Latam-GPT es el equivalente latinoamericano a ChatGPT
Written by danilo_3re2RJc on 02/21/2026
Contexto
El pasado 10 de febrero de 2026, en Santiago de Chile, se hizo la presentación oficial de Latam-GPT, que constituye uno de los proyectos de IA más ambiciosos para Latinoamérica y El Caribe. El evento se realizó en los estudios de Televisión Nacional de Chile y contó con la asistencia del Presidente de Chile Gabriel Boric y autoridades de alto nivel del Ministerio de Ciencia, Tecnología, Conocimiento e Innovación de Chile, Banco de Desarrollo de América Latina y El Caribe (CAF), Amazon Web Services (AWS) y el centro tecnológico Data Observatory.
¿Qué es Latam-GPT?
Latam-GPT es un proyecto regional que ha permitido desarrollar un Modelo de Lenguaje de Gran Tamaño (LLM) “en Latinoamérica y para Latinoamérica”. En palabras más simples, Latam-GPT ha permitido desarrollar un equivalente regional en ciertos usos y capacidades a ChatGPT. El proyecto fue concebido y liderado por el Centro Nacional de Inteligencia Artificial (CENIA) de Chile. En su ejecución contó con el importante apoyo de más de 100 profesionales y más de 60 instituciones de 15 países de la región, quienes aportaron datos, conocimiento y experiencia técnica.
Ecuador fue también parte del desarrollo de Latam-GPT a través de varios actores, incluyendo al Laboratorio de Investigación en Inteligencia y Visión Artificial “Alan Turing” de la Escuela Politécnica Nacional. Por transparencia con los lectores, declaro que participé en actividades vinculadas a este proyecto. Sin embargo, esta columna mantiene un análisis independiente y basado en hechos.
Importancia de Latam-GPT
El proyecto Latam-GPT es importante porque, por primera vez en Latinoamérica y El Caribe, se ha desarrollado la capacidad humana, técnica y operativa de alto nivel que se requiere para crear un LLM donde el código para su desarrollo, datos de entrenamiento, y el modelo en sí mismo serán abiertos. Esto ha permitido que Latinoamérica se ubique en la palestra mundial en el desarrollo de IA avanzada, aunque todavía se encuentra a una gran distancia de los líderes mundiales de esta industria que son Estados Unidos y China.
Entre los aportes más significativos de Latam-GPT se destacan los siguientes puntos:
Latam-GPT 1.0: Es la primera versión de Latam-GPT y tiene como base al modelo Llama 3.1 70B, que tiene 70 mil millones de parámetros y, originalmente, fue creado por el gigante estadounidense Meta (dueño de WhatsApp, Facebook e Instagram). Latam-GPT 1.0 fue entrenado mediante aprendizaje continuo, lo cual permitió enseñar al modelo Llama 3.1 conocimiento específico sobre la región, sin que este modelo olvide su conocimiento inicial. Para el entrenamiento de esta primera versión de Latam-GPT se utilizó la infraestructura en la nube de AWS.
En esencia, Latam-GPT 1.0 es una red neuronal pequeña considerando la escala de tamaños de los modelos de IA Generativa. En perspectiva, Latam-GPT 1.0 tiene un cerebro digital con un número de conexiones sinápticas que es menor que el cerebro de peces o anfibios. Por su parte, los modelos propietarios actuales como ChatGPT-5.2 se estima que tienen entre 2 y 5 millones de millones de conexiones sinápticas, lo cual se aproxima al número de conexiones sinápticas de los cerebros de primates.
Datos: Para el entrenamiento de Latam-GPT 1.0 se construyó un dataset de más de 300 mil millones de tokens de texto plano, equivalente a aproximadamente 230 mil millones de palabras. Para poner este número en perspectiva, se estima que la colección completa de los siete libros de Harry Potter tiene aproximadamente 1 millón de palabras. Por lo tanto, el dataset creado para Latam-GPT equivale a un total de 230 mil colecciones de Harry Potter.
De acuerdo con un reporte publicado por CENIA, los datos para Latam-GPT fueron obtenidos a través de un gran esfuerzo colectivo regional bajo permisos y licencias explícitas. Los datos fueron procesados para asegurar que no contengan elementos sensibles o privados y también para eliminar elementos tóxicos como noticias falsas o temas relacionados con discriminación. Los temas cubiertos en este dataset incluyen áreas como humanidades, ciencias sociales, educación, ciencias de la salud, políticas públicas, economía, medioambiente, artes y pueblos indígenas.
Código: A nivel mundial existe una gran variedad de LLMs abiertos al público; sin embargo, el código y los datos usados para su desarrollo usualmente se mantienen en reserva. Disponer públicamente del código utilizado para su desarrollo contribuirá al aprendizaje y al desarrollo de futuras versiones más avanzadas de este modelo en la región y en el resto del mundo.
Capacidad: El aporte más importante de Latam-GPT es, sin duda, haber desarrollado la capacidad humana, técnica, operativa y de colaboración para desarrollar tecnología de punta en el campo de la IA. Esto permitirá que, de a poco, en nuestra región se desarrollen soluciones innovadoras para resolver problemáticas locales, reduciendo nuestra alta dependencia del Norte Global y permitiendo que nuestros datos devuelvan valor a nuestra región. Todo esto, en conjunto, contribuirá para que, ojalá en algún momento, Latinoamérica alcance una soberanía tecnológica plena.
¿Para qué sirve Latam-GPT?
El valor que agrega Latam-GPT se puede dividir en dos niveles fundamentales: productos y capacidades. A nivel de productos, el proyecto aporta con un LLM que simula comprensión de la cultura, costumbres y variantes del español y portugués de nuestra región. El modelo, por su origen en el modelo base Llama 3.1 70B, también tendrá un buen desempeño en el inglés. Esto permitirá el desarrollo de asistentes conversacionales que se adapten mejor a los usuarios de Latinoamérica y El Caribe. Adicionalmente, los datos y el código permitirán nuevos y mejores desarrollos futuros.
A nivel de capacidades, Latam-GPT ha mostrado que la unión de esfuerzos permite alcanzar grandes objetivos. Mientras el desarrollo de LLMs por parte de los gigantes tecnológicos cuesta decenas de millones de dólares, el LLM latinoamericano fue desarrollado con una inversión de apenas 550 mil dólares proporcionados por CENIA y la CAF. Los recursos restantes fueron cubiertos a través de una gran minga de múltiples actores de la región.
Retos futuros
Para ser protagonistas estelares en la vertiginosa carrera mundial por el desarrollo de IA, Latam-GPT necesita desarrollar aún más su capacidad científica y técnica para crear una arquitectura propia y desde cero. Esto permitirá que la región desarrolle modelos generativos de frontera que trasciendan los límites regionales y que sean capaces de competir con los grandes modelos del Norte Global.
Otro punto importante constituye el desarrollo de infraestructura computacional y energética para entrenar y desplegar masivamente modelos generativos más grandes dentro de la región. De esta manera, junto al talento humano avanzado y los datos propios de la región, se podrá ganar independencia en el desarrollo y despliegue de IA de alto nivel.
Desafortunadamente, al menos en su fase inicial, Latam-GPT no podrá ser usado de la misma manera que ChatGPT de OpenAI, Gemini de Google y otros modelos generativos populares que están alojados en la nube. Esta limitante ocurre porque en la región no existe una gran infraestructura de hardware que permita alojar al modelo y soportar una gran cantidad de usuarios concurrentes. En su lugar, quien desee utilizar este modelo deberá contar con su propio hardware, que para usuarios individuales puede ser un computador equipado con una tarjeta gráfica (GPU) con al menos 40 GB de memoria VRAM.
Conclusión
Latam-GPT es el mayor proyecto de IA Generativa desarrollado hasta el momento por y para Latinoamérica. Este proyecto aporta un LLM, datasets y código que pronto estarán disponibles públicamente. Latam-GPT 1.0 es la primera versión de los modelos de IA latinoamericanos que se especializa en la cultura, costumbres y variantes del español y portugués de nuestra región. Con este paso, Latinoamérica demuestra que tiene capacidad humana y de cooperación para desarrollar tecnología avanzada de IA. El próximo paso es contar con una infraestructura de hardware y provisión de energía para desarrollar y desplegar masivamente modelos de IA generativa más avanzados. De esta manera, la región acortará la enorme brecha que tiene con el Norte Global y pasará de mero consumidor a ser un actor importante en IA, que es un campo que está transformando profundamente el mundo.
