Qué es un modelo y cuántos hay

En los escalones anteriores le puse nombre al motor —un LLM— y vimos que algunos se paran a razonar y otros responden de un tirón. Ahora toca dar un paso al lado y mirar el paisaje: no hay un solo motor, hay muchos, de varias casas, y la palabra "modelo" significa algo más preciso de lo que yo creía al principio. Cuando lo entendí, dejé de hablar de "la IA" como si fuera una cosa única.

El test que explica el malentendido

Antes de contar cuántos hay, conviene entender por qué parece que hablas con alguien. Hace setenta y tantos años, Alan Turing propuso una prueba que hoy se conoce como test de Turing: si chateas a ciegas con una máquina y con una persona, y no eres capaz de distinguir cuál es cuál, la máquina ha pasado la prueba. No mide si la máquina piensa; mide si lo parece.

Y ese parecer es justo lo que despista. Cuando un chat te responde con soltura, tu cabeza rellena el hueco e imagina a alguien al otro lado. Pero piensa en a quién imaginas. Si de verdad hubiera una persona, podría ser un adulto culto y con años de experiencia, o podría ser un niño que apenas ha leído nada. No es lo mismo. Un cerebro muy entrenado, que ha vivido y leído mucho, responde distinto que uno con poco recorrido.

Con los modelos pasa igual, y por eso esto enlaza con lo que vimos: lo que sabe un modelo es la posición de sus mandos, fijada durante el entrenamiento. Un modelo grande, bien entrenado con mucho texto bueno, es como ese adulto experimentado. Uno pequeño o mal cocinado se parece más al niño. Al otro lado no hay una sola figura: hay muchas, y cada una sabe y rinde de forma distinta.

La app no es el modelo

Aquí está la distinción que más me ordenó las ideas. Lo que abres en el móvil o en la web —ChatGPT, por ejemplo— es la interfaz: la aplicación, la caja con la que hablas. Por debajo, moviendo de verdad la respuesta, hay un modelo con su nombre y su versión.

No es lo mismo la app que el motor que la mueve. ChatGPT es la interfaz; el modelo que tiene puesto es alguno de la familia GPT, de la empresa OpenAI. Y esa misma app puede cambiar de motor: hoy te responde una versión y dentro de unos meses, otra más nueva, sin que la pantalla cambie apenas. La caja se queda; el motor se renueva. Por eso a veces notas que "está mejor" o "responde distinto" sin haber tocado nada: te han cambiado el modelo de debajo.

Cuando separas las dos cosas, dejas de confundir la marca de la app con lo que de verdad determina la calidad de la respuesta, que es el modelo.

Cuántos hay y de quién son

Modelos hay muchos. En los listados públicos que los recopilan se cuentan cientos, y aparecen nuevos cada pocas semanas. Pero los que de verdad compiten en la primera línea —los que se suelen llamar modelos de frontera— son un puñado, repartidos entre unas cuantas casas.

Las principales, a día de hoy, son OpenAI con su familia GPT, Anthropic con Claude, Google con Gemini y xAI con Grok. A su lado han ganado mucho peso la china DeepSeek y los Llama de Meta, entre otras. No hace falta que memorices la lista: lo que importa es la idea de fondo. Hay varias empresas, cada una con su familia de modelos, y dentro de cada familia varias versiones que se van sucediendo.

Doy estos nombres como ejemplo de junio de 2026, sabiendo que envejecen rápido. Para cuando leas esto, alguna versión habrá quedado vieja y habrá nombres nuevos. Da igual: el mapa —varias casas, varias familias— se mantiene aunque las piezas cambien.

Abiertos y cerrados

Hay una distinción entre modelos que sí merece la pena llevarse: la de modelos abiertos y modelos cerrados.

Un modelo cerrado solo lo usas a través del servicio de su dueño. No tienes el motor; te dejan asomarte a él por una ventanilla, su app o su conexión, y punto. GPT, Claude o Gemini funcionan así. Un modelo abierto, en cambio, es de pesos descargables: la empresa publica los parámetros —esos mandos que vimos, que en la práctica son el modelo— bajo una licencia que te deja bajártelos, instalarlos en tu propio ordenador o servidor y, muchas veces, modificarlos. Llama y DeepSeek son de este tipo. Que tengas los pesos no significa que tengas todo: rara vez se publican también los datos con que se entrenó. Pero el motor, ese sí lo tienes en tu mano.

Esta diferencia tiene consecuencias prácticas —privacidad, coste, control— que tocaremos más arriba en la escalera. Por ahora basta con que sepas que existen las dos formas: el motor que solo te alquilan y el motor que puedes llevarte a casa.

"La IA" no existe

Con todo esto se cae solo el malentendido más extendido, el que yo arrastraba sin darme cuenta. Cuando alguien dice "se lo pregunté a la IA", habla como si "la IA" fuera una entidad única, una especie de oráculo del que todos bebemos. No lo es.

Quien dice eso usó un modelo concreto: una versión, de una casa, con su fecha de corte, su carácter y sus límites. Otro modelo, ante la misma pregunta, le habría respondido distinto. No hay una IA; hay muchos modelos, y cada conversación pasa por uno solo de ellos. Hablar de "la IA" en singular esconde justo lo que más importa: cuál estabas usando.

Por qué elegir importa

De aquí sale algo muy práctico. Como cada modelo aprendió de un texto distinto y se afinó de otra manera, el mismo encargo puede darte resultados diferentes según a cuál se lo pidas. Uno redacta mejor, otro programa mejor, otro va más rápido o te cuesta menos.

No tienes que memorizar nombres ni versiones; eso es perder el tiempo en algo que caduca. Lo que sí conviene interiorizar es que se elige: que hay un motor detrás, que no es el único, y que escoger el adecuado para lo que necesitas cambia el resultado. Esa idea —que el modelo es una decisión, no un destino— es la que abre el siguiente escalón, donde veremos cómo el chat se comporta distinto según cuál tenga puesto.

Definiciones

- Modelo: el motor concreto que genera la respuesta, con su nombre y su versión (GPT, Claude, Gemini...). Es lo que de verdad determina cómo responde el chat. - Interfaz: la aplicación con la que hablas (ChatGPT, por ejemplo). Es la caja; por debajo lleva un modelo que puede cambiar sin que la caja cambie. - Test de Turing: la prueba de Alan Turing en la que, si no distingues a la máquina de una persona chateando a ciegas, la máquina la pasa. Mide si lo parece, no si piensa. - Modelo de frontera: los pocos modelos que compiten en la primera línea de capacidad, frente a los cientos que existen en total. - Modelo abierto (pesos descargables): aquel cuyos parámetros se publican para que cualquiera pueda descargarlos y ejecutarlos por su cuenta. Llama y DeepSeek son ejemplos. - Modelo cerrado: aquel que solo puedes usar a través del servicio de su dueño, sin acceso a sus parámetros. GPT, Claude o Gemini funcionan así.

Para saber más

- Artificial Analysis, LLM Leaderboard — Comparison of over 100 AI models — tabla viva de modelos por inteligencia, velocidad y precio; deja ver de un vistazo cuántos hay y cómo cambia la lista. https://artificialanalysis.ai/leaderboards/models - Xavor, Claude vs ChatGPT vs Gemini vs Llama: Best AI Model in 2026 — comparativa divulgativa de las grandes familias y para qué destaca cada una. https://www.xavor.com/blog/claude-vs-chatgpt-vs-gemini-vs-llama/ - Pep Martorell, ¿Abiertos o cerrados? — explicación divulgativa en español de la diferencia entre modelos de pesos abiertos y modelos cerrados. https://pepmartorell.substack.com/p/abiertos-o-cerrados