Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Referencia

Glosario de IA

219 términos que aparecen al elegir y construir con herramientas, modelos y agentes de IA, cada uno definido en una o dos frases, explicado y con fuentes.

#

τ-bench
τ-bench (tau-bench) es un benchmark que pone a prueba agentes de IA en conversaciones simuladas de atención al cliente, en las que un modelo de lenguaje hace de usuario y el agente debe usar herramientas de API del dominio mientras cumple reglas de una política escrita.

A

Abliteration
La abliteration (eliminación de la dirección de rechazo) es una técnica que impide que un modelo de lenguaje rechace peticiones: encuentra la única dirección interna que transporta el rechazo y edita los pesos para que el modelo ya no pueda escribir en ella, sin reentrenarlo.
Agente de IA
Un agente de IA es un sistema en el que un modelo de lenguaje decide sus propios pasos siguientes: llama a herramientas, lee los resultados y repite hasta terminar la tarea, en lugar de seguir un guion fijo.
Agente de navegador
Un agente de navegador (browser agent) es un agente de IA que controla un navegador web para completar tareas, como buscar, hacer clic, rellenar formularios y leer páginas, a menudo con un navegador headless sin ventana visible.
Agente de programación
Un agente de programación (coding agent) es un agente de IA que trabaja directamente sobre el software: lee un código, edita archivos, ejecuta comandos y pruebas, y repite hasta que un cambio funciona, en lugar de limitarse a sugerir código para que una persona lo pegue.
Agente de voz
Un agente de voz (voice agent) es un agente de IA que mantiene una conversación hablada en tiempo real: escucha a una persona, decide qué decir o hacer y responde con una voz sintética, a menudo por una línea telefónica o en una app.
AIME (benchmark)
AIME, el American Invitational Mathematics Examination, es una competición de matemáticas de Estados Unidos con 15 preguntas cuyas respuestas son números enteros del 0 al 999; los laboratorios de IA usan sus exámenes anteriores, como AIME 2025, como benchmark de razonamiento matemático.
Alineamiento de la IA
El alineamiento de la IA (AI alignment) es el trabajo de conseguir que el comportamiento de un sistema de IA coincida con lo que de verdad pretenden sus usuarios y desarrolladores, de modo que sea útil, honesto y evite daños, en lugar de limitarse a predecir texto probable u optimizar una puntuación estrecha.
Alucinación (IA)
Una alucinación es una salida de un modelo de IA que suena fluida y segura, pero que es falsa, no está respaldada por sus fuentes o es inventada, como una cita bibliográfica, una frase, una estadística o una función de API que no existen.
Análisis de diseño
El análisis de diseño (layout analysis) es la parte del análisis de documentos que encuentra las regiones de una página, como títulos, párrafos, tablas, figuras, pies de figura y pies de página, etiqueta cada una y determina el orden en que las leería una persona.
Análisis de documentos
El análisis de documentos (document parsing) convierte archivos como PDF, escaneos, presentaciones y hojas de cálculo en texto estructurado que el software puede usar, conservando títulos, orden de lectura, tablas e imágenes en lugar de un flujo plano de caracteres.
API compatible con OpenAI
Una API compatible con OpenAI (OpenAI-compatible API) es un endpoint de otro proveedor o herramienta que acepta el mismo formato de petición y respuesta que la API de OpenAI, de modo que el código escrito para OpenAI puede pasarse a él cambiando la URL base, la clave y el nombre del modelo.
ARC-AGI
ARC-AGI es una serie de benchmarks, iniciada por François Chollet y gestionada por ARC Prize, que evalúa si un sistema de IA puede resolver puzles de razonamiento nuevos que no ha visto antes, midiendo la eficiencia con la que aprende y no lo que sabe.
Archivo de instrucciones para agentes (AGENTS.md)
Un archivo de instrucciones para agentes es un archivo Markdown en un repositorio de código, como AGENTS.md o CLAUDE.md, que un agente de programación lee al inicio de una sesión para conocer los comandos, las convenciones y las reglas del proyecto.
Artificial Analysis Intelligence Index
El Artificial Analysis Intelligence Index es una puntuación compuesta de la empresa de benchmarking Artificial Analysis que combina varias evaluaciones, de trabajo de conocimiento, programación, ciencia y cultura general, en un solo número para comparar modelos de lenguaje.
Asistente de IA
Un asistente de IA es un producto de software, normalmente basado en un modelo de lenguaje grande, que recibe peticiones en lenguaje natural y responde preguntas o completa tareas para una persona, como hacen ChatGPT, Claude y Gemini.
Ataque a la cadena de suministro de IA
Un ataque a la cadena de suministro de IA compromete una aplicación de IA a través de algo de lo que depende, como un modelo descargado, un adaptador LoRA, un conjunto de datos, un paquete de Python, un servidor MCP o una skill de agente, en lugar de atacar la aplicación directamente.
Automatización de flujos de trabajo (IA)
La automatización de flujos de trabajo con IA (workflow automation) es el uso de herramientas como Zapier, Make o n8n para encadenar disparadores, acciones en aplicaciones y llamadas a modelos en un proceso que funciona solo, como resumir cada nuevo ticket de soporte.
Avatar de IA
Un avatar de IA es un personaje de vídeo generado, a menudo basado en una persona real, que pronuncia un guion o respuestas en directo con movimientos de cara, labios y cabeza acordes.

B

Base de conocimiento (IA)
En las aplicaciones de IA, una base de conocimiento (knowledge base) es la colección de documentos y datos en la que busca un asistente o un agente para responder preguntas, como artículos de ayuda, políticas o documentación de producto, separada del propio modelo.
Base de datos vectorial
Una base de datos vectorial (vector database) guarda embeddings junto a sus registros de origen y encuentra los vectores guardados más cercanos a un vector de consulta, normalmente con un índice aproximado para que la búsqueda siga siendo rápida con millones de elementos.
Batch API
Una batch API (API por lotes) te permite enviar un gran conjunto de peticiones a un modelo en un solo trabajo y recoger los resultados más tarde, en lugar de esperar cada llamada. Los proveedores ejecutan el trabajo cuando hay capacidad y normalmente cobran menos por él.
Benchmark de IA
Un benchmark de IA (prueba de referencia) es un conjunto fijo y público de tareas con un método de puntuación acordado, que se usa para comparar modelos en la misma prueba, por ejemplo incidencias de código resueltas, preguntas de examen respondidas o calidad de recuperación en muchos conjuntos de datos.
BM25
BM25 es una fórmula de ordenación para la búsqueda por palabras clave. Puntúa cada documento según con qué frecuencia aparecen en él las palabras de la consulta, dando más peso a las palabras raras y menos mérito a los documentos largos y a los términos repetidos.
BrowseComp
BrowseComp es un benchmark de OpenAI con 1,266 preguntas difíciles que evalúa si un agente de navegación puede buscar en la web con persistencia datos enrevesados y difíciles de encontrar, con respuestas cortas que son fáciles de comprobar.
Bucle del agente
El bucle del agente (agent loop) es el ciclo repetido en el centro de un agente de IA: el modelo pide una llamada a una herramienta, la aplicación la ejecuta y devuelve el resultado, y el modelo decide qué hacer a continuación.
Buscador con IA
Un buscador con IA (AI search engine) es un servicio de búsqueda que hace búsquedas web para una consulta, lee los resultados con un modelo de lenguaje y devuelve una respuesta redactada con enlaces a sus fuentes, en lugar de solo una lista de enlaces.
Búsqueda de vecinos más cercanos aproximada
La búsqueda de vecinos más cercanos aproximada (ANN, approximate nearest neighbor) encuentra vectores cercanos a una consulta sin revisar todos los vectores guardados. Renuncia a garantizar la mejor coincidencia exacta a cambio de una búsqueda mucho más rápida en colecciones grandes.
Búsqueda híbrida
La búsqueda híbrida (hybrid search) ejecuta una búsqueda por palabras clave y una búsqueda vectorial con la misma consulta y fusiona las dos listas ordenadas, para que los resultados coincidan tanto en las palabras exactas como en el significado.
Búsqueda vectorial
La búsqueda vectorial (vector search) encuentra elementos comparando sus embeddings con el embedding de una consulta y devolviendo los más cercanos, de modo que los resultados coinciden por significado y no por palabras clave compartidas.

C

Caché KV
Una caché KV (KV cache) guarda las claves y los valores de atención que un transformer ya ha calculado para los tokens anteriores, de modo que cada token nuevo solo necesita trabajo para sí mismo. Acelera la generación, pero ocupa memoria de GPU que crece con la longitud del contexto.
Caché semántica
Una caché semántica (semantic cache) guarda respuestas anteriores de un LLM y devuelve una cuando una petición nueva significa más o menos lo mismo que otra anterior, según la similitud de embeddings y no una coincidencia exacta de texto. Ahorra coste y latencia en preguntas repetidas.
Chain-of-thought
El chain-of-thought (CoT, cadena de pensamiento) es un método de prompting en el que un modelo de lenguaje escribe pasos de razonamiento intermedios antes de su respuesta final, lo que suele mejorar los resultados en matemáticas, lógica y otros problemas de varios pasos.
Chunking
El chunking (fragmentación) es el paso que divide documentos largos en pasajes más pequeños antes de convertirlos en embeddings e indexarlos, para que un sistema de recuperación pueda encontrar y devolver solo las partes de un documento que responden a una consulta.
Clave de API
Una clave de API (API key) es una cadena secreta que una aplicación envía con cada petición para que un servicio sepa qué cuenta llama, aplique sus límites y la facture. Normalmente, cualquiera que tenga la clave puede usarla.
Cliente MCP
Un cliente MCP (MCP client) es la parte de una aplicación de IA que mantiene una conexión con un servidor MCP, negociando capacidades y transportando peticiones, resultados y notificaciones entre ese servidor y la aplicación anfitriona.
Clonación de voz
La clonación de voz (voice cloning) es el uso de IA para que un sistema de text-to-speech hable con la voz de una persona concreta, aprendida a partir de una grabación de esa persona. Algunos sistemas solo necesitan una muestra corta.
Comando de barra
Un comando de barra (slash command) es una instrucción escrita con una barra inicial, como /compact o /review, que indica a una herramienta de IA que ejecute una acción integrada o un prompt guardado en lugar de tratar el texto como un mensaje normal.
Compactación del contexto
La compactación del contexto (context compaction) es el paso en el que un agente resume una conversación que se acerca al límite de su ventana de contexto y continúa en una ventana nueva que parte de ese resumen, para que una tarea larga pueda seguir adelante.
Contaminación de benchmarks
La contaminación de benchmarks (benchmark contamination) se produce cuando un modelo ha visto durante el entrenamiento las preguntas o respuestas de prueba de un benchmark, de modo que su puntuación en él exagera lo bien que resuelve problemas nuevos del mismo tipo.
Context engineering
El context engineering (ingeniería de contexto) es la práctica de elegir y mantener todo lo que entra en la ventana de contexto de un modelo de lenguaje durante una tarea: instrucciones, documentos recuperados, definiciones de herramientas, resultados de herramientas e historial de la conversación.
Context rot
El context rot (deterioro del contexto) es la caída de la precisión y la fiabilidad de un modelo de lenguaje a medida que su entrada se alarga, incluso cuando la entrada aún cabe en la ventana de contexto y la información necesaria está presente.
Continuous batching
El continuous batching (procesamiento por lotes continuo) es una técnica de servicio de modelos que añade peticiones nuevas al lote en ejecución en la GPU y retira las terminadas después de cada paso de generación, en lugar de esperar a que termine un lote entero. Mantiene ocupada la GPU y aumenta el rendimiento.
ControlNet
ControlNet es un complemento de red neuronal que permite a un modelo de difusión text-to-image seguir una guía estructural, como un mapa de bordes, un mapa de profundidad o una pose humana, además del prompt de texto.
Creador de apps con IA sin código
Un creador de apps con IA sin código (no-code AI app builder) es una herramienta que convierte una descripción en lenguaje natural o un editor visual en una aplicación que funciona, normalmente con alojamiento y base de datos incluidos, para que la gente pueda lanzar software sin escribir código.
Credenciales de contenido C2PA
Las credenciales de contenido C2PA son registros de procedencia firmados, definidos por un estándar abierto de la Coalition for Content Provenance and Authenticity, que viajan con una imagen, un vídeo, un archivo de audio o un documento y registran su origen y sus ediciones.
Cross-encoder
Un cross-encoder (codificador cruzado) es un modelo que lee una consulta y un documento juntos en una sola pasada y devuelve una puntuación de relevancia. Es más preciso que comparar embeddings separados, pero demasiado lento para aplicarlo a toda una colección.
Cuantización
La cuantización (quantization) es una técnica que guarda los pesos de un modelo, y a veces las activaciones, con menos bits, como 8 o 4 en lugar de 16, para que el modelo necesite menos memoria y a menudo funcione más rápido, a costa de cierta precisión.

D

Datos de entrenamiento de IA
Los datos de entrenamiento de IA son el conjunto de ejemplos del que aprende un modelo, como texto web, código, imágenes, transcripciones o pares etiquetados. Su tamaño, calidad, mezcla y licencias determinan lo que el modelo puede hacer y dónde falla.
Datos sintéticos
Los datos sintéticos (synthetic data) son datos de entrenamiento o de prueba generados por software, a menudo por otro modelo de IA, en lugar de recogidos de fuentes del mundo real. Se usan para cubrir huecos, añadir ejemplos a bajo coste o evitar exponer datos personales reales.
Decodificación especulativa
La decodificación especulativa (speculative decoding) acelera la generación de texto dejando que un modelo borrador pequeño y rápido proponga varios tokens, que el modelo grande comprueba después en una sola pasada, quedándose con los aceptados. La salida coincide con la que produciría el modelo grande por sí solo.
Deep research (IA)
El deep research (investigación profunda) es una función de agente de IA que planifica una pregunta de investigación, hace muchas búsquedas web, lee las fuentes que encuentra y redacta un informe largo con citas, en minutos y no en segundos.
Deepfake
Un deepfake es un contenido de imagen, audio o vídeo creado o alterado con IA de forma que muestra de manera convincente a una persona, un lugar o un hecho reales tal como no ocurrieron, y que podría pasar por auténtico.
Descarga a CPU
La descarga a CPU (CPU offloading) ejecuta un modelo que no cabe en la memoria de la GPU guardando parte de sus capas en la RAM del sistema, o en disco, y usando la GPU para el resto. El modelo funciona, pero más despacio.
Destilación de conocimiento
La destilación de conocimiento (knowledge distillation) es un método de entrenamiento en el que un modelo alumno más pequeño aprende a imitar las salidas de un modelo profesor más grande, dando lugar a un modelo destilado que conserva gran parte de la habilidad del profesor a menor coste.
Diarización de hablantes
La diarización de hablantes (speaker diarization) es la tarea de dividir una grabación de audio por hablante, etiquetando cada tramo de habla con quién lo dijo. Responde a la pregunta "quién habló y cuándo".
Dimensión del embedding
La dimensión del embedding (embedding dimension) es el número de valores de cada vector que produce un modelo de embeddings. Más dimensiones pueden contener más detalle, pero cada valor extra añade coste de almacenamiento, memoria y búsqueda por elemento.
Direct preference optimization
La direct preference optimization (DPO, optimización directa de preferencias) es una forma de alinear un modelo de lenguaje con las preferencias humanas entrenándolo directamente con pares de respuestas preferidas y rechazadas, con una función de pérdida sencilla de tipo clasificación en lugar de un modelo de recompensa y aprendizaje por refuerzo.

E

Editor de código con IA
Un editor de código con IA es un editor de código o IDE con modelos de lenguaje integrados, que ofrece autocompletado, chat sobre el código y un modo agente capaz de planificar y hacer cambios en muchos archivos.
Embedding
Un embedding (vector de representación) es una lista de números (un vector) que representa un fragmento de texto, una imagen u otros datos, generada de forma que los elementos con significado parecido acaban con vectores cercanos entre sí.
Embeddings Matryoshka
Los embeddings Matryoshka son vectores entrenados para que sus primeros valores contengan la mayor parte de la información. Puedes recortarlos a una longitud menor y seguir obteniendo resultados de búsqueda útiles, lo que ahorra almacenamiento y acelera la búsqueda.
Enrutamiento de LLM
El enrutamiento de LLM (LLM routing) es la práctica de enviar cada petición al modelo de lenguaje más adecuado para ella, a menudo un modelo barato para prompts fáciles y uno más potente para los difíciles, para equilibrar coste, velocidad y calidad.
Escalado de imágenes con IA
El escalado de imágenes con IA (upscaling), o superresolución, usa una red neuronal para ampliar una imagen y rellenar detalles plausibles, de modo que el resultado se ve más nítido que con un simple cambio de tamaño.
Evaluación de LLM
La evaluación de LLM (LLM evaluation), a menudo llamada evals, consiste en medir lo bien que un modelo o una aplicación de IA realiza una tarea ejecutándolo sobre un conjunto de casos de prueba y puntuando las salidas según criterios definidos, con código, con personas o con otro modelo.
Evaluación humana
La evaluación humana (human evaluation) consiste en juzgar las salidas de una IA con personas en lugar de métricas automáticas, por ejemplo evaluadores que puntúan respuestas según una rúbrica o eligen la mejor de dos respuestas anónimas en una prueba a ciegas.
Exfiltración de datos (agentes de IA)
La exfiltración de datos, en el caso de los agentes de IA, ocurre cuando un atacante engaña a un agente para que lea datos privados a los que tiene acceso y los envíe fuera, mediante una petición web, un correo, un enlace de imagen u otro canal que controla el atacante.
Extracción de tablas
La extracción de tablas (table extraction) es la tarea de encontrar tablas en documentos y reconstruir sus filas, columnas, encabezados y celdas como datos estructurados, por ejemplo HTML, Markdown o CSV, en lugar de líneas sueltas de texto.

F

Fallback de modelo
El fallback de modelo (model fallback) es una regla que envía una petición a un modelo o proveedor de reserva cuando la primera opción falla, tarda demasiado, alcanza un límite de uso o rechaza la entrada. Mantiene en marcha una función de IA durante las caídas.
Fecha de corte de conocimiento
La fecha de corte de conocimiento (knowledge cutoff) es la fecha a partir de la cual un modelo tiene poca o ninguna información, porque sus datos de entrenamiento se recopilaron hasta más o menos entonces. Los hechos posteriores le son desconocidos salvo que se le den en el prompt.
Few-shot prompting
El few-shot prompting (prompting con pocos ejemplos) consiste en dar a un modelo de lenguaje unos pocos ejemplos resueltos de una tarea dentro del prompt, para que pueda copiar el patrón con una entrada nueva sin ningún reentrenamiento.
Filtrado por metadatos
El filtrado por metadatos (metadata filtering) limita una búsqueda a los elementos cuyos atributos guardados, como fecha, autor, idioma o grupo de acceso, cumplen unas condiciones dadas, junto con su clasificación por similitud vectorial o antes de ella.
Fine-tuning
El fine-tuning (ajuste fino) es un entrenamiento adicional de un modelo preentrenado con un conjunto de datos más pequeño y específico de una tarea, para que el modelo adopte una habilidad, un formato, un tono o un dominio concretos sin entrenarlo desde cero.
Fine-tuning eficiente en parámetros
El fine-tuning eficiente en parámetros (PEFT, parameter-efficient fine-tuning) adapta un modelo preentrenado entrenando solo un pequeño número de parámetros nuevos o seleccionados y dejando el resto congelado. Reduce la memoria, el cómputo y el almacenamiento que exige el fine-tuning completo.
Fine-tuning supervisado
El fine-tuning supervisado (SFT, supervised fine-tuning) sigue entrenando un modelo preentrenado con ejemplos de prompts emparejados con las respuestas que quieres. Es el primer paso habitual para convertir un modelo base en uno que sigue instrucciones.
Framework de agentes
Un framework de agentes (marco de agentes) es una biblioteca de software que aporta las piezas comunes de un agente de IA, como el bucle de herramientas, el estado, la memoria, los traspasos entre agentes y el trazado, para que los desarrolladores no tengan que construirlas desde cero.

G

Generación aumentada por recuperación
La generación aumentada por recuperación (RAG, retrieval-augmented generation) es un patrón en el que un sistema busca primero en una colección de documentos los pasajes relevantes para una pregunta y luego se los da a un modelo de lenguaje para que su respuesta se base en ellos.
GGUF
GGUF es un formato de archivo binario que guarda en un solo archivo los pesos, el tokenizador y los metadatos de un modelo, pensado para una carga rápida y para la inferencia local con herramientas basadas en GGML como llama.cpp, a menudo en forma cuantizada.
Golden dataset
Un golden dataset (conjunto de referencia) es un conjunto fijo y cuidadosamente revisado de entradas de ejemplo emparejadas con las respuestas o el comportamiento que esperas, que se usa como referencia al evaluar un sistema de IA o hacerle pruebas de regresión.
GPQA
GPQA (Graduate-Level Google-Proof Q&A) es un benchmark de 448 preguntas difíciles tipo test de biología, física y química, escritas por expertos para que personas competentes no expertas no puedan responderlas ni siquiera con búsquedas web ilimitadas.
GPU
Una GPU (unidad de procesamiento gráfico) es un procesador con muchos núcleos pequeños diseñado para ejecutar muchos cálculos en paralelo. Su velocidad con las operaciones de matrices la convierte en el hardware estándar para entrenar y ejecutar modelos de IA.
GPU serverless
La GPU serverless es un modelo de nube en el que despliegas código o un modelo y la plataforma solo arranca workers con GPU cuando llegan peticiones, factura el tiempo que funcionan y escala a cero cuando no hay actividad.
Grafo de conocimiento
Un grafo de conocimiento (knowledge graph) guarda la información como entidades (personas, productos, lugares, conceptos) conectadas por relaciones con nombre, para que el software pueda seguir los enlaces entre datos en lugar de buscar en texto suelto.
GraphRAG
GraphRAG es un enfoque de recuperación en el que un LLM construye primero un grafo de conocimiento a partir de una colección de documentos y escribe resúmenes de grupos de entidades relacionadas, y después responde preguntas usando esos resúmenes y los enlaces del grafo.
Grounding
El grounding (anclaje en fuentes) consiste en vincular la respuesta de un modelo de lenguaje a fuentes concretas y comprobables, como resultados de búsqueda, documentos o una base de datos, para que sus afirmaciones se apoyen en pruebas aportadas y no solo en los datos de entrenamiento.
Guardrails (IA)
Los guardrails (barreras de protección) son comprobaciones en tiempo de ejecución colocadas alrededor de un modelo de lenguaje que inspeccionan entradas y salidas y las bloquean, reescriben o redirigen, para que una aplicación no se salga del tema, evite contenido dañino y cumpla reglas que el modelo por sí solo no mantendría de forma fiable.
Guidance scale (CFG)
La guidance scale (escala de guía), o CFG scale, es un ajuste de los generadores de imágenes por difusión que controla con qué fuerza sigue la salida al prompt. Los valores más altos siguen el prompt más de cerca, pero reducen la variedad.

H

Harness de agente
Un harness de agente (arnés de agente) es el software que rodea a un modelo y lo convierte en un agente funcional: el bucle, las herramientas, el system prompt, los permisos, la gestión del contexto y los archivos que se usan para conservar el progreso entre sesiones.
HNSW
HNSW (hierarchical navigable small world) es un índice basado en grafos para la búsqueda de vecinos más cercanos aproximada. Enlaza los vectores con sus vecinos a lo largo de varias capas, para que una búsqueda pueda saltar rápidamente hacia las coincidencias más cercanas.
Hooks de agente
Los hooks de agente (ganchos) son comandos o scripts definidos por el usuario que un agente de programación ejecuta automáticamente en puntos fijos de su trabajo, como antes de una llamada a una herramienta o después de editar un archivo, para comprobar, bloquear o ampliar lo que hace.
Human-in-the-loop
Human-in-the-loop (HITL, con una persona en el circuito) es un diseño en el que un sistema de IA se detiene en puntos elegidos para que una persona apruebe, corrija o rechace su siguiente paso, de modo que las acciones arriesgadas o inciertas no se ejecutan automáticamente.
HumanEval
HumanEval es un benchmark de generación de código publicado por OpenAI en 2021: 164 problemas de Python escritos a mano, cada uno con una firma de función, un docstring y pruebas unitarias, que se usa para comprobar si un modelo escribe código que de verdad funciona.
Humanity's Last Exam
Humanity's Last Exam (HLE) es un benchmark de 2,500 preguntas escritas por expertos en decenas de materias, creado para ser muy difícil para los modelos de IA, con respuestas claras y comprobables que no se pueden encontrar rápidamente en internet.

I

IA agéntica
La IA agéntica (agentic AI) describe software en el que un modelo de lenguaje tiene cierto control sobre cómo se hace una tarea: planifica pasos, elige herramientas y actúa según los resultados, con más autonomía que un simple prompt y su respuesta.
IA de código abierto
La IA de código abierto (open source AI) es un sistema de IA publicado con condiciones que permiten a cualquiera usarlo, estudiarlo, modificarlo y compartirlo, con acceso a las partes necesarias para cambiarlo: información sobre los datos de entrenamiento, el código completo y los parámetros del modelo.
Image-to-image
Image-to-image (de imagen a imagen) es la tarea de generar una imagen nueva a partir de una existente más un prompt, conservando parte de la estructura del original mientras se cambia el estilo, el detalle o el contenido.
Image-to-video
Image-to-video (de imagen a vídeo) es la tarea de convertir una imagen fija en un clip de vídeo corto, normalmente con la imagen como primer fotograma y un prompt de texto que describe el movimiento.
Inferencia
La inferencia (inference) es ejecutar un modelo ya entrenado para producir una salida a partir de una entrada nueva, como un LLM que genera una respuesta a un prompt. Es la fase que los usuarios pagan cada vez que llaman a un modelo, a diferencia del entrenamiento.
Inpainting y outpainting
El inpainting consiste en rellenar una zona enmascarada de una imagen con contenido generado nuevo que encaje con el resto de la imagen. El outpainting es la misma idea aplicada fuera de los bordes, ampliando la imagen más allá de su marco.

J

Jailbreak (LLM)
Un jailbreak es un prompt o una técnica que consigue que un modelo de lenguaje produzca una salida que su entrenamiento de seguridad debería rechazar, como instrucciones dañinas, mediante juegos de rol, ofuscación, codificaciones extrañas o textos adversarios largos.

L

Late interaction (ColBERT)
La late interaction (interacción tardía) es un método de recuperación, presentado por ColBERT, que codifica la consulta y cada documento por separado en un vector por token, y después puntúa una coincidencia comparando esos vectores de tokens en un paso final barato.
Leaderboard (IA)
Un leaderboard de IA (tabla de clasificación) es una clasificación pública de modelos según sus puntuaciones en uno o más benchmarks o en votos de preferencia humana, que se actualiza a medida que se prueban modelos nuevos, para que se puedan comparar modelos lado a lado.
Ley de IA de la UE
La Ley de IA de la UE (EU AI Act), Reglamento (UE) 2024/1689, es la ley de la Unión Europea sobre inteligencia artificial. Fija normas basadas en el riesgo para quienes desarrollan y despliegan sistemas de IA, desde prohibiciones totales hasta obligaciones de transparencia, que se aplican por fases desde 2025.
Licencia del modelo
La licencia del modelo (model license) son los términos legales bajo los que se pueden usar, modificar y compartir los pesos de un modelo, y a veces su código y sus datos. Van desde licencias abiertas permisivas hasta licencias no comerciales o restringidas a medida.
Límite de uso (API)
Un límite de uso (rate limit) restringe cuánto puede usar una cuenta una API en un intervalo de tiempo, normalmente como peticiones por minuto (RPM) y tokens por minuto (TPM). Las peticiones que superan el límite se rechazan, por lo general con un error HTTP 429.
Llamada a herramientas
La llamada a herramientas (tool calling), también llamada function calling, es una función de las API de modelos en la que describes funciones con un esquema, el modelo responde con una petición estructurada para llamar a una de ellas, y tu código la ejecuta y devuelve el resultado.
LLM gateway
Un LLM gateway (pasarela de LLM) es un servidor proxy situado entre tus aplicaciones y los proveedores de modelos que expone una sola API y gestiona en un único lugar las claves, el enrutamiento, los fallbacks, los límites de uso, el registro y el control del gasto.
LLM local
Un LLM local es un modelo de lenguaje que se ejecuta en tu propio ordenador, teléfono o servidor en lugar de en la API en la nube de un proveedor, de modo que los prompts y los datos se quedan en tu hardware y funciona sin conexión a internet.
LLM-as-a-judge
LLM-as-a-judge (LLM como juez) es un método de evaluación en el que un modelo de lenguaje potente califica las salidas de otro modelo o aplicación, usando una rúbrica, una respuesta de referencia o una comparación lado a lado, en lugar de revisores humanos o junto a ellos.
llms.txt
llms.txt es una convención propuesta en la que un sitio web publica un archivo Markdown, normalmente en /llms.txt, que resume el sitio y enlaza a sus páginas más útiles en un formato que los modelos de lenguaje pueden leer con facilidad.
LMArena
LMArena, conocida al principio como Chatbot Arena, es una plataforma pública que clasifica modelos de IA mediante votos humanos colectivos: los usuarios ven cómo dos modelos anónimos responden al mismo prompt y eligen la mejor respuesta.
LoRA
LoRA (low-rank adaptation, adaptación de bajo rango) es un método de fine-tuning que congela los pesos originales de un modelo y entrena pequeñas matrices de bajo rango añadidas a sus capas, de modo que cambian muchos menos parámetros y se necesita mucha menos memoria de GPU.

M

Marca de agua de IA
La marca de agua de IA (AI watermarking) consiste en incrustar una señal oculta y detectable por máquinas en texto, imágenes, audio o vídeo en el momento en que un modelo de IA lo genera, para que un software pueda identificar después ese contenido como generado por IA.
Mecanismo de atención
Un mecanismo de atención permite a una red neuronal decidir, para cada token que procesa, cuánto peso dar a cada uno de los demás tokens de la entrada. La autoatención (self-attention) es la operación central dentro de un transformer.
Memoria del agente
La memoria del agente es el conjunto de técnicas que permiten a un agente de IA conservar información más allá de una sola ventana de contexto, como datos sobre un usuario o trabajo anterior, guardándola fuera del modelo y volviendo a cargarla cuando hace falta.
Memoria unificada
La memoria unificada (unified memory) es un diseño en el que la CPU y la GPU comparten un único conjunto de memoria en lugar de tener cada una la suya. En los Mac con Apple Silicon y chips parecidos, permite que un modelo de IA local use la mayor parte de la RAM del sistema como memoria de GPU.
Métricas de recuperación (recall@k, nDCG, MRR)
Las métricas de recuperación puntúan lo bien que un sistema de búsqueda devuelve documentos relevantes. Recall@k comprueba cuántos elementos relevantes aparecen entre los k primeros, nDCG premia que estén bien arriba y MRR mide lo pronto que aparece el primero correcto.
Mixture of experts
La mixture of experts (MoE, mezcla de expertos) es un diseño de modelo en el que cada capa contiene varias subredes expertas y un router envía cada token solo a unas pocas, de modo que por cada token se ejecuta solo una parte del modelo.
MMLU
MMLU (Massive Multitask Language Understanding) es un benchmark de opción múltiple que abarca 57 materias, desde matemáticas elementales e historia de Estados Unidos hasta derecho e informática, y que mide el conocimiento general y la resolución de problemas de un modelo de lenguaje.
Model card
Una model card (ficha del modelo) es un documento breve que se publica con un modelo de machine learning y explica para qué sirve, cómo se entrenó y evaluó, dónde rinde mal y cómo debe y no debe usarse.
Model Context Protocol
El Model Context Protocol (MCP) es un estándar abierto que define cómo se conectan las aplicaciones de IA a herramientas, datos y prompts externos, mediante mensajes JSON-RPC entre una aplicación anfitriona, sus clientes y servidores independientes.
Modelo autorregresivo
Un modelo autorregresivo genera una secuencia pieza a pieza, prediciendo cada token siguiente a partir de todos los tokens anteriores y volviendo a introducir esa salida. La mayoría de los modelos de lenguaje grandes funcionan así.
Modelo base
Un modelo base (base model) es un modelo de lenguaje recién salido del preentrenamiento, antes del ajuste por instrucciones o del entrenamiento con feedback humano. Continúa el texto que se le da en lugar de seguir instrucciones o mantener una conversación.
Modelo de decisión
Un modelo de decisión (decision model) es un modelo creado para devolver una respuesta tipada, como una opción de una lista, una puntuación según una rúbrica o una probabilidad de sí o no, en lugar de generar texto libre.
Modelo de difusión
Un modelo de difusión (diffusion model) es un modelo generativo que aprende a convertir ruido aleatorio en datos, como una imagen, eliminando un poco de ruido cada vez a lo largo de muchos pasos.
Modelo de espacio de estados
Un modelo de espacio de estados (SSM, state space model) es un modelo de secuencias que arrastra un estado oculto de tamaño fijo mientras lee cada token, de modo que su coste crece de forma lineal con la longitud de la entrada. Mamba es el ejemplo más conocido.
Modelo de frontera
Un modelo de frontera (frontier model) es uno de los modelos de IA de uso general más capaces disponibles en un momento dado, normalmente de un laboratorio con mucha financiación. El término es relativo y también aparece en las políticas de seguridad de la IA.
Modelo de lenguaje de difusión
Un modelo de lenguaje de difusión (dLLM) genera texto partiendo de una secuencia totalmente enmascarada o con ruido y refinando muchas posiciones de tokens en paralelo a lo largo de varios pasos, en lugar de escribir un token cada vez.
Modelo de lenguaje grande
Un modelo de lenguaje grande (LLM, large language model) es una red neuronal con miles de millones de parámetros, entrenada con grandes cantidades de texto para predecir el siguiente token, lo que le permite redactar, responder preguntas, resumir y seguir instrucciones.
Modelo de lenguaje pequeño
Un modelo de lenguaje pequeño (SLM, small language model) es un modelo de lenguaje con relativamente pocos parámetros, normalmente unos pocos miles de millones o menos, creado para funcionar en un portátil, un teléfono o una sola GPU a menor coste que un modelo grande.
Modelo de pesos abiertos
Un modelo de pesos abiertos (open-weight model) es un modelo cuyos pesos entrenados se publican para que cualquiera los descargue y ejecute, a menudo sin el código de entrenamiento ni los datos de entrenamiento completos, por lo que no es necesariamente de código abierto.
Modelo de razonamiento
Un modelo de razonamiento (reasoning model) es un modelo de lenguaje entrenado para resolver un problema mediante un flujo de tokens de razonamiento intermedios antes de dar su respuesta final, lo que suele ayudar en matemáticas, programación y tareas de varios pasos.
Modelo de recompensa
Un modelo de recompensa (reward model) es un modelo independiente entrenado con datos de preferencias humanas para puntuar lo buena que es una respuesta. Después, el aprendizaje por refuerzo usa esa puntuación para ajustar un modelo de lenguaje hacia las respuestas que prefiere la gente.
Modelo de visión y lenguaje
Un modelo de visión y lenguaje (VLM, vision-language model) es un modelo que recibe imágenes y texto como entrada y produce texto, de modo que puede describir imágenes, responder preguntas sobre ellas, leer documentos y extraer datos de capturas de pantalla.
Modelo fundacional
Un modelo fundacional (foundation model) es un modelo grande entrenado con datos amplios a gran escala que se puede adaptar a muchas tareas posteriores distintas, mediante prompts o fine-tuning, en lugar de construirse para una sola tarea.
Modelo instruct
Un modelo instruct (modelo ajustado a instrucciones) es un modelo de lenguaje base que se ha seguido entrenando con instrucciones emparejadas con buenas respuestas, y a menudo con feedback humano, para que siga peticiones en lugar de limitarse a continuar texto.
Modelo multimodal
Un modelo multimodal es un modelo de IA que puede recibir, y a veces producir, más de un tipo de datos, como texto, imágenes, audio o vídeo, dentro de un único modelo y no mediante sistemas separados.
Modelo speech-to-speech
Un modelo speech-to-speech (de voz a voz) recibe audio hablado y produce audio hablado directamente, sin convertir antes la voz en texto y de vuelta. Se usa para conversación por voz en directo y para traducción.
MTEB
MTEB, el Massive Text Embedding Benchmark, es un benchmark y leaderboard público que puntúa modelos de embedding de texto en muchos tipos de tarea, como recuperación, clustering, clasificación y reranking, sobre muchos conjuntos de datos e idiomas.
Muestreo top-p
El muestreo top-p (top-p sampling), o nucleus sampling, elige cada token siguiente solo entre el conjunto más pequeño de candidatos cuya probabilidad combinada alcanza un umbral p, recortando la larga cola de tokens poco probables.

N

NPU
Una NPU (neural processing unit, unidad de procesamiento neuronal) es un chip, o un bloque dentro de un chip mayor, diseñado para ejecutar los cálculos de redes neuronales rápido y con poco consumo. Los teléfonos y portátiles usan NPU para ejecutar pequeños modelos de IA en el propio dispositivo.
Nube de GPU
Una nube de GPU (GPU cloud) es un servicio que alquila máquinas con GPU por horas o por segundos para entrenamiento, fine-tuning e inferencia de IA. Los proveedores especializados, a veces llamados neoclouds, se centran en las GPU y a menudo cobran menos que las grandes nubes generalistas.

O

OAuth para agentes de IA
OAuth para agentes de IA (OAuth for AI agents) es el uso del estándar de autorización OAuth para que un agente o un cliente MCP actúe en nombre de un usuario con un token de acceso limitado y revocable, en lugar de guardar la contraseña del usuario o una clave de API amplia.
Observabilidad de LLM
La observabilidad de LLM (LLM observability) consiste en registrar lo que hace una aplicación de IA en producción, incluidos prompts, respuestas, llamadas a herramientas, latencia, uso de tokens y coste, como trazas que puedes buscar, para depurar fallos y ver cómo se comporta el sistema a lo largo del tiempo.
ONNX
ONNX (Open Neural Network Exchange) es un formato de archivo abierto para modelos de machine learning. Describe un modelo como un grafo de operadores estándar para que pueda entrenarse en un framework y ejecutarse en otro.
Optimización para motores generativos
La optimización para motores generativos (GEO, generative engine optimization) es la práctica de dar forma al contenido web para que los buscadores con IA y los asistentes de chat lo encuentren, lo citen y lo referencien en las respuestas que generan.
Orquestación de agentes
La orquestación de agentes es el control de qué agentes o llamadas al modelo se ejecutan en una aplicación, en qué orden y cómo se elige cada paso siguiente, ya sea con un modelo que toma la decisión o con código fijo.
OSWorld
OSWorld es un benchmark para agentes de computer use que ejecuta sistemas operativos reales como Ubuntu, Windows y macOS y puntúa a los agentes en 369 tareas abiertas con aplicaciones web y de escritorio, comprobadas mediante scripts.

P

PagedAttention
PagedAttention es un método para guardar la KV cache de un modelo de lenguaje en bloques pequeños de tamaño fijo que no tienen por qué estar contiguos en la memoria de la GPU, como las páginas en un sistema operativo. Reduce la memoria desperdiciada para que un servidor pueda atender más peticiones a la vez.
Parámetros del modelo
Los parámetros del modelo (model parameters) son los números que una red neuronal aprende durante el entrenamiento, sobre todo pesos. El número de parámetros, escrito como 7B para siete mil millones, es la forma abreviada habitual de indicar el tamaño de un modelo.
pass@k
pass@k es una métrica para benchmarks de código que da la probabilidad de que al menos una de k soluciones generadas para un problema supere sus pruebas unitarias; pass@1 es la probabilidad de que un solo intento tenga éxito.
Permisos de agente
Los permisos de agente son las reglas que deciden qué herramientas, archivos, comandos, redes y cuentas puede usar un agente de IA, y qué acciones necesitan antes la aprobación de una persona, para que un agente equivocado o manipulado cause un daño limitado.
Pesos del modelo
Los pesos del modelo (model weights) son los números aprendidos dentro de una red neuronal, fijados durante el entrenamiento, que deciden cómo convierte la entrada en salida. Un checkpoint es un archivo o conjunto de archivos guardado que contiene esos pesos.
Precio por token
El precio por token (token pricing) es la forma en que cobran la mayoría de las API de modelos de IA: un precio fijo por millón de tokens de entrada que envías y otro aparte, normalmente más alto, por millón de tokens de salida que genera el modelo, con descuentos para la entrada en caché y las tareas por lotes.
Precisión numérica (FP16, BF16, FP8)
La precisión numérica es el formato de número que se usa para guardar los pesos de un modelo y hacer sus cálculos, como FP32, FP16, BF16, FP8 o INT4. Menos bits por número significa menos memoria e inferencia más rápida, con cierto riesgo para la precisión de los resultados.
Preentrenamiento
El preentrenamiento (pretraining) es la primera y mayor etapa del entrenamiento de un modelo, en la que aprende patrones generales de un conjunto de datos muy grande y sin etiquetar, normalmente prediciendo el siguiente token, antes de cualquier ajuste para una tarea concreta.
Prompt caching
El prompt caching (caché de prompts) es una función de las API que guarda la forma procesada de un prefijo de prompt repetido, como un system prompt o un documento largo, para que las peticiones posteriores que empiezan con el mismo prefijo sean más baratas y rápidas.
Prompt engineering
El prompt engineering (ingeniería de prompts) es la práctica de escribir, estructurar y probar las instrucciones y los ejemplos que se dan a un modelo de lenguaje para que produzca la salida que necesita una aplicación, sin cambiar los pesos del modelo.
Prompt injection
La prompt injection (inyección de prompts) es un ataque en el que un texto que recibe un modelo de lenguaje, escrito por un usuario u oculto en una página web, un archivo o el resultado de una herramienta, cambia el comportamiento del modelo de formas que su desarrollador no pretendía.
Protocolo Agent2Agent
El protocolo Agent2Agent (A2A) es un estándar abierto que permite a agentes de IA creados con distintos frameworks y por distintos proveedores encontrarse, delegar tareas e intercambiar resultados sin exponer sus herramientas ni su memoria internas.
Proveedor de inferencia
Un proveedor de inferencia (inference provider) es una empresa que ejecuta modelos de IA en su propio hardware y vende acceso a ellos mediante una API, normalmente cobrando por token. Envías prompts y recibes salidas sin gestionar tú las GPU.
Pruebas de regresión (aplicaciones con LLM)
Las pruebas de regresión para aplicaciones con LLM consisten en volver a ejecutar un conjunto fijo de casos de evaluación después de cada cambio en un prompt, un modelo, la configuración de recuperación o una herramienta, para detectar casos que antes funcionaban y ahora fallan.
Puntuación Elo (arenas de modelos)
Una puntuación Elo, en las arenas de modelos, es una cifra calculada a partir de muchos votos cara a cara entre pares de modelos, de modo que la diferencia entre dos puntuaciones predice con qué frecuencia se preferirá la respuesta de un modelo frente a la del otro.

R

RAG agéntico
El RAG agéntico es una generación aumentada por recuperación dirigida por un agente de IA que decide cuándo buscar, qué buscar y qué fuente usar, y puede volver a buscar si los primeros resultados se quedan cortos.
Rastreador de IA
Un rastreador de IA (AI crawler) es un bot automatizado de una empresa de IA que descarga páginas web para recopilar datos de entrenamiento, construir un índice de búsqueda con IA o recuperar una página en directo cuando un usuario pregunta por ella a un asistente.
Rastreo web para IA
El rastreo web para IA (web crawling) es la descarga automática de páginas web, siguiendo enlaces o una lista de URL, para reunir texto con el que entrenar modelos, construir índices de búsqueda o dar a una aplicación contenido actualizado que recuperar.
ReAct (razonar y actuar)
ReAct (reasoning and acting, razonar y actuar) es un patrón de prompting en el que un modelo de lenguaje alterna entre escribir un paso de razonamiento, realizar una acción como una búsqueda o una llamada a una herramienta, y leer el resultado antes de su siguiente paso.
Reconocimiento óptico de caracteres
El reconocimiento óptico de caracteres (OCR) es software que lee texto de imágenes, como páginas escaneadas, fotos o capturas de pantalla, y lo convierte en caracteres legibles por máquina que se pueden buscar, copiar o pasar a un modelo.
Recuperación dispersa
La recuperación dispersa (sparse retrieval) representa consultas y documentos como vectores sobre un vocabulario en el que la mayoría de las entradas son cero y cada entrada distinta de cero es el peso de una palabra, de modo que la búsqueda puede usar índices invertidos rápidos como la búsqueda por palabras clave.
Recursos y prompts de MCP
Los recursos y prompts de MCP son dos cosas que un servidor MCP puede ofrecer además de herramientas. Los recursos son fragmentos de datos, cada uno con un URI, que una app puede añadir al contexto; los prompts son plantillas de mensajes reutilizables que el usuario elige ejecutar.
Red teaming de IA
El red teaming de IA (AI red teaming) es la práctica de atacar a propósito un modelo o una aplicación de IA antes y después de su lanzamiento, con probadores humanos o herramientas automáticas, para encontrar salidas dañinas, jailbreaks, inyecciones y otros fallos y poder corregirlos.
Redacción de PII
La redacción de PII (PII redaction) es la detección y eliminación o enmascarado de información de identificación personal, como nombres, números de teléfono, direcciones y números de tarjeta, en textos o imágenes antes de enviarlos a un modelo, guardarlos en logs o mostrarlos a otras personas.
Reescritura de consultas
La reescritura de consultas (query rewriting) cambia la pregunta de un usuario antes de la búsqueda, por ejemplo aclarándola, dividiéndola o añadiendo términos relacionados, para que el recuperador tenga más probabilidades de encontrar los pasajes que la responden.
Reranking
El reranking (reordenación) es un segundo paso de búsqueda que toma una lista corta de documentos candidatos y los reordena según su relevancia para la consulta, usando un modelo más preciso pero más lento que el de la primera búsqueda.
Residencia de datos
La residencia de datos (data residency) es un control que mantiene los datos de un cliente almacenados, y a menudo procesados, en una región geográfica elegida, como la UE, para que un equipo pueda cumplir sus propias normas legales, contractuales o de clientes sobre dónde residen los datos.
Retención cero de datos
La retención cero de datos (ZDR, zero data retention) es un acuerdo por el que un proveedor de IA no conserva los prompts ni las salidas de un cliente una vez respondida la petición, que normalmente solo se ofrece a clientes aprobados y solo para funciones de la API que cumplen los requisitos.
RLHF
El RLHF (reinforcement learning from human feedback, aprendizaje por refuerzo a partir de feedback humano) ajusta un modelo de lenguaje con clasificaciones humanas de sus respuestas: un modelo de recompensa aprende esas preferencias y luego el aprendizaje por refuerzo empuja al modelo hacia las respuestas que puntúan bien.

S

Safetensors
Safetensors es un formato de archivo de Hugging Face para guardar pesos de modelos. A diferencia de los archivos pickle de Python, cargarlo no puede ejecutar código oculto, y permite una carga rápida de tensores individuales mediante mapeo en memoria.
Salida estructurada
La salida estructurada (structured output) es una función de las API que hace que la respuesta de un modelo de lenguaje siga un formato que defines, normalmente un JSON schema, para que el código pueda analizarla de forma fiable en lugar de extraer datos de texto libre.
Sandbox de agente
Un sandbox de agente (entorno aislado) es un entorno separado, como un contenedor, una máquina virtual o una restricción del sistema operativo, en el que un agente de IA ejecuta código y comandos sin poder llegar a archivos, redes o datos fuera de unos límites fijados.
Self-hosting (modelos de IA)
Hacer self-hosting (autoalojar) un modelo de IA significa ejecutarlo en hardware que controlas, como tus propios servidores, GPU alquiladas o un portátil, en lugar de llamar a la API de un proveedor. Tú eliges el modelo y conservas los datos, pero gestionas la infraestructura.
Servidor MCP
Un servidor MCP (MCP server) es un programa que ofrece herramientas, recursos de datos o plantillas de prompts a aplicaciones de IA mediante el Model Context Protocol, de modo que cualquier cliente compatible con MCP puede usarlos sin código de integración a medida.
Serving de modelos
El serving de modelos (model serving) consiste en ejecutar un modelo entrenado como un servicio al que las aplicaciones llaman por la red, con software que carga los pesos en las GPU, pone en cola y agrupa las peticiones, gestiona la memoria y devuelve los resultados.
Similitud del coseno
La similitud del coseno (cosine similarity) mide cuánto se parecen dos vectores según el ángulo que forman. Va de -1 a 1, ignora la longitud de los vectores y es la forma más habitual de comparar embeddings en búsqueda.
Sincronización labial (vídeo con IA)
La sincronización labial con IA (lip sync) es el uso de un modelo para cambiar los movimientos de la boca de una persona en un vídeo o una imagen de modo que encajen con una pista de audio nueva, como una frase traducida o reescrita.
Sistema multiagente
Un sistema multiagente (multi-agent system) es una configuración en la que varios agentes de IA, cada uno con sus propias instrucciones, herramientas y contexto, trabajan en partes de una tarea y se pasan resultados entre sí o a un agente coordinador.
Skills de agente
Las skills de agente (habilidades) son carpetas de instrucciones, scripts y archivos de referencia, cada una descrita por un archivo SKILL.md, que un agente de IA puede descubrir y cargar solo cuando una tarea las necesita.
SOC 2
SOC 2 es un informe de auditoría, elaborado por una firma de auditoría CPA externa según las normas del AICPA, sobre los controles de una organización de servicios relacionados con la seguridad, la disponibilidad, la integridad del procesamiento, la confidencialidad o la privacidad.
Spec-driven development
El spec-driven development (desarrollo guiado por especificaciones) es una forma de trabajar con agentes de programación en la que primero escribes una especificación de qué construir y por qué, y luego haces que el agente la convierta en un plan, una lista de tareas y finalmente código.
Speech-to-text
El speech-to-text (voz a texto), también llamado reconocimiento automático del habla (ASR), es software que convierte audio hablado en texto escrito. Está detrás de la transcripción, los subtítulos, los comandos de voz y la parte que escucha en los agentes de voz.
Streaming (salida de LLM)
El streaming envía la salida de un LLM al cliente fragmento a fragmento a medida que se generan los tokens, en lugar de esperar a la respuesta completa. Los usuarios ven aparecer texto en unos instantes, aunque la respuesta completa tarde mucho más.
Subagente
Un subagente (subagent) es un agente auxiliar al que un agente principal le pasa una tarea. Trabaja en su propia ventana de contexto nueva, a menudo con sus propias instrucciones y herramientas, y devuelve solo un resumen del resultado.
SWE-bench
SWE-bench es un benchmark de programación construido a partir de issues reales de GitHub en proyectos populares de Python; un modelo o agente debe editar el repositorio para que el issue quede resuelto y pasen las pruebas ocultas del proyecto.
System prompt
El system prompt (prompt del sistema) es el bloque de instrucciones que una aplicación envía a un modelo de lenguaje antes de los mensajes del usuario. Fija el rol, las reglas, el tono y el formato de salida del modelo para toda la conversación.

T

Temperatura (muestreo)
La temperatura (temperature) es un ajuste de muestreo que controla lo aleatorias que son las elecciones de palabras de un modelo de lenguaje. Los valores bajos hacen que favorezca los tokens más probables; los más altos reparten las elecciones entre otros menos probables.
Tensor parallelism
El tensor parallelism (paralelismo de tensores) divide cada capa de una red neuronal entre varias GPU, de modo que cada GPU guarda parte de cada matriz de pesos y calcula su parte de cada paso. Permite ejecutar en muchas GPU un modelo demasiado grande para una sola.
Terminal-Bench
Terminal-Bench es un benchmark para agentes de IA que trabajan en una terminal de línea de comandos, en el que cada tarea da al agente un entorno real y se puntúa con pruebas que comprueban si el trabajo se hizo de verdad.
Test-time compute
El test-time compute (cómputo en tiempo de inferencia) es la cantidad de cálculo que gasta un modelo al responder una petición, y no durante el entrenamiento. Dejar que un modelo piense más tiempo o pruebe varias respuestas puede mejorar los resultados en problemas difíciles.
Text-to-3D
El text-to-3D (texto a 3D) es la tarea de generar un objeto o una escena en 3D a partir de un prompt escrito. El image-to-3D hace lo mismo a partir de una o varias fotos. El resultado se puede ver desde cualquier ángulo.
Text-to-image
El text-to-image (texto a imagen) es la tarea de generar una imagen nueva a partir de una descripción escrita, llamada prompt. La mayoría de los modelos text-to-image actuales son modelos de difusión condicionados por el texto.
Text-to-music
El text-to-music (texto a música) es la tarea de generar audio musical a partir de una descripción escrita, como el género, el estado de ánimo, los instrumentos y el tempo. Algunos sistemas también escriben y cantan letras.
Text-to-speech
El text-to-speech (TTS, texto a voz) es software que convierte texto escrito en audio hablado. El TTS moderno usa redes neuronales que predicen el sonido del habla a partir del texto y luego lo generan como forma de onda.
Text-to-video
El text-to-video (texto a vídeo) es la tarea de generar un clip de vídeo corto a partir de un prompt escrito. Los modelos tienen que producir fotogramas que se vean bien cada uno por separado y que además se muevan de forma coherente de uno a otro.
Tiempo hasta el primer token
El tiempo hasta el primer token (TTFT, time to first token) es lo que espera un usuario entre enviar una petición a un modelo de lenguaje y recibir el primer token de su respuesta, e incluye la cola, el procesamiento del prompt y el tiempo de red.
Token (LLM)
Un token (LLM) es la unidad básica de texto que un modelo de lenguaje lee y escribe, a menudo una palabra, parte de una palabra, un signo de puntuación o un byte. Los precios, la velocidad y los límites de contexto se cuentan en tokens.
Tokenizador
Un tokenizador (tokenizer) es el componente que divide el texto en tokens y los convierte en identificadores numéricos que un modelo de lenguaje puede procesar, y que después convierte de nuevo en texto los identificadores de salida del modelo.
Tokens de salida
Los tokens de salida (output tokens) son los tokens que genera un modelo de lenguaje en su respuesta. Se cuentan y se facturan aparte de los tokens de entrada, y un ajuste max_tokens limita cuántos puede contener una respuesta.
Tokens por segundo
Los tokens por segundo (tok/s) miden lo rápido que produce salida un modelo de lenguaje. Se expresan por usuario, la velocidad a la que llega en streaming una respuesta, o por sistema, la salida total de todas las peticiones simultáneas.
Tool poisoning
El tool poisoning (envenenamiento de herramientas) es un ataque en el que una herramienta maliciosa, a menudo un servidor MCP, esconde instrucciones en la descripción o los metadatos de sus herramientas; el modelo de IA las lee como indicaciones y puede filtrar datos o usar mal otras herramientas sin que el usuario se dé cuenta.
TPU
Una TPU (tensor processing unit, unidad de procesamiento tensorial) es el chip propio de Google para machine learning, construido en torno a grandes unidades de multiplicación de matrices y memoria de gran ancho de banda. Google ofrece las TPU a otras empresas como servicio de alquiler en Google Cloud.
Transformer (arquitectura)
El transformer es una arquitectura de red neuronal, presentada en 2017, que procesa secuencias usando atención en lugar de recurrencia. Es la base de casi todos los modelos de lenguaje grandes actuales y de muchos modelos de imagen y audio.
Transporte MCP (stdio, Streamable HTTP)
Un transporte MCP (MCP transport) es el canal que lleva los mensajes JSON-RPC de MCP entre cliente y servidor. La especificación define dos: stdio, para un servidor que se ejecuta como subproceso local, y Streamable HTTP, para un servidor al que se accede por la red.

U

Uso del ordenador
El uso del ordenador (computer use) es la capacidad de un modelo de IA para manejar un ordenador como lo hace una persona, mirando capturas de pantalla y enviando clics de ratón y pulsaciones de teclado, de modo que puede trabajar con software que no tiene API.

V

Ventana de contexto
Una ventana de contexto (context window) es la cantidad máxima de texto, contada en tokens, que un modelo de lenguaje puede tener en cuenta a la vez, e incluye el system prompt, la conversación, los documentos, los resultados de herramientas y la respuesta que escribe.
Vibe coding
El vibe coding es crear software describiendo lo que quieres a un modelo de IA y aceptando el código que escribe sin leerlo ni revisarlo, juzgando el resultado solo por si el programa parece funcionar.
VRAM
La VRAM es la memoria de una tarjeta gráfica. En el trabajo con IA contiene los pesos del modelo, la KV cache y los datos de trabajo, y que un modelo quepa o no en la VRAM suele decidir qué GPU necesitas para ejecutarlo.

W

Weight-space programming
La weight-space programming (programación en el espacio de pesos) es una capacidad propuesta en la que un modelo de lenguaje lee los pesos de una red neuronal para entender qué calcula y luego escribe o edita esos pesos directamente, sin entrenamiento por gradiente, como un programador edita código.
Workflow frente a agente
Un workflow (flujo de trabajo) es un sistema con LLM cuyos pasos siguen caminos fijados en el código, mientras que un agente deja que el modelo decida sus propios pasos y llamadas a herramientas. Muchos productos vendidos como workflows agénticos están en algún punto entre los dos.
World model
Un world model (modelo del mundo) es un modelo de IA que aprende cómo funciona un entorno lo bastante bien como para predecir qué pasará después, a menudo a partir de vídeo o datos de sensores, para que un agente pueda planificar o entrenarse dentro de la simulación.

Z

Zero-shot
Zero-shot significa pedir a un modelo que haga una tarea solo con una instrucción, sin ejemplos resueltos en el prompt ni entrenamiento específico para la tarea. El modelo se basa únicamente en lo que ya aprendió.