Frontier AI Models

Los modelos de IA de frontera son los modelos de IA de propósito general más capaces que existen en un momento determinado. Suelen ser grandes modelos fundacionales multimodales que igualan o superan a todos los demás sistemas en lenguaje, programación, razonamiento y comprensión de imágenes. La frontera es un límite que se desplaza: los modelos que la definían dos años antes suelen quedar superados por sucesores más pequeños y baratos. El término entró en el ámbito político en 2023. Para la Cumbre de Seguridad de la IA de noviembre de ese año, el Gobierno del Reino Unido definió la IA de frontera como modelos de IA de propósito general altamente capaces, capaces de realizar una gran variedad de tareas e igualar o superar las capacidades de los modelos más avanzados del momento. El Frontier Model Forum, una organización sectorial fundada ese año por Anthropic, Google, Microsoft y OpenAI, a la que después se sumaron Amazon y Meta, considera que un modelo de propósito general es de frontera cuando supera a todos los modelos que llevan al menos un año ampliamente desplegados.

Qué sitúa a un modelo en la vanguardia#

Ninguna puntuación por sí sola confiere la condición de modelo de frontera. Estos modelos se entrenan con los mayores presupuestos de cálculo de su generación y decenas de miles de aceleradores, porque las capacidades han seguido de cerca el cálculo, los datos y el número de parámetros, según las leyes de escalado. Ofrecen buenos resultados en muchos ámbitos a la vez, incluido el uso de herramientas en varios pasos y las tareas prolongadas de agentes de IA que los modelos más limitados no pueden completar. También alcanzan las mejores puntuaciones en pruebas de referencia diseñadas para superar a sistemas anteriores, como las preguntas de ciencias de nivel de posgrado de GPQA y los problemas redactados por expertos de Humanity's Last Exam.

Sus capacidades son desiguales. El mismo modelo que resuelve problemas matemáticos de nivel de investigación puede contar mal objetos en una imagen o fallar un sencillo rompecabezas espacial, un patrón conocido como inteligencia irregular. Por tanto, liderar las clasificaciones de referencia dice poco sobre la fiabilidad en una tarea concreta.

Modelos de vanguardia en sistemas prácticos#

Las capacidades de vanguardia tienen un coste en latencia, precio y hardware. Un modelo de vanguardia se ejecuta en un centro de datos remoto y tarda segundos en responder, lo que lo descarta para muchas cargas de trabajo de tiempo real y IA en el edge. Por eso, los sistemas de producción combinan un modelo de vanguardia para el razonamiento abierto con modelos pequeños y especializados para tareas rápidas y repetitivas, un patrón conocido como sistemas de IA compuestos, o utilizan el enrutamiento de modelos para enviar cada solicitud al modelo más barato que pueda resolverla. Los equipos también utilizan modelos de vanguardia como docentes y generan etiquetas o ejemplos de entrenamiento que la destilación de conocimiento comprime en modelos compactos. En Ultralytics Platform, la anotación inteligente guiada por clases envía imágenes del conjunto de datos a modelos de visión de pago de proveedores como OpenAI, Anthropic y Google, usando la clave del proveedor del propio espacio de trabajo, y añade sus detecciones como cuadros editables. Así, un modelo de vanguardia puede etiquetar el conjunto de datos de detección de objetos con el que después se entrena un modelo compacto YOLO26. La clasificación de VLM compara la precisión con la que estos modelos, incluidos GPT-6 Astra, Claude Opus 5.5 y Gemini 4 Argon, etiquetan conjuntos de datos de detección del mundo real frente a modelos abiertos más pequeños.

Prácticas de pruebas y seguridad#

Los principales desarrolladores publican marcos de seguridad, como la Política de escalado responsable de Anthropic, el Marco de preparación de OpenAI y el Marco de seguridad de frontera de Google DeepMind. Cada uno se compromete a evaluar los nuevos modelos para detectar capacidades peligrosas —incluida la ayuda significativa con armas biológicas u operaciones cibernéticas ofensivas, así como la capacidad de automatizar la investigación en IA— y a incorporar salvaguardias o retrasar el lanzamiento cuando un modelo supera un umbral definido. Las pruebas combinan evaluaciones automatizadas con ejercicios de equipo rojo de IA realizados por equipos internos, expertos externos y organismos gubernamentales, como el Instituto de Seguridad de la IA del Reino Unido y el Centro de Estándares e Innovación de la IA (CAISI) de EE. UU., que evalúan modelos de frontera, a menudo antes de su lanzamiento. Los evaluadores también comprueban si hay ocultación deliberada de capacidades, es decir, si un modelo rinde deliberadamente por debajo de sus posibilidades en las pruebas de capacidades; los desarrolladores publican los resultados en fichas de modelo y fichas de sistema.

Cómo definen las leyes la vanguardia#

Es difícil plasmar la capacidad en una ley, así que los regímenes de gobernanza de la IA utilizan el cómputo de entrenamiento como indicador indirecto. La Ley de IA de la UE presume que un modelo de IA de propósito general presenta riesgo sistémico cuando su entrenamiento ha utilizado más de 10²⁵ operaciones de coma flotante, y la Comisión Europea también puede designar modelos por debajo de ese umbral en función de sus capacidades y alcance. Los proveedores de esos modelos deben evaluarlos, incluidas las pruebas adversariales; evaluar y mitigar los riesgos sistémicos; notificar los incidentes graves; y proteger la ciberseguridad del modelo. Las obligaciones se aplican desde el 2 de agosto de 2025 y, desde el 2 de agosto de 2026, la Comisión puede hacerlas cumplir con multas de hasta el 3 % del volumen de negocios anual mundial o 15 millones de euros, lo que sea mayor.

La Ley de Transparencia de la Inteligencia Artificial de Frontera de California (SB 53), en vigor desde el 1 de enero de 2026, define un modelo de frontera como uno entrenado con más de 10²⁶ operaciones, incluido el ajuste fino posterior y el aprendizaje por refuerzo. Obliga a los grandes desarrolladores de modelos de frontera, aquellos con más de 500 millones de dólares de ingresos anuales, a publicar sus marcos de IA de frontera, y a los desarrolladores de modelos de frontera a notificar los incidentes críticos de seguridad a la Oficina de Servicios de Emergencia del estado en un plazo de 15 días. Los umbrales de cómputo son un indicador impreciso, porque los avances algorítmicos y del hardware permiten que entrenamientos cada vez más pequeños alcancen capacidades de frontera anteriores; por eso, ambas leyes prevén revisar sus definiciones. La Ley RAISE de Nueva York, modificada en marzo de 2026 para ajustarse a las definiciones de la SB 53, incluida la prueba de ingresos de 500 millones de dólares para los grandes desarrolladores de modelos de frontera, entra en vigor el 1 de enero de 2027 y da a los desarrolladores 72 horas para notificar un incidente crítico de seguridad.