Arquitectura modelo-agnóstica: evitar vendor lock-in
La lógica de negocio desacoplada del modelo de lenguaje. Agentes, Decision Layer y reglas permanecen inalterados al cambiar de modelo.
El riesgo: un modelo, un proveedor
Muchas empresas construyen su estrategia de IA sobre un único modelo. “Usamos ChatGPT” o “Apostamos por Claude”. Los prompts se optimizan para ese modelo. Las integraciones se construyen para la API de ese proveedor. Los flujos de trabajo se adaptan a las particularidades de ese modelo.
De un vistazo - Arquitectura modelo-agnóstica
- Construir sobre un único proveedor de LLM crea una dependencia peligrosa: precios cambian, APIs se reestructuran, modelos se descontinúan sin aviso.
- Una arquitectura modelo-agnóstica desacopla la lógica de negocio del modelo de lenguaje - agentes, Decision Layer y workflows permanecen intactos al cambiar de modelo.
- El enrutamiento multi-modelo asigna modelos económicos a tareas simples y modelos insignia a razonamiento complejo, ahorrando un 40-60% en costes de tokens.
- Los modelos self-hosted procesan datos sensibles mientras las Cloud APIs sirven peticiones no críticas - gobernado por el Decision Layer.
- Forrester (2024) informa que las organizaciones con arquitectura modelo-agnóstica reducen costes de migración de LLM hasta un 70% frente a configuraciones de proveedor único.
Entonces ocurre una de tres cosas: el proveedor sube los precios. El proveedor cambia la API. Aparece un nuevo modelo que es significativamente mejor o más barato. En cualquier caso: toda la implementación debe adaptarse.
En el mercado de LLMs, esto ocurre rápido. En los últimos 18 meses, los precios se han reducido a la mitad, han aparecido nuevos proveedores, los modelos open-source han superado a los modelos propietarios en benchmarks. Quien se ha vinculado a un proveedor no puede aprovechar estos desarrollos.
Modelo-agnostico como principio arquitectonico
En la arquitectura de referencia de Gosign, el Model Layer es una capa intercambiable. La logica de negocio (conjuntos de reglas, logica de decision, flujos de trabajo) esta implementada en el Decision Layer y el Agent Layer, no en el modelo.
Cuando un nuevo modelo esta disponible, puede integrarse sin modificar las capas superiores. El agente no sabe que modelo esta utilizando. Envia una solicitud al Model Layer y recibe una respuesta. Que modelo proporciona la respuesta es irrelevante para el agente.
Multi-Model Routing
Un agente puede utilizar multiples modelos simultaneamente. El enrutamiento es basado en reglas:
Optimizacion de costes: Las tareas sencillas (clasificacion de documentos, extraccion de datos) se ejecutan en un modelo economico. Las tareas complejas (soporte a la decision, interpretacion de reglas) en un modelo mas potente.
Residencia de datos: Los datos sensibles van a modelos self-hosted (Llama, Mistral, DeepSeek). Los datos no criticos pueden enrutarse a traves de APIs en la nube. Para empresas espanolas sujetas al RGPD y la LOPDGDD, el enrutamiento basado en la sensibilidad de los datos es esencial para garantizar el cumplimiento normativo.
Failover: Si un proveedor de modelos se cae, el sistema puede cambiar automaticamente a un modelo alternativo.
Las reglas de enrutamiento estan configuradas en el Decision Layer y son completamente trazables.
Modelos soportados
La arquitectura de Gosign soporta actualmente:
- Claude (Anthropic) - API en la nube
- ChatGPT (OpenAI) - API en la nube
- Gemini (Google) - API en la nube
- Llama (Meta) - Self-Hosted o nube
- Mistral - Self-Hosted o nube
- DeepSeek - Self-Hosted o nube
- gpt-oss (OpenAI) - Self-Hosted o nube
Nuevos modelos pueden integrarse en cuanto estén accesibles a través de una API estándar. En el contexto europeo, la elección de Mistral como modelo europeo puede ser relevante para empresas con requisitos específicos de soberanía tecnológica.
| Aspecto | Configuración de proveedor único | Arquitectura modelo-agnóstica |
|---|---|---|
| Cambio de modelo | Reconstrucción completa de prompts, integraciones, workflows | Cambio de reglas de enrutamiento, sin reconstrucción |
| Control de costes | Un solo modelo de precios | Modelos económicos para tareas simples, insignia para complejas |
| Soberanía de datos | Depende del proveedor | Self-hosted para sensibles, nube para no críticos |
| Failover | Sin alternativa si el proveedor cae | Cambio automático a modelo alternativo |
| Coste de migración | Alto (Forrester: hasta 70% mayor) | Bajo (solo cambio de configuración) |
| Preparación futura | Riesgo de descontinuación | Nuevos modelos integrados sin cambios |
Más sobre este tema: Infraestructura de IA
Mas sobre gobernanza: Gobernanza de IA
Agendar reunion. Le mostramos la arquitectura modelo-agnostica en detalle.

Bert Gogolin
Director General, Gosign
AI Governance Briefing
IA empresarial, regulación e infraestructura - una vez al mes, directamente de mi parte.