Modelos
No existe un mejor modelo único. Cómo asignar niveles a tareas, cuándo conviene enrutar y por qué la voz es un problema aparte.
1 oct 2026 · 6 min de lectura
El diagrama y las fuentes están en inglés.
No existe un mejor modelo único. En una encuesta de Dataiku y Harris Poll a 600 CIO, el 81 % esperaba depender de dos o más proveedores de LLM en 2026, y el 55 % ya había cambiado al menos una vez, principalmente para reducir costos. Los nombres de los modelos cambian cada pocos meses, así que este artículo trata de cómo elegir, no de un ranking.
Un enrutador envía cada tarea, o subtarea, al modelo más pequeño que la resuelva. Los resultados publicados son alentadores pero específicos de un benchmark o de un proveedor: el estudio RouteLLM informó que se mantenía cerca del 95 % de la calidad de GPT-4 reduciendo el costo en más de un 85 % en un benchmark, y los proveedores informan de ahorros del 80 al 95 % en cargas conversacionales. Trátalos como cotas superiores y mide con tu propio tráfico. El enrutamiento rinde cuando la mayoría de las solicitudes son simples y el volumen es alto. Con poco volumen, separar la clasificación de la generación captura buena parte de la ganancia.
Los flujos en continuo, con reconocimiento de voz, modelo y síntesis de voz transmitiendo, pueden bajar de un segundo de extremo a extremo. Los modelos de voz a voz en tiempo real pueden llegar a menos de medio segundo con una prosodia más natural, a costa de perder control sobre cada componente. Apunta a menos de unos 800 milisegundos en llamadas telefónicas, y escala a una persona los turnos realmente complejos en vez de hacer esperar a quien llama.
Cuéntanos un proceso. Te enseñamos cómo podría resolverlo un agente y qué medir para comprobar que funciona.