# ¿Qué es un LLM? 5 de octubre de 2026 · Thiago Perez URL: https://aigrowth.com.ar/blog/que-es-un-llm ¿Sabías que cada vez que ChatGPT te responde, está adivinando? No está pensando como una persona. Tampoco está buscando una respuesta perfecta en una base de datos. En su núcleo, está calculando qué pedazo de texto tiene más sentido después del anterior. ## Qué significa LLM LLM es la sigla en inglés de **Large Language Model**: **modelo de lenguaje grande**. Es un tipo de modelo de IA [entrenado](https://aigrowth.com.ar/blog/como-se-entrena-una-ia) con enormes cantidades de texto para entender y generar lenguaje. OpenAI lo explica así en su guía para principiantes: un LLM aprende patrones de muchísimo texto y no “sabe” cosas como una persona. Lo que hace es **predecir la siguiente porción de texto más probable según el contexto**. Si leíste [qué es la inteligencia artificial](https://aigrowth.com.ar/blog/que-es-la-inteligencia-artificial), ya conocés la mesa: la IA es la mesa y tiene varias patas. El LLM es **una** de esas patas, la de los modelos de lenguaje. ## Pensalo como el autocompletado del celular Cuando escribís “nos vemos” en WhatsApp, el teclado te sugiere “mañana”, “luego” o “el lunes”. Te propone las palabras que suelen venir después. _Animación — Como el autocompletado del celular: se escribe “nos vemos” y el teclado sugiere en gris, ciclando entre “mañana”, “luego” y “el lunes”._ Un LLM hace lo mismo, pero **extremadamente avanzado**: aprendió de muchísimo más texto, mira toda la conversación (no solo la última palabra) y repite la jugada una y otra vez hasta armar la respuesta completa. Si un cliente escribe “¿tienen turnos para el…”, lo más probable es que siga “sábado”, “lunes” o “viernes”, no “helado”. El modelo elige un pedacito, lo suma al texto y vuelve a calcular el siguiente. IBM lo describe como una máquina gigante de predicción estadística: genera el texto de a un pedazo por vez y **no conoce la respuesta final de antemano**. En cada paso hace su mejor conjetura. ## ChatGPT no es el LLM: es la aplicación Esto confunde mucho. **ChatGPT es una aplicación construida sobre un LLM.** OpenAI lo ordena en una jerarquía simple: - **IA**: el campo entero (la mesa). - **Modelos**: sistemas entrenados para tareas puntuales (voz, visión, pronósticos, lenguaje). - **LLM**: los modelos que se especializan en lenguaje. - **ChatGPT**: un producto para usar un LLM de forma fácil. Con Claude (de Anthropic) o Gemini (de Google) pasa lo mismo: son aplicaciones con modelos de lenguaje debajo. Y esos modelos también se pueden usar desde otros programas, a través de una API. Así se conecta un LLM a tu WhatsApp para armar un [agente de IA](https://aigrowth.com.ar/blog/agente-ia-vs-chatbot) que entiende la consulta y responde. ## Lee y escribe en tokens Esos pedacitos de texto que predice tienen nombre: **tokens**. Un token puede ser una palabra, una parte de una palabra o un signo. Lo contamos con ejemplos en [qué es un token en IA](https://aigrowth.com.ar/blog/que-es-un-token). Te importa por dos razones. El modelo tiene un límite de cuántos tokens puede “ver” a la vez (la ventana de contexto). Y cuando conectás un LLM a tu negocio, **lo que pagás se mide en tokens**. Si además responde por WhatsApp, se suma el costo de la plataforma: lo explicamos en [cómo calcular el costo de WhatsApp](https://aigrowth.com.ar/blog/costos-whatsapp). ## Por qué a veces inventa Si el LLM predice lo más probable, ¿qué pasa cuando no sabe? Muchas veces **igual responde**. A eso se le dice “alucinación”: una respuesta que suena convincente pero es falsa. OpenAI lo explica en una investigación de septiembre de 2025. El modelo aprende a predecir la siguiente palabra en textos que no vienen marcados como verdaderos o falsos. Los patrones regulares, como la ortografía, los aprende bien. Pero un dato raro y puntual, como la fecha de cumpleaños de alguien, no se puede deducir de patrones. Además, muchas evaluaciones premian más arriesgar que decir “no sé”. Es como un examen de opción múltiple: si dejás la respuesta en blanco, seguro sacás cero; si adivinás, a veces acertás. Para una pyme, la conclusión es práctica: un LLM suelto puede inventar un precio, un horario o una política. Por eso un buen agente se arma con límites claros: - Que responda **solo con la información de tu negocio** (precios, horarios, políticas), no con lo que “cree” saber. - Que tenga **permiso para decir “no sé”** y derivar la consulta a una persona. - Que **revises lo crítico**, sobre todo al principio. Anthropic recomienda esas mismas técnicas en su documentación y aclara que reducen las alucinaciones, pero no las eliminan del todo. Si querés ver qué puede pasar cuando un bot da información equivocada, en [agente de IA vs chatbot](https://aigrowth.com.ar/blog/agente-ia-vs-chatbot) contamos el caso de Air Canada. ## Preguntas frecuentes ### ¿Qué significa LLM? Large Language Model, que en español es modelo de lenguaje grande. Es un tipo de modelo de IA entrenado con enormes cantidades de texto para entender y generar lenguaje. ### ¿ChatGPT es un LLM? En la charla de todos los días se dice así, pero para ser precisos ChatGPT es una aplicación construida sobre modelos de lenguaje grandes. El LLM es el modelo; ChatGPT es el producto que te deja usarlo desde un chat. ### ¿Un LLM busca las respuestas en internet? Por sí solo, no. Genera texto a partir de los patrones que aprendió en el entrenamiento, prediciendo un pedazo por vez. Algunas aplicaciones le suman herramientas, como buscar en la web o leer documentos, pero eso es algo que se agrega al modelo. ### ¿Por qué un LLM inventa respuestas? Porque predice el texto más probable, y cuando le falta un dato muchas veces arriesga en lugar de decir “no sé”. Se reduce dándole la información de tu negocio, permitiéndole admitir que no sabe y revisando lo crítico, pero no desaparece del todo. ### ¿Qué diferencia hay entre un LLM y un agente de IA? El LLM es el modelo que entiende y genera texto. Un agente de IA usa un LLM y le suma instrucciones, información y herramientas para completar tareas, como consultar una agenda y responder por WhatsApp. ### ¿Necesito entrenar mi propio LLM para mi pyme? Casi nunca. Lo habitual es usar un modelo existente y darle buenas instrucciones y la información de tu negocio. Según IBM, ajustar las instrucciones es la forma más rápida de obtener respuestas específicas y no requiere entrenamiento adicional. Si todavía no sabés por dónde empezar, tenés [este diagnóstico breve](https://aigrowth.com.ar/blog/donde-implementar-ia-en-mi-pyme). Y si querés ver cómo un LLM con límites claros puede atender las consultas de tu negocio, podés conocer cómo trabajamos los [agentes de IA](https://aigrowth.com.ar/servicios/agentes-ia) o [agendar una llamada para revisar tu caso](https://cal.com/thiago-perez-d7wajx/30min). ## Fuentes - [OpenAI Academy: AI fundamentals](https://openai.com/academy/what-is-ai/): qué es un LLM, que predice la siguiente porción de texto según el contexto, y la jerarquía IA → modelos → LLM → ChatGPT (consultado el 5/10/2026). - [IBM: ¿Qué son los LLM (grandes modelos de lenguaje)?](https://www.ibm.com/mx-es/think/topics/large-language-models): predicción estadística de a un token por vez, ventana de contexto, ajuste de instrucciones sin entrenamiento adicional y alucinaciones (consultado el 5/10/2026). - [OpenAI: Por qué los modelos de lenguaje alucinan](https://openai.com/es-419/index/why-language-models-hallucinate/): investigación del 5 de septiembre de 2025 sobre el origen de las alucinaciones en la predicción de la siguiente palabra y en evaluaciones que premian adivinar (consultado el 5/10/2026). - [Anthropic: Reduce hallucinations](https://platform.claude.com/docs/en/test-and-evaluate/strengthen-guardrails/reduce-hallucinations): permitir que el modelo diga “no sé”, limitarlo a los documentos dados y validar la información crítica (consultado el 5/10/2026). - [Stanford HAI: What is a Large Language Model (LLM)?](https://hai.stanford.edu/ai-definitions/what-is-a-llm): definición de LLM como sistema de IA entrenado con grandes cantidades de texto (consultado el 5/10/2026).