¿Qué son los embeddings en IA?

Un embedding es una ubicación, y el significado es distancia

Dale a un modelo de embeddings la frase "cómo recupero mi dinero" y devolverá una lista de números. Dale "política de reembolso" y devolverá otra lista. Las dos listas están cerca entre sí. Dale "el reembolso de electrones en el cátodo" y la lista cae lejos, aunque comparta la palabra.

Ese es todo el truco. El modelo aprendió a ubicar el texto en un espacio de cientos o miles de dimensiones de forma que el significado, no el vocabulario, decida dónde cae cada cosa. Una vez que el texto es una ubicación, las preguntas sobre significado se convierten en preguntas sobre distancia, y la distancia es algo que una computadora puede calcular para un millón de elementos en milisegundos.

La famosa demostración inicial, del trabajo de word2vec en 2013, fue aritmética sobre ubicaciones de palabras: toma el vector de "rey", resta "hombre", suma "mujer", y la palabra más cercana al resultado es "reina". Los modelos de embeddings modernos hacen lo mismo con frases y documentos enteros, y los vectores son más largos.

Qué tan grande es un embedding, en los modelos que la gente realmente usa

El largo de la lista se llama su número de dimensiones. Ha crecido junto con los modelos.

word2vec en 2013 usaba 300 dimensiones y BERT base 768 en 2018; Voyage 3 devuelve 1,024, text-embedding-3-small de OpenAI devuelve 1,536 números por entrada y text-embedding-3-large devuelve 3,072; Gemini Embedding de Google también usa 3,072 por defecto. Más dimensiones pueden guardar distinciones más finas, a costa de almacenamiento y tiempo de comparación, por eso los modelos más nuevos también permiten truncar la lista a un tamaño menor cuando la velocidad importa más que el matiz.

Cada uno de esos números no significa nada por sí solo. La dimensión 412 no es "formalidad" ni "tema". El significado está solo en dónde cae toda la lista respecto a otras listas, por eso un embedding es inútil sin una colección con la que compararlo.

Los modelos de embeddings encuentran; los modelos de lenguaje escriben

La gente confunde a los dos porque ambos son "IA sobre texto". Son modelos distintos que hacen tareas opuestas.

La fila de costos es la que hay que notar. Generar embeddings de un millón de tokens con el modelo pequeño de OpenAI cuesta $0.02, frente a $0.20 por millón de tokens de entrada para GPT-5.6 Luna, empatado como la fila GPT más barata junto con Luna Pro y GPT-5.4 Nano, según el índice de costos de modelos de IA con precios de OpenRouter tomados el 2026-08-20. Buscar es diez veces más barato que la escritura GPT más económica y al menos cien veces más barato que la escritura de frontera. Esa diferencia es por lo que todo sistema serio busca primero y escribe después. Qué es un LLM cubre el lado de la escritura.

Dónde funcionan los embeddings sin que los veas

Chatear con tus documentos. Cuando subes un PDF largo y haces una pregunta, el archivo se divide en pasajes, cada pasaje se convierte en embedding y se guarda en una base de datos vectorial, tu pregunta se convierte en embedding, y los pasajes cuyos vectores quedan más cerca se entregan al modelo de lenguaje como contexto. El modelo responde a partir de esos pasajes. Esto es generación aumentada por recuperación, y qué es RAG recorre el proceso completo; los embeddings son su paso de búsqueda. La guía de chat con PDF explica cómo hacer preguntas a un archivo subido en Whizi.

Que un documento se busque o se lea entero depende de la ventana. La ventana de contexto de cada modelo, en páginas, está abajo; lo que quepa puede entrar entero, y la recuperación existe para las colecciones que no.

Búsqueda que entiende sinónimos. Un sitio de soporte que devuelve el artículo de cancelación para "dejar de pagar" está comparando embeddings, no palabras.

Recomendaciones y agrupamiento. Los elementos con vectores cercanos son elementos similares: productos relacionados, tickets duplicados, artículos sobre el mismo tema.

Funciones de memoria en apps de chat. Cuando un asistente "recuerda" un dato de una conversación anterior, una implementación común convierte las notas pasadas en embeddings y recupera las más cercanas para incluirlas en el prompt.

En cada caso el embedding hace la búsqueda y otra cosa hace la decisión o la escritura. El modo de fallo es el mismo en todos lados: si el vector más cercano es el pasaje equivocado, todo lo que sigue responde con confianza a la pregunta equivocada, que es el fallo de recuperación que qué es una alucinación de IA enumera como un fallo distinto al de la invención.

Qué puedes hacer con la idea, sin escribir código

Rara vez manejarás un embedding directamente, pero conocer el mecanismo cambia cómo usas las herramientas construidas sobre él.

1. Pregunta en el lenguaje de la respuesta. La recuperación empareja tu pregunta con pasajes por significado. Una pregunta formulada como la formula el documento cae más cerca que una formulada como la dirías en voz alta.
2. Divide los archivos grandes por tema. Un archivo de 400 páginas con tres temas sin relación genera embeddings en un espacio saturado; tres archivos se recuperan con más limpieza.
3. Lee el pasaje citado. Si una respuesta de chat con archivo cita un pasaje, ábrelo. Un fallo de recuperación se ve como una respuesta segura a una pregunta ligeramente distinta.
4. Espera que falle con cadenas exactas. Los embeddings tratan de significado; un número de factura o un código de pieza se encuentra mejor con búsqueda de texto simple, y las buenas herramientas combinan ambas.

La regla de decisión: cuando la tarea es encontrar la pieza correcta entre muchas, quieres un modelo de embeddings, y debe ser barato. Cuando la tarea es producir una pieza, quieres un modelo de lenguaje, y debe ser bueno. Los productos que aciertan esta división son los que realmente hacen funcionar el chat con archivos.