Trabajo concreto
Qué puede ayudar a resolver.
El punto de partida no es pedir una respuesta genérica: es definir qué información entra, qué formato debe salir y quién comprueba el resultado antes de usarlo.
- Lectura inicial de contratos y políticas
- Búsqueda de cláusulas y comparación
- Resúmenes para preparar una revisión
Comparación
Qué mirar antes de elegir.
Compara modelos con la misma tarea, volumen y configuración. Una puntuación general no decide por sí sola un flujo de trabajo.
- Privacidad, región y condiciones de tratamiento
- Trazabilidad de fuentes y citas
- Contexto largo y control de acceso
Punto de partida · octubre 2026
Modelos para explorar en este caso.
Esta selección sirve para acotar la prueba por capacidades declaradas, canal de acceso y coste publicado. No es un ranking ni una recomendación automática para un sector: valida siempre el flujo con tus datos autorizados.
Anthropic
Claude Sonnet 5.5
Modelo de Anthropic que combina velocidad e inteligencia para programación, agentes y trabajo profesional cotidiano, con razonamiento adaptativo.
OpenAI
GPT-6.1 Sol
Modelo de OpenAI cercano a GPT-6 Astra en tareas complejas, con un coste menor para programación, computer use y trabajo profesional.
Mistral AI
Mistral Large 4
Modelo multimodal de Mistral en preview con un millón de tokens de contexto, orientación a código y agentes y publicación de pesos anunciada para final de octubre.
El orden de esta selección es editorial. Las capacidades proceden del proveedor y no demuestran una ventaja de rendimiento en este sector. Puedes preparar el mismo caso para todos en el comparador.
Crear una comparativa por tarea →Protocolo de evaluación
Convierte el caso en una prueba útil.
Antes de pasar a producción, prueba varios casos reales y registra el resultado. Así el coste y la latencia se interpretan junto a la calidad, no como métricas aisladas.
Misma entrada
Prepara ejemplos representativos, con datos autorizados y una salida definida para todos los modelos.
Éxito observable
Decide qué debe ser correcto, completo o accionable antes de leer la primera respuesta.
Coste y contexto
Guarda modelo, versión, configuración, tokens, latencia y revisión para poder repetir la decisión.
Uso responsable
Los límites no son una nota al pie.
La automatización debe detenerse cuando falte contexto, haya una excepción o la respuesta pueda afectar a una persona, un contrato, una cifra o una decisión sensible.
- Revisión obligatoria por profesional
- No compartas información confidencial sin acuerdo
- No tomes decisiones regulatorias sólo con IA