Entender los modelos · Capítulo 1 de 8
Tipos de modelos
Los modelos de chat, de razonamiento, multimodales, de embeddings, los rerankers y los modelos de voz, de imagen, guardianes y pequeños hacen trabajos distintos, y un agente suele usar varios.
Objetivos
- Completa el primer espacio del agente de voz: convertir la voz de quien llama en texto.Pendiente
- Completa los dos espacios que encuentran las notas que responden la pregunta.Pendiente
- Completa los tres últimos espacios: escribir la respuesta, revisarla y decirla.Pendiente
- Supera la comprobación.Pendiente
Paso 1 de 4: La lectura
Modelos distintos, trabajos distintos
Un modelo es un programa que aprendió patrones a partir de ejemplos. Los modelos aprenden trabajos distintos. Cada uno recibe algún tipo de entrada, como texto, sonido o imágenes, y entrega algún tipo de salida. Un agente suele encadenar varios modelos, y cada uno hace el trabajo que mejor sabe hacer.
Modelos que escriben
Un modelo de chat, también llamado modelo instruct, sigue instrucciones y escribe una respuesta. Un modelo de razonamiento resuelve un problema paso a paso antes de responder: es mejor en problemas difíciles, pero más lento. Muchos modelos nuevos hacen ambas cosas, con un ajuste para cuánto piensan. Un modelo multimodal también lee imágenes, sonido o video.
Modelos que encuentran y ordenan
Un modelo de embeddings convierte un texto en una lista de números, de modo que los textos con significados parecidos reciben números parecidos. Así, una búsqueda puede comparar los números y encontrar notas de significado cercano a una pregunta, rápido, incluso entre miles. Un reranker lee la pregunta junto con cada nota que recibe y pone la mejor primero. Eso es más cuidadoso pero más lento, así que solo ordena las pocas notas que encontró la búsqueda.
Modelos que escuchan, hablan, dibujan y revisan
Un modelo de voz a texto escribe lo que alguien dice. Uno de texto a voz lee un texto en voz alta. Un modelo de imagen crea una imagen a partir de una descripción. Un modelo guardián, también llamado clasificador de seguridad, etiqueta textos o imágenes como seguros o inseguros, para que un agente pueda detener una mala respuesta antes de que alguien la vea o la oiga.
Pequeños, cerrados y abiertos
El tamaño de un modelo se cuenta en parámetros: los valores internos que ajustó durante el entrenamiento, también llamados sus pesos. Los modelos pequeños tienen unos pocos miles de millones de parámetros o menos, así que pueden funcionar en un teléfono o una laptop. Los pesos de un modelo cerrado no se publican, y la mayoría de los modelos cerrados se usan a través de un servicio en línea. Un modelo de pesos abiertos se puede descargar y ejecutar en tu propia computadora.
En la visualización equipas un agente de voz para la línea telefónica de una biblioteca, un espacio a la vez. La biblioteca es inventada; cada modelo de ejemplo que encuentras es real, al 2026-11-03.
Paso 2 de 4: Pruébalo: Arma un agente de voz
Arma un agente de voz
Completa un espacio a la vez, desde arriba: lee qué recibe el espacio y qué debe entregar, y luego elige la tarjeta de modelo que coincide.
Cargando la visualización…
Modo:SimuladoSimulado: la biblioteca, sus notas y la llamada son inventadas, y ningún modelo se ejecuta en esta página. Los modelos de ejemplo, sus tamaños y el único precio que se muestra son reales, al 2026-11-03.
Paso 3 de 4: Comprobación
Comprobación
Siguiente: Pregunta 2 de 3
Paso 4 de 4: Lo que ya puedes hacer
Lo que ya puedes hacer
- Nombrar diez tipos de modelos y decir qué recibe y qué entrega cada uno.
- Elegir un tipo de modelo para cada paso de un agente sencillo, y decir por qué otro tipo no encajaría.
- Dar un ejemplo cerrado y uno abierto de cada tipo, a partir de una instantánea con fecha.