LLM

Un LLM es un modelo entrenado con enormes cantidades de texto para predecir la palabra que viene a continuación en un texto. Al encadenar las predicciones palabra a palabra, se forman respuestas a preguntas, resúmenes y traducciones. Según el glosario de Anthropic, el preentrenamiento, que solo adivina la palabra siguiente a partir del contexto anterior, no basta para que el modelo siga bien las instrucciones. Después, el ajuste fino (un entrenamiento adicional) lo adapta para responder preguntas.

Un LLM tiene dos etapas: el “entrenamiento”, en el que aprende las relaciones entre palabras a partir de enormes cantidades de texto, y la “inferencia”, en la que se pone en marcha el modelo terminado para que produzca respuestas. Lo que se usa en las aplicaciones y en la API es la etapa de inferencia, y el coste de la API también depende de lo que se da a leer y lo que se pide escribir en esta etapa.

ChatGPT (OpenAI), Claude (Anthropic) y Gemini (Google) son nombres de aplicaciones y servicios que usan LLM. Aunque el nombre sea el mismo, el modelo que funciona por dentro cambia cada vez que sale uno nuevo. Anthropic fija una fecha de fin de servicio para los modelos antiguos y recomienda pasar al modelo sucesor. En la API de Gemini de Google también hay nombres de modelo que pasan a apuntar a otro cada vez que sale una versión nueva.

Por eso, la respuesta a la pregunta “¿qué servicio es más inteligente?” cambia con el tiempo. Al comparar, lo más seguro es mirar el nombre y la evaluación del modelo de ese momento.

Lo bueno o malo de un LLM no se decide con un solo número. La evaluación en la que personas comparan respuestas y eligen una mide capacidades distintas de los benchmarks que ponen a resolver problemas comunes. Las páginas para elegir por uso fijan para cada uso una evaluación con la que ordenar, y la muestran junto al precio y la longitud que puede leer de una vez. Si decides primero tu uso y comparas con la evaluación de ese uso, dudarás menos.