# LLM (modelo de lenguaje grande)

> Qué es un LLM o modelo de lenguaje grande, cómo funciona, qué modelos existen (GPT, Claude, Gemini, Llama) y para qué lo usa una empresa. Con ejemplo práctico.

URL: https://gradual.pro/glosario/llm

Actualizado: 2026-09-29

**LLM (modelo de lenguaje grande)**: Un LLM (Large Language Model, modelo de lenguaje grande) es un modelo de inteligencia artificial entrenado con enormes cantidades de texto para predecir la siguiente palabra, lo que le permite entender preguntas, redactar, resumir, traducir, clasificar y razonar sobre texto.

Un LLM, de *Large Language Model*, es un modelo de lenguaje grande: el tipo de inteligencia artificial que hay detrás de ChatGPT, Claude, Gemini o Copilot. Se entrena con cantidades masivas de texto para aprender a predecir qué palabra viene después de otra. Con suficiente escala, esa capacidad se convierte en algo muy útil: entender lo que le pides, redactar, resumir, traducir, extraer datos de un documento o seguir instrucciones de varios pasos.

## ¿Cómo funciona un modelo de lenguaje?

Un LLM trabaja con **tokens**, fragmentos de palabras. Cuando le escribes, convierte el texto en tokens, los procesa y genera la respuesta token a token, eligiendo en cada paso el más probable según el contexto.

Tres conceptos ayudan a entender sus capacidades y límites:

- **Entrenamiento**: el modelo aprende de textos públicos hasta una fecha de corte. No sabe nada posterior ni nada privado de tu empresa, salvo que se lo des.
- **Ventana de contexto**: la cantidad de texto que puede tener en cuenta a la vez (tu pregunta, las instrucciones, los documentos que le pasas). Los modelos actuales admiten documentos largos, pero no una empresa entera.
- **Alucinaciones**: como genera texto probable, puede producir datos que suenan bien y son falsos. Se reduce dándole la información correcta con técnicas como [RAG](/glosario/rag) y pidiéndole que diga cuándo no sabe algo.

## ¿Qué modelos de lenguaje existen?

Los más usados en empresas son de pocos proveedores:

| Familia | Empresa | Tipo |
|---|---|---|
| GPT | OpenAI | Comercial, por API y ChatGPT |
| Claude | Anthropic | Comercial, por API y app Claude |
| Gemini | Google | Comercial, por API y apps de Google |
| Llama | Meta | Pesos abiertos, se puede instalar en servidor propio |
| Mistral | Mistral AI (Francia) | Modelos comerciales y de pesos abiertos |

Los modelos de pesos abiertos interesan cuando los datos no pueden salir de tu infraestructura, a cambio de gestionar tú el servidor.

## ¿Para qué lo usa una empresa?

Un LLM por sí solo es un buen redactor. Su valor en una empresa aparece cuando se conecta a procesos y herramientas:

- **Atención al cliente**: responder correos, WhatsApp o chat con la información de la empresa.
- **Documentos**: leer facturas, contratos o albaranes y extraer los datos a un sistema.
- **Clasificación**: ordenar correos entrantes, etiquetar incidencias o detectar la urgencia de un mensaje.
- **Redacción**: presupuestos, fichas de producto, respuestas a reseñas o resúmenes de reuniones.
- **Agentes**: el LLM es el "cerebro" de un [agente de IA](/glosario/agente-ia), que además usa herramientas para actuar.

## Ejemplo: un ecommerce con cientos de correos

Imagina una tienda online de productos para mascotas que recibe unos 150 correos al día: dudas de envío, devoluciones, preguntas de producto y alguna queja. Dos personas los leen todos para decidir quién responde.

La tienda conecta un LLM a su bandeja de entrada. Para cada correo, el modelo identifica el tipo de consulta, extrae el número de pedido si aparece y detecta si el cliente está enfadado. Las dudas de envío se responden solas con el estado real del pedido; las devoluciones se preparan como borrador para revisión; las quejas van directamente a una persona con un resumen. El equipo deja de clasificar y dedica su tiempo a los casos que lo necesitan.

## Cómo elegir y empezar

No hace falta elegir un modelo para siempre. Lo recomendable es diseñar las automatizaciones para poder cambiar de proveedor cuando salga uno mejor o más barato, y usar modelos distintos según la tarea. Si quieres saber dónde aplicar un LLM en tu empresa y con qué coste, empieza por una [consultoría de IA](/servicios/consultoria-ia).

## Preguntas frecuentes

### ¿Qué LLM es mejor para una empresa?

Depende de la tarea. GPT, Claude y Gemini dan resultados muy parecidos en conversación y redacción; para clasificar o extraer datos en volumen suelen bastar modelos más pequeños y baratos. Conviene probar dos o tres con tus casos reales antes de elegir.

### ¿Cuánto cuesta usar un LLM en una empresa?

Las APIs cobran por tokens, es decir, por la cantidad de texto que entra y sale. En una pyme con automatizaciones y un agente de atención al cliente, el consumo suele estar entre 20 y 120 € al mes.

### ¿Los LLM usan mis datos para entrenarse?

Con las APIs y los planes de empresa de los principales proveedores, por defecto no se usan tus datos para entrenar. En las versiones gratuitas de consumo puede ser distinto, así que conviene revisar las condiciones y la configuración de privacidad.