada token, y la destilación transfiere las capacidades de un modelo grande a uno más pequeño: dos formas de reducir el coste de inferencia sin seguir esta inflación.
Preguntas frecuentes
¿Qué es exactamente un LLM?
Un LLM (Large Language Model) es una red neuronal de gran tamaño, generalmente construida sobre la arquitectura transformer, entrenada sobre corpus de texto gigantescos. Su objetivo es sencillo: predecir, palabra por palabra, la continuación más probable de un texto. Repetido sobre billones de tokens, ese objetivo basta para producir modelos capaces de responder, redactar, traducir, razonar y programar.
¿Un modelo más grande es necesariamente mejor?
No, el tamaño ya no es el único criterio de calidad. Desde 2024, modelos de 70 mil millones de parámetros bien entrenados rivalizan en los benchmarks corrientes con modelos de casi seis veces mayores (Llama 3.3 70B frente a Llama 3.1 405B, según Meta), a un coste de inferencia muy inferior. Contribuyen dos técnicas: las arquitecturas mixture of experts, que solo activan una fracción de los parámetros por token, y la destilación, que transfiere las capacidades de un modelo grande a uno más pequeño.
¿Por qué tratarlo como una elección de infraestructura y no de software?
Porque el tamaño en parámetros determina ante todo el coste de inferencia, y solo después la calidad. Un modelo más pequeño suele bastar para un caso de uso concreto, a un coste muy inferior: a 14 de octubre de 2026, un millón de tokens de entrada cuesta 10 $ con Claude Fable 5.1 y 0,10 $ con Claude Haiku 5.5 (prompts de hasta 100 000 tokens), una relación de 1 a 100. Conviene, pues, probar sistemáticamente los modelos intermedios antes de pagar por los flagship.
¿Qué familias de LLM existen, y qué compromete la elección?
Conviven tres familias: propietarias (GPT, Claude, Gemini), de código abierto (Llama, Mistral, DeepSeek) y soberanas (Mistral AI en Europa). La elección compromete a la vez el coste, la confidencialidad de los datos y el grado de dependencia del proveedor. No es una decisión puramente técnica.
¿Basta un solo benchmark para juzgar un modelo?
No. El rendimiento de un modelo es también el de su tokenizador, su ventana de contexto y su robustez frente a las instrucciones adversariales. Ningún benchmark único capta estos tres ejes, que sin embargo pesan mucho en producción.
Ver también
Fuentes
- Attention Is All You Need, Vaswani et al., NeurIPS 2017. https://arxiv.org/abs/1706.03762
- Language Models are Few-Shot Learners, Brown et al., NeurIPS 2020. https://arxiv.org/abs/2005.14165
- Introducing Meta Llama 3, Meta AI (preentrenado con más de 15 billones de tokens). https://ai.meta.com/blog/meta-llama-3/
- GPT-4 Technical Report, OpenAI, 2023 (sin información sobre el tamaño del modelo). https://arxiv.org/abs/2303.08774
- Llama 3.3 70B, ficha del modelo, Meta. https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/MODEL_CARD.md
- Pricing, documentación de Claude (Anthropic), consultada el 14 de octubre de 2026. https://platform.claude.com/docs/en/about-claude/pricing