A
- AI Agent
- Un sistema que completa tareas de varios pasos por su cuenta: planifica, usa herramientas, toma decisiones, itera. A diferencia de un chatbot, un agente actúa.
- API
- Application Programming Interface. Una forma en que el software habla con otro software. A los modelos de IA a menudo se accede vía API — envías texto, recibes texto de vuelta.
C
- Context window
- Cuánto texto puede "ver" un modelo a la vez. Se mide en tokens. Una ventana de contexto de 1M significa que el modelo puede procesar unas 750,000 palabras en inglés de una sola vez.
D
- Deep learning
- La tecnología central detrás de la IA moderna. Sistemas en capas inspirados vagamente en el cerebro (llamados redes neuronales) que aprenden patrones de grandes cantidades de datos.
- Deployment
- Poner un modelo en producción para que usuarios o sistemas reales puedan usarlo. No es lo mismo que el entrenamiento.
F
- Fine-tuning
- Reentrenamiento parcial de un modelo de pesos abiertos con un conjunto de datos pequeño y específico. Cambia cómo se comporta el modelo (tono, formato, terminología) sin cambiar sus capacidades básicas.
- Frontier model
- Los modelos de IA más recientes y capaces. De código cerrado, accesibles solo vía API. Ejemplos: Claude, GPT, Gemini, Grok.
G
- GPU
- Graphics Processing Unit. El hardware donde corren los modelos de IA. Diseñado originalmente para videojuegos, hoy es la columna vertebral de la IA. Modelos clave: NVIDIA H100, H200, B200; AMD MI300X.
- Grounding
- Conectar las respuestas de un modelo a documentos o datos reales. Lo opuesto a la alucinación.
H
- Hallucination
- Cuando un modelo genera información que suena plausible pero es incorrecta. RAG y el grounding son las defensas principales.
- Hosted dedicated
- Un modo de despliegue donde tu modelo corre en GPUs privadas en un centro de datos profesional, administrado por un proveedor. No se comparte con otros clientes.
I
- Inference
- El acto de usar un modelo entrenado: le das una entrada, genera una salida. Cada interacción con la IA es un evento de inferencia. En 2026, la inferencia representa la mayoría de todo el cómputo de IA.
L
- LLM
- Large Language Model (modelo grande de lenguaje). Un sistema de IA entrenado con conjuntos masivos de texto que puede entender y generar lenguaje humano. ChatGPT, Claude, Llama y DeepSeek son todos LLMs.
- LoRA
- Low-Rank Adaptation. Una técnica para hacer fine-tuning de modelos de forma eficiente entrenando un módulo pequeño en vez de reentrenar el modelo completo. Rápido, barato y portátil.
M
- MSP
- Managed Service Provider (proveedor de servicios administrados). Una compañía que opera y mantiene sistemas de TI para sus clientes. Prime TPS opera infraestructura y software de IA como MSP.
- Multimodal
- Un modelo que puede procesar varios tipos de entrada: texto, imágenes, audio, video. Gemini y GPT son multimodales; muchos modelos de pesos abiertos también soportan visión.
O
- On-premises (on-prem)
- Infraestructura y modelos de IA corriendo en hardware ubicado físicamente en las instalaciones del cliente. Los datos nunca salen del edificio.
- Open-weight
- Un modelo cuyos parámetros entrenados ("pesos") están disponibles públicamente para descargar. Cualquiera puede correrlo, modificarlo y desplegarlo en su propia infraestructura. Ejemplos: Llama, Gemma, DeepSeek, Qwen, Mistral.
P
- Parameters
- Los valores numéricos dentro de un modelo que determinan su comportamiento. Más parámetros generalmente significa más capacidad — y más hardware requerido. Un modelo de 7B cabe en una GPU de consumo. Uno de 685B necesita un clúster de servidores.
- Prompt
- El texto de entrada que le das a un modelo. El prompt engineering es la práctica de redactar entradas para obtener mejores salidas.
Q
- QLoRA
- LoRA cuantizado. Una versión de LoRA que usa precisión de 4 bits para reducir los requisitos de memoria ~4x. Permite hacer fine-tuning de modelos grandes en una sola GPU.
- Quantization
- Reducir la precisión numérica de los pesos de un modelo (p. ej., de 16 bits a 8 o 4 bits). Ahorra memoria y aumenta la velocidad con una pérdida mínima de calidad.
R
- RAG
- Retrieval-Augmented Generation (generación aumentada por recuperación). Una técnica que conecta un modelo a una biblioteca de documentos. Antes de responder, el modelo recupera los documentos relevantes y los usa como contexto. Las respuestas vienen con fuentes. La defensa principal contra la alucinación.
- Reasoning
- La capacidad de un modelo de pensar un problema paso a paso antes de responder. Los modelos de razonamiento (como el pensamiento adaptativo de Claude) invierten más cómputo en los problemas difíciles y producen mejores resultados.
S
- Serving
- Correr un modelo en producción para que usuarios y aplicaciones puedan enviarle solicitudes. Software especializado lo maneja de forma eficiente a escala.
- Sovereign AI
- IA desplegada dentro de una jurisdicción específica, en infraestructura controlada por la organización que la usa. Los datos, los modelos y las operaciones se quedan dentro del límite legal. Lo opuesto a enviar datos a una nube extranjera.
T
- Token
- La unidad básica de texto que procesa un modelo. Aproximadamente: 1 token ≈ ¾ de una palabra en inglés. Los modelos cobran por token.
- Training
- El proceso de crear un modelo alimentándolo con cantidades masivas de datos. El entrenamiento ocurre una vez y produce el modelo base. El fine-tuning es una versión más ligera que se hace después.
V
- VRAM
- Video RAM. La memoria de la GPU que guarda los pesos del modelo durante la inferencia y el entrenamiento. La restricción de hardware principal para la IA. Un modelo de 70B parámetros necesita ~140GB de VRAM a precisión completa.
W
- Weights
- Los millones o miles de millones de números que un modelo aprende durante el entrenamiento — en efecto, ellos son el modelo. “Open-weight” significa que estos números están publicados, así que puedes correr el modelo en tu propio hardware.