Los clientes nos preguntan a menudo qué modelo de IA usamos. Nuestra respuesta suele ser: depende.
Por qué no nos atamos a uno
Cada modelo destaca en cosas distintas. Unos manejan bien los textos largos, otros escriben en un chino más natural y otros son baratos y rápidos, ideales para grandes volúmenes de tareas sencillas. Atar un proyecto a un solo proveedor es renunciar de antemano a todas esas opciones. Además, los modelos avanzan muy deprisa: el mejor de hoy puede no seguir siéndolo dentro de unos meses.
Cómo elegimos
Para una misma tarea, probamos varios modelos con el mismo conjunto de ejemplos reales y comparamos cuatro cosas: calidad, coste, velocidad y cumplimiento normativo. En los proyectos en China solemos usar DeepSeek, Qwen, Kimi, Zhipu GLM y Doubao; en los del resto del mundo, OpenAI, Claude, Gemini y Llama. También es habitual que, dentro de un mismo sistema, dos o tres modelos se repartan el trabajo.
Cómo tratamos los datos
- Preferimos las API empresariales que no entrenan con los datos de los clientes
- Cuando los datos son sensibles, desplegamos modelos de código abierto en los servidores privados del cliente o en sus dispositivos locales
- Para acceder a los datos, solo pedimos los permisos imprescindibles, y el uso que se les dará queda por escrito en el contrato
- Lo que se puede procesar en local no se sube
Dejar margen para el futuro
Ya al diseñar el sistema tenemos en cuenta lo que costará cambiar de modelo. Si más adelante aparece uno mejor, lo incorporamos, lo probamos con los mismos ejemplos y, si no da problemas, puede empezar a usarse.