02. LLMs explicados para contadores (sin tecnicismos)
GPT-5.5 vs Claude 4 vs Gemini 3: qué son, cuándo usar cada uno, cuánto cuestan realmente. Sin programación, con casos contables.
¿Qué es un LLM, en términos contables?
Un LLM (Large Language Model, "modelo de lenguaje grande") es un sistema de software que ha "leído" cantidades masivas de texto y aprendió a:
- Entender lo que le decís en lenguaje natural.
- Razonar sobre el contenido.
- Responder generando texto coherente y relevante.
Para un contador, la analogía más útil es esta:
🧠 Analogía
Un LLM es como un asistente con 5 años de experiencia profesional que leyó toda la legislación tributaria pública, todos los principios contables, y todos los manuales de auditoría hasta cierta fecha. Es rápido, infatigable, y nunca olvida lo que aprendió.
Pero: no es contador certificado. No tiene tu juicio profesional. No conoce tus clientes específicos. Y a veces "alucina" (inventa información con apariencia de verdad).
Tu trabajo: usarlo como asistente, no como reemplazo.
Los 3 LLMs que dominan en mayo 2026
En 2026, hay tres familias de LLMs dominantes que un profesional contable debe conocer:
1. GPT-5.5 (OpenAI)
Empresa: OpenAI (USA), lanzado el 24 de abril de 2026.
Fortalezas para contabilidad:
- Razonamiento general muy fuerte
- Mejor en seguir instrucciones complejas paso a paso
- Excelente para clasificación de transacciones
- Computer Use integrado: puede operar Excel, navegar por SII online, etc.
Pricing (mayo 2026):
- $5 USD por millón de tokens de entrada
- $30 USD por millón de tokens de salida
- Contexto: 1 millón de tokens (≈ 750.000 palabras o 1.500 páginas)
Cuándo elegirlo: tareas de razonamiento contable complejo, asistencia conversacional, generación de informes, automatización end-to-end con Computer Use.
2. Claude Opus 4.7 / Sonnet 4.6 (Anthropic)
Empresa: Anthropic (USA, fundada por ex-OpenAI).
Fortalezas para contabilidad:
- Especialmente fuerte en análisis de documentos largos (auditoría)
- Mejor "seguimiento de instrucciones" cuando hay muchas reglas
- Más conservador con datos (menor tasa de "alucinación")
- Excelente para coding y workflows complejos
Pricing (consultar anthropic.com — varía):
- Sonnet 4.6 (intermedio): ~$3 / $15 USD por millón de tokens
- Opus 4.7 (premium): ~$15 / $75 USD por millón de tokens
- Contexto: 1 millón de tokens
Cuándo elegirlo: análisis de documentos contables largos, audit trail con menos alucinaciones, workflows de auditoría documentada, redacción legal-tributaria.
3. Gemini 3 Pro (Google)
Empresa: Google.
Fortalezas para contabilidad:
- Multimodal nativo (lee texto + imágenes + PDFs sin pre-procesamiento)
- Integración profunda con Google Workspace (Sheets, Docs, Drive)
- Excelente para procesar facturas escaneadas directamente
Pricing (consultar cloud.google.com — varía):
- Generalmente competitivo con OpenAI
- Contexto: extremadamente largo (hasta 2M+ tokens)
Cuándo elegirlo: si tu firma usa Google Workspace; procesamiento de imágenes/PDFs de facturas; necesidad de contexto extremadamente largo (auditorías de cientos de documentos).
Comparativa rápida por tarea contable
| Tarea típica | Mejor opción | Por qué |
|---|---|---|
| Clasificar 10.000 transacciones bancarias | GPT-5.5 o Claude Sonnet | Costo/beneficio óptimo |
| Análisis de un contrato de 80 páginas | Claude Opus 4.7 | Mejor en documentos largos |
| Procesar 500 facturas escaneadas | Gemini 3 Pro | Multimodal nativo |
| Redactar respuesta formal a citación SII | Claude Opus 4.7 | Tono profesional, menos alucinaciones |
| Consultas conversacionales sobre IVA chileno | GPT-5.5 | Razonamiento + Computer Use |
| Detectar anomalías en libro mayor | GPT-5.5 + reglas | Velocidad + estructured output |
💰 Realidad del costo
Procesar 10.000 transacciones bancarias con un LLM cuesta entre $3 y $15 USD (depende del modelo y del largo del prompt). Para una firma chica, esto es despreciable. Para una firma grande con cientos de miles de transacciones, los costos se acumulan pero siguen siendo mucho menores que el costo de un empleado.
¿Cómo funciona un LLM en la práctica?
Aunque el detalle técnico es complejo, lo que debes entender como contador es esto:
Paso 1: Le das un "prompt" (instrucción)
Soy contador en una empresa chilena. Te voy a pasar
una transacción bancaria. Clasificala contra el plan
de cuentas chileno estándar y devuelve:
- Cuenta sugerida
- Confianza (0-100%)
- Justificación breve
Transacción: "PAGO FALABELLA 28/04/2026 $145.000"
Paso 2: El LLM "razona" y responde
{
"cuenta_sugerida": "5104020 - Gastos generales / Compras menores",
"confianza": 78,
"justificacion": "Transacción con retail (Falabella). Sin
más contexto, asumo gasto operativo. Si es gasto reembolsable,
reclasificar a 1108 - Cuentas por cobrar empleados."
}
Paso 3: Tu sistema usa la respuesta
Tu workflow puede:
- Aceptar automáticamente si confianza > 85%
- Enviar a revisión humana si confianza está entre 50-85%
- Rechazar y pedir más contexto si confianza < 50%
🔑 Patrón clave
Las confidence scores son tu mejor amigo. Un LLM que admite "no estoy 100% seguro" es un asistente útil. Un LLM que afirma todo con seguridad falsa es peligroso. Aprenderás a configurar prompts que devuelvan confianza explícita en la Lección 6.
La trampa de las "alucinaciones"
Alucinación es cuando el LLM inventa información que suena verosímil pero es falsa. Ejemplos contables peligrosos:
❌ Mal uso: "¿Cuál es la tasa de IVA para servicios de consultoría exportados desde Chile?" El LLM puede responder con confianza una tasa inventada que suena plausible pero está mal.
✅ Buen uso: "Te paso el texto del artículo 12 letra E del DL 825 (texto adjunto). Resume las condiciones para exportación de servicios." El LLM trabaja sobre el texto que vos le diste, no inventa.
Este patrón se llama RAG (Retrieval-Augmented Generation) y lo cubrimos en profundidad en la Lección 13.
⚠️ Regla de oro tributaria
NUNCA confíes en una respuesta de LLM sobre normativa tributaria sin verificarla contra el texto legal original. Los modelos pueden "alucinar" fechas, números, artículos. Tu firma profesional sobre una declaración es tu responsabilidad legal, no la del LLM.
¿Versión gratuita o pago?
Para empezar a familiarizarte, las versiones gratuitas (ChatGPT Free, Claude Free, Gemini Free) son suficientes para 80% de los casos exploratorios. Pero hay límites:
| Aspecto | Gratis | Pago (~$20/mes) | API ($ por uso) |
|---|---|---|---|
| Mensajes/día | Limitado | Ilimitado o muy alto | Sin límite (pagás por uso) |
| Modelo top | A veces | Sí | Sí |
| Subir documentos | Limitado | Sí | Sí |
| Confidencialidad enterprise | No | Limitado | Con configuración enterprise |
| Automatización (workflows) | No | Limitado | Sí, este es el caso de uso |
Para tu uso personal exploratorio: Free o Plus está bien.
Para tu firma profesional: necesitarás API + Enterprise tier (con acuerdos de procesamiento de datos para cumplir GDPR/LGPD/Ley 21.719). Lo vemos en detalle en el Módulo 7.
El stack 2026 para contadores LATAM
En este curso vas a aprender a usar:
- GPT-5.5 o Claude Sonnet 4.6 como motor LLM principal (clasificación, redacción).
- Claude Opus 4.7 para análisis de documentos largos (contratos, due diligence).
- Google Document AI o AWS Textract para OCR de facturas.
- n8n o Make como orquestador no-code de workflows.
- Excel + Google Sheets como interfaz humano-amigable.
No vas a programar. Todo lo vas a hacer con interfaces no-code y APIs configurables.
Próximos pasos
En la Lección 3 vamos a ser muy claros sobre qué SÍ y qué NO puede hacer la IA en tu trabajo contable. Vamos a derribar mitos y establecer el patrón ganador que vas a repetir a lo largo del curso:
Document AI / OCR → LLM → Reglas contables → Revisión humana
💡 Tarea opcional antes de continuar
Si todavía no tenés cuenta:
- Creá cuenta gratis en chat.openai.com (OpenAI) o claude.ai (Anthropic) o gemini.google.com (Google).
- Probá una pregunta contable simple. Por ejemplo: "Explicame en 3 párrafos qué es la NIC 12 y por qué importa para una empresa chilena."
- Comparalo con lo que sabés. Notarás que el LLM responde correctamente la mayoría del tiempo, pero verificá los detalles puntuales.
Próxima lección: 03. ¿Qué SÍ y qué NO puede hacer la IA en contabilidad?
Checkpoint de comprensión
3 preguntas para verificar lo aprendido. No afecta tu nota del examen final.
Completaste esta leccion?
Marca esta leccion como completada. Tu progreso se guardara en tu navegador.