Comparación de modelos de IA para GitHub Copilot
GitHub Copilot admite varios modelos de IA con distintas funcionalidades. El modelo que elijas afecta a la calidad y relevancia de las respuestas en Copilot Chat y Copilot y a las finalizaciones de código. Algunos modelos ofrecen una menor latencia, mientras que otros ofrecen menos alucinaciones o un mejor rendimiento en tareas específicas. Esta guía te ayuda a elegir el mejor modelo en función de la tarea, no solo los nombres de modelo.
Nota:
Cada modelo tiene multiplicadores de solicitudes Premium diferentes, lo que puede afectar a la cantidad de tu asignación de uso mensual. Para más información, consulta Solicitudes en GitHub Copilot.
Modelos recomendados por tarea
Usa esta tabla para buscar rápidamente un modelo adecuado; consulta detalles adicionales en las secciones siguientes.
| Modelo | Área de tareas | Destaca en (caso de uso principal) | Funcionalidades adicionales |
|---|---|---|---|
| GPT-4.1 | Programación y escritura de uso general | Finalizaciones de código y explicaciones rápidas y precisas | Modo de agente, objeto visual |
| GPT-4o | Programación y escritura de uso general | Finalizaciones rápidas y comprensión de la entrada visual | Modo de agente, objeto visual |
| o3 | Razonamiento profundo y depuración | Resolución de problemas de varios pasos y análisis de código de nivel de arquitectura | Razonamiento |
| o4-mini | Ayuda rápida con tareas sencillas o repetitivas | Respuestas rápidas y confiables a preguntas de programación ligeras | Menor latencia |
| Claude Opus 4 | Razonamiento profundo y depuración | Desafíos complejos de resolución de problemas, razonamiento sofisticado | Razonamiento, visión |
| Claude Sonnet 3.5 | Ayuda rápida con tareas sencillas o repetitivas | Respuestas rápidas para código, sintaxis y documentación | Modo de agente |
| Claude Sonnet 3.7 | Razonamiento profundo y depuración | Razonamiento estructurado en bases de código grandes y complejas | Modo de agente |
| Claude Sonnet 4 | Razonamiento profundo y depuración | Rendimiento y practicidad, perfectamente equilibrados para codificar flujos de trabajo | Modo de agente, visión |
| Gemini 2.5 Pro | Razonamiento profundo y depuración | Flujos de trabajo complejos de generación de código, depuración e investigación | Razonamiento |
| Gemini 2.0 Flash | Trabajar con objetos visuales (diagramas, capturas de pantalla) | Respuestas en tiempo real y razonamiento visual para la interfaz de usuario y tareas basadas en diagramas | Visual |
Tarea: Programación y escritura de uso general
Usa estos modelos para tareas de desarrollo comunes que requieren un equilibrio de calidad, velocidad y rentabilidad. Estos modelos son un buen valor predeterminado cuando no tienes requisitos específicos.
| Modelo | Por qué es una buena opción |
|---|---|
| GPT-4.1 | Valor predeterminado confiable para la mayoría de las tareas de programación y escritura. Rápido, preciso y funciona bien entre lenguajes y marcos. |
| GPT-4o | Ofrece un rendimiento similar al de GPT-4–con menor latencia. |
| Claude Sonnet 3.7 | Genera una salida clara y estructurada. Sigue instrucciones de formato y mantiene un estilo coherente. |
| Gemini 2.0 Flash | Rápido y rentable. Adecuado para preguntas rápidas, fragmentos de código cortos y tareas de escritura ligeras. |
| o4-mini | Optimizado para la velocidad y la rentabilidad. Ideal para sugerencias en tiempo real con una sobrecarga de uso baja. |
Cuándo usar estos modelos
Usa uno de estos modelos si quieres:
- Escribir o revisar funciones, archivos cortos o diferencias de código.
- Generar documentación, comentarios o resúmenes.
- Explicar rápidamente errores o un comportamiento inesperado.
- Trabajar en un entorno de programación que no sea en inglés.
Cuándo usar otro modelo
Si trabajas en la refactorización compleja, las decisiones arquitectónicas o la lógica de varios pasos, considera un modelo de razonamiento profundo y depuración. Para tareas más rápidas y sencillas, como modificaciones repetitivas o sugerencias de código puntuales, consulta Ayuda rápida con tareas sencillas o repetitivas.
Tarea: Ayuda rápida con tareas sencillas o repetitivas
Estos modelos están optimizados para la velocidad y la capacidad de respuesta. Son ideales para ediciones rápidas, funciones de utilidad, ayuda de sintaxis y creación de prototipos ligeros. Obtendrás respuestas rápidas sin tener que esperar por cadenas de razonamiento largas o de profundidad innecesaria.
Modelos recomendados
| Modelo | Por qué es una buena opción |
|---|---|
| o4-mini | Un modelo rápido y rentable para tareas de programación repetitivas o sencillas. Ofrece sugerencias claras y concisas. |
| Claude Sonnet 3.5 | Equilibra respuestas rápidas con salida de calidad. Ideal para tareas pequeñas y explicaciones de código ligeras. |
| Gemini 2.0 Flash | Latencia extremadamente baja y soporte técnico multimodal (si está disponible). Ideal para comentarios rápidos e interactivos. |
Cuándo usar estos modelos
Usa uno de estos modelos si quieres:
- Escribir o editar funciones pequeñas o código de utilidad.
- Formular preguntas rápidas sobre la sintaxis o el lenguaje.
- Crear prototipos de ideas con una configuración mínima.
- Obtener comentarios rápidos sobre mensajes simples o modificaciones.
Cuándo usar otro modelo
Si trabajas en la refactorización compleja, las decisiones arquitectónicas o la lógica de varios pasos, consulta Razonamiento profundo y depuración. Para las tareas que necesitan un razonamiento de uso general más sólido o una salida más estructurada, consulta Programación y escritura de uso general.
Tarea: Razonamiento profundo y depuración
Estos modelos están diseñados para tareas que requieren razonamientos paso a paso, toma de decisiones complejas o reconocimiento de contexto elevado. Funcionan bien cuando necesitas análisis estructurados, generación de código completa o comprensión de varios archivos.
Modelos recomendados
| Modelo | Por qué es una buena opción |
|---|---|
| o3 | Seguro en el diseño de algoritmos, la depuración del sistema y las decisiones de arquitectura. Equilibra el rendimiento y el razonamiento. |
| Claude Sonnet 3.7 | Proporciona razonamiento híbrido que se adapta tanto a las tareas rápidas como al pensamiento más profundo. |
| Claude Sonnet 4 | Mejora la versión 3.7 con finalizaciones más confiables y razonamiento más inteligente bajo presión. |
| Claude Opus 4 | Modelo antrópico más completo. Destaca en la estrategia, la depuración y la lógica multicapa. |
| Gemini 2.5 Pro | Razonamiento avanzado en contextos largos y análisis científicos o técnicos. |
Cuándo usar estos modelos
Usa uno de estos modelos si quieres:
- Depurar problemas complejos con el contexto en varios archivos.
- Refactorizar bases de código grandes o interconectadas.
- Planear las características o la arquitectura entre capas.
- Sopesar las ventajas entre bibliotecas, patrones o flujos de trabajo.
- Analizar los registros, los datos de rendimiento o el comportamiento del sistema.
Cuándo usar otro modelo
Para obtener una iteración rápida o tareas ligeras, consulta Ayuda rápida con tareas sencillas o repetitivas. Para obtener flujos de trabajo de desarrollo generales o de generación de contenido, consulta Programación y escritura de uso general.
Tarea: Trabajar con objetos visuales (diagramas, capturas de pantalla)
Usa estos modelos cuando quieras formular preguntas sobre capturas de pantalla, diagramas, componentes de la interfaz de usuario u otra entrada visual. Estos modelos admiten entrada multimodal y son adecuados para el trabajo en el front-end o la depuración de objetos visuales.
| Modelo | Por qué es una buena opción |
|---|---|
| GPT-4o | Admite entrada de imagen. Ideal para interpretar capturas de pantalla o depurar problemas de la interfaz de usuario con el contexto visual. |
| Gemini 2.0 Flash | Modelo rápido y multiplataforma optimizado para la interacción en tiempo real. Resulta útil para recibir comentarios sobre diagramas, prototipos visuales y diseños de interfaz de usuario. |
Cuándo usar estos modelos
Usa uno de estos modelos si quieres:
- Hacer preguntas sobre diagramas, capturas de pantalla o componentes de la interfaz de usuario.
- Obtener comentarios sobre borradores visuales o flujos de trabajo.
- Comprender el comportamiento de front-end desde el contexto visual.
Sugerencia
Si usas un modelo en un contexto que no admite la entrada de imagen (como un editor de código), no verás ventajas de razonamiento visual. Puedes usar un servidor MCP para obtener acceso a la entrada visual indirectamente. Consulta Extensión de Copilot Chat con el protocolo de contexto de modelo (MCP).
Cuándo usar otro modelo
Si la tarea implica razonamiento profundo o refactorización a gran escala, considera un modelo de Razonamiento profundo y depuración. Para las tareas de solo texto o modificaciones de código más sencillas, consulta Ayuda rápida con tareas sencillas o repetitivas.
Pasos siguientes
Elegir el modelo adecuado te ayuda a sacar el máximo partido de Copilot. Si dudas qué modelo usar, comienza con una opción de uso general como GPT-4.1 o GPT-4o, que después puedes ajustar en función de tus necesidades.
- Para obtener información detallada sobre las especificaciones y los precios del modelo, consulta Supported AI models in Copilot.
- Para obtener más ejemplos de cómo usar diferentes modelos, consulta Comparing AI models using different tasks.
- Para cambiar entre modelos, consulta Changing the AI model for Copilot Chat o Changing the AI model for Copilot code completion.
- Aprende cómo Copilot Chat sirve distintos modelos de IA, consulta Hosting de modelos para Copilot Chat.