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

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.

También llamado: frontier lab, frontier AI

Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas

"Frontera" describe una posición, no una característica técnica. Un modelo es de frontera si está en lo más alto, o cerca, en capacidad cuando sale. Un modelo que era de frontera hace dos años normalmente ya no lo es. Los laboratorios que construyen estos modelos se suelen llamar laboratorios de frontera.

Dos usos de la palabra

En el habla cotidiana, modelo de frontera significa los modelos de lenguaje grandes más potentes en benchmarks difíciles y en leaderboards. En este sitio, los rankings muestran qué modelos están arriba ahora mismo.

En los textos de políticas públicas, el término es más estrecho. Un artículo de 2023 sobre la regulación de la IA de frontera la definió como modelos fundacionales muy capaces que podrían tener capacidades lo bastante peligrosas como para amenazar la seguridad pública. Desde entonces, leyes y marcos voluntarios de seguridad han usado sus propias versiones de la idea. Estas definiciones difieren, así que comprueba cuál usa una norma concreta; esta página no ofrece asesoramiento jurídico.

En qué se diferencia de open-weight

De frontera y open-weight son cuestiones distintas. La mayoría de los modelos de frontera solo están disponibles mediante una API, pero algunos modelos open-weight se acercan a la frontera. "De frontera" dice lo capaz que es un modelo; "open-weight" dice si lo puedes descargar.

Por qué importa al construir

Los modelos de frontera suelen ser los que más cuestan por token y pueden ser más lentos. Muchas tareas no necesitan uno. Un patrón habitual es enviar las peticiones difíciles a un modelo de frontera y las rutinarias a un modelo más pequeño, que es lo que hace el enrutamiento de LLM.

Términos relacionados

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 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.
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.
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.
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.

Fuentes