Perplexity AI: los modelos de IA en detalle, cómo elabora el buscador sus respuestas

Quien utiliza Perplexity AI solo de forma superficial ve un sencillo campo de entrada y una respuesta con notas a pie de página. Sin embargo, en segundo plano ocurre mucho más: Perplexity combina sus propios modelos de búsqueda, ligeros, con el acceso a algunos de los grandes modelos de lenguaje más potentes del sector, y elige una combinación distinta según la pregunta, el nivel de suscripción y el modo seleccionado. Este artículo explica de forma comprensible qué ocurre técnicamente, qué modos existen actualmente y cuándo merece la pena cada uno, sin necesidad de haber estudiado informática.

El principio básico: búsqueda web más modelo de lenguaje en lugar de respuesta de memoria

Por qué un modelo de lenguaje puro no basta por sí solo

Un gran modelo de lenguaje, como el que hay detrás de los chatbots clásicos, se entrenó en un momento determinado con enormes cantidades de texto. Después de eso posee muchísimo conocimiento general, pero no tiene acceso automático a acontecimientos nuevos, cifras actuales o estudios recién publicados. Si se le pregunta a un modelo así por el tipo de interés de referencia actual o por un cambio legislativo aprobado ayer, puede o bien decir honestamente que no lo sabe, o -en el peor de los casos- inventar algo falso que suene plausible. Precisamente este problema lo resuelve Perplexity con un procedimiento de dos fases.

La interacción: el retrieval se encuentra con la generación de texto

En la primera fase, la llamada retrieval (recuperación), Perplexity examina páginas web actuales, artículos de noticias, portales especializados y, en parte, bases de datos científicas en busca de contenidos relacionados con la pregunta planteada. Estos resultados se filtran, se ordenan por relevancia y fiabilidad, y se transmiten como base a un modelo de lenguaje. Solo en la segunda fase el modelo de lenguaje resume estos resultados en una respuesta comprensible y coherente, añadiendo a cada afirmación una nota a pie de página que remite a la fuente correspondiente. Puede imaginarse como un asistente de investigación extremadamente rápido que primero lee diez artículos especializados y después dicta un resumen con referencias de fuentes, solo que este proceso dura unos pocos segundos.

El modelo de lenguaje no «sabe» la respuesta a una pregunta de actualidad, sino que la lee en tiempo real a partir de fuentes recién encontradas y la traduce a un lenguaje comprensible.

Lukinski AI · ab 49 €/MonatFrag die Immobilien-KI — Jetzt testen →Frag z.B.: „Ist diese Mietvertragsklausel wirksam?“

¿Qué modelos hay exactamente detrás?

Modelos Sonar propios para consultas estándar

Para la mayoría de las consultas cotidianas, Perplexity utiliza sus propios modelos, desarrollados internamente, de la llamada serie Sonar. Estos están entrenados específicamente para evaluar de forma eficiente los resultados de la búsqueda web y convertirlos rápidamente en una respuesta limpia y respaldada por fuentes. La ventaja de los modelos propios radica sobre todo en la velocidad y la eficiencia en costes: para preguntas fácticas sencillas no es necesario recurrir al modelo disponible más complejo.

Acceso a modelos externos de primer nivel según la suscripción

Para preguntas más complejas, análisis más largos o cuando se solicita expresamente, Perplexity recurre además a modelos de lenguaje externos de grandes proveedores, según disponibilidad y nivel de suscripción, por ejemplo modelos actuales de las series de OpenAI (GPT), Anthropic (Claude) y Google (Gemini). Perplexity no desarrolla estos modelos, sino que los integra a través de interfaces de programación y los combina con su propia tecnología de búsqueda. Los usuarios Pro pueden a menudo elegir de forma específica en la configuración avanzada qué modelo debe formular una respuesta, mientras que la versión gratuita realiza esta elección automáticamente en segundo plano.

Model Council: comparar varios modelos de primer nivel a la vez

Para los suscriptores de Max existe una función especial, denominada a menudo «Model Council»: Perplexity procesa la misma pregunta en paralelo con varios modelos de lenguaje líderes, compara los resultados entre sí y resume en qué puntos coinciden los modelos, en qué se diferencian y qué aspectos ha destacado especialmente bien cada modelo. Para el usuario medio esto suele ser un esfuerzo innecesario, pero para quienes quieren fundamentar bien una decisión realmente importante y compleja, la comparación de modelos puede aportar perspectivas adicionales valiosas.

Deep Research: investigación autónoma en varias etapas

Además existe un modo llamado Deep Research, en el que Perplexity no realiza una única búsqueda, sino que planifica de forma autónoma varios pasos de búsqueda consecutivos: primero se obtiene una visión general, después se investigan de forma específica subpreguntas concretas y, al final, se genera un informe más largo y estructurado con numerosas referencias a fuentes. Este modo tarda considerablemente más que una consulta normal, pero a cambio ofrece resultados más fundamentados en temas más complejos, como los análisis de mercado.

Modos y niveles en comparación

Modo / nivel	Disponible desde	Qué ocurre	Uso típico
Búsqueda estándar (Sonar)	Free	Búsqueda web rápida más una respuesta compacta respaldada por fuentes	Preguntas fácticas cotidianas
Pro Search con selección de modelo	Pro	El usuario elige de forma específica un modelo externo de primer nivel para la generación de texto	Investigaciones más exigentes, borradores de texto
Deep Research	Free (limitado) / Pro (más generoso)	Investigación autónoma en varias etapas con un informe final detallado	Panorámicas de mercado, investigaciones temáticas más amplias
Model Council	Max	Varios modelos de primer nivel procesan la misma pregunta en paralelo y se comparan	Decisiones individuales importantes y con consecuencias relevantes

Ejemplos de aplicación en la vida cotidiana y profesional

Ejemplo 1: pregunta fáctica rápida en el día a día

Una usuaria quiere saber cuál es la tasa de inflación actual en Alemania. La búsqueda estándar ofrece en pocos segundos una respuesta breve con el valor actual junto con la referencia a la comunicación correspondiente de la Oficina Federal de Estadística alemana, mucho más rápido que consultar varias páginas web una por una.

Ejemplo 2: investigación sobre los tipos de interés hipotecarios actuales con referencias de fuentes

Un empleado administrativo del área de financiación inmobiliaria quiere elaborar un panorama general de la evolución actual de los tipos de interés hipotecarios para una nota interna. Formula la pregunta sobre el nivel aproximado de interés para préstamos hipotecarios a diez años y se muestra las fuentes en las que se basa la respuesta, por ejemplo informes actuales de portales financieros o estadísticas de tipos de interés. Aquí es importante tener en cuenta: Perplexity ofrece una buena primera orientación con pruebas verificables, pero no sustituye un asesoramiento financiero vinculante ni una consulta de condiciones bancarias actualizada al día. Aun así, para una valoración rápida y basada en fuentes antes de una reunión de asesoramiento, la utilidad es real.

Ejemplo 3: resumen de un informe de mercado extenso o de un contrato de alquiler

Un administrador de fincas que sube un informe de mercado extenso o un contrato de alquiler de varias páginas en formato PDF a un Space puede después hacer preguntas específicas al respecto, por ejemplo sobre las conclusiones más importantes, los plazos de preaviso o determinados indicadores. Perplexity recurre tanto al documento subido como, de forma complementaria, a la búsqueda web actual para contextualizar las afirmaciones; sin embargo, esto no sustituye una revisión legal por parte de un profesional.

Ejemplo 4: preparación de una reunión especializada con varias perspectivas

Antes de una decisión importante, por ejemplo una definición estratégica dentro de la propia empresa, el modo Model Council puede ser útil: tres modelos de primer nivel diferentes procesan la misma pregunta, y el resumen muestra en qué puntos coinciden las valoraciones y en qué se diferencian. Esto no sustituye un asesoramiento profesional, pero ofrece una perspectiva más amplia que una única respuesta de IA.

Ejemplo 5: traducción rápida y contextualización de fuentes en otros idiomas

Dado que muchos artículos especializados y estudios solo están disponibles en inglés, Perplexity puede incorporar fuentes en otros idiomas directamente al resumen en español, incluyendo la referencia al original. Esto evita a menudo el rodeo de utilizar una herramienta de traducción independiente.

¿Qué significa esta tecnología para la fiabilidad de las respuestas?

La combinación de búsqueda web y modelo de lenguaje reduce considerablemente el riesgo de afirmaciones inventadas, ya que, en el caso ideal, cada afirmación puede remitirse a una fuente real. Sin embargo, esto no descarta por completo un error: las propias fuentes web en las que se basa también pueden estar desactualizadas, ser incompletas o simplemente erróneas, y un modelo de lenguaje puede perder matices al resumir. Por eso la regla de oro sigue siendo: las referencias de fuentes son una gran ayuda para la comprobación, pero no sustituyen una mirada crítica propia, especialmente en decisiones relevantes desde el punto de vista empresarial o financiero.

Cuanto más importante sea la decisión, más merece la pena echar un vistazo a la fuente original detrás de la nota a pie de página, y no solo al resumen de la IA.

Preguntas frecuentes (FAQ)

¿Qué modelo de IA utiliza exactamente Perplexity?

No existe un único modelo fijo. Perplexity combina sus propios modelos Sonar con modelos externos de primer nivel de distintos proveedores, y elige automáticamente o a petición del usuario la combinación adecuada según la consulta, el modo y el nivel de suscripción.

¿Cuál es la diferencia entre Pro Search y Deep Research?

Pro Search responde a una pregunta en una única pasada, mientras que Deep Research planifica de forma autónoma varios pasos de búsqueda consecutivos y, al final, entrega un informe más detallado y estructurado.

¿Merece la pena el modo Model Council para particulares?

Para preguntas cotidianas sencillas, por lo general no, ya que el esfuerzo adicional apenas aporta valor. En cuestiones realmente importantes y con consecuencias relevantes, sin embargo, la perspectiva de varios modelos puede tener sentido.

¿Puedo confiar ciegamente en las referencias de fuentes?

No. Las notas a pie de página facilitan considerablemente la comprobación, pero no sustituyen una valoración propia de la fuente, especialmente cuando una decisión tiene consecuencias financieras o legales.

¿Por qué Perplexity responde a veces de forma distinta a la misma pregunta?

Dado que en segundo plano pueden entrar en juego distintos modelos y resultados de búsqueda según la carga del sistema, el nivel de suscripción y las fuentes encontradas, son normales las formulaciones o los enfoques ligeramente diferentes.

Un resumen de Perplexity AI como producto completo, los precios y su valoración en materia de privacidad de datos se ofrece en la página general del proveedor: Perplexity AI: el motor de búsqueda con IA y referencias de fuentes de un vistazo. Una comparación con los demás grandes proveedores de IA dentro del conjunto se encuentra en la página general: Comparativa de modelos de IA.