Fechas de corte de conocimiento de la IA: cada LLM importante actualizado para 2026
AI Search Fundamentals10 min de lectura

Fechas de corte de conocimiento de la IA: cada LLM importante actualizado para 2026

Lista completa de fechas de corte de conocimiento para ChatGPT, Gemini, Claude, Llama y cada LLM importante. Se actualiza mensualmente con los modelos más recientes y los detalles de acceso a la web.

Gerardo Bonilla
Gerardo Bonilla13 de marzo de 2026

Última actualización: marzo de 2026. Esta página se revisa y actualiza mensualmente.

Un corte de conocimiento es la última fecha incluida en los datos de entrenamiento de un LLM. A marzo de 2026, los cortes más recientes son los de GPT-5.2 (agosto de 2025), Claude 4.6 Opus (agosto de 2025) y Gemini 3 (enero de 2025). Modelos más antiguos como GPT-4o, todavía muy usados en integraciones, tienen un corte de octubre de 2023.

Cualquier cosa publicada después del corte de un modelo es invisible para él a menos que busque en la web. Una entrada de blog de enero de 2025 no existe para GPT-4o, pero sí existe para GPT-5.2. Modelos distintos, conocimientos distintos.

A continuación tienes el desglose completo del corte de conocimiento y las capacidades de acceso a la web de cada LLM importante.

Comparación rápida: ¿qué modelo sabe más?

ProveedorModeloCorteAcceso a la webMejor para
PerplexityOnlineTiempo realSiempreInformación más actual
GoogleGemini 3Ene 2025Siempre (Google Search)Precisión en tiempo real con entrenamiento profundo
OpenAIGPT-5.2Ago 2025A demanda (Bing)Datos de entrenamiento más recientes
AnthropicClaude 4.6 OpusAgo 2025Basado en herramientasRazonamiento más profundo + datos recientes
xAIGrok 4Nov 2024Siempre (X + web)Tiempo real en redes sociales + web
MetaLlama 4Ago 2024NingunoPrivacidad, despliegue local, ajuste fino

Todas las fechas de corte de conocimiento por proveedor

OpenAI (GPT / serie o)

ModeloCorte de conocimientoAcceso a internetNotas
GPT-5.2Agosto de 2025Sí (navegación)Último modelo insignia
GPT-5.1Septiembre de 2024Sí (navegación)Generación anterior
GPT-5Octubre de 2024Sí (navegación)Primera versión de GPT-5
GPT-5 miniMayo de 2024Sí (navegación)Variante ligera
GPT-4.1Junio de 2024Sí (navegación)Actualización de ciclo intermedio
GPT-4oOctubre de 2023Sí (navegación)Todavía muy usado en integraciones
GPT-4o miniOctubre de 2023Sí (navegación)Variante rentable
o4-miniJunio de 2024Último modelo de razonamiento
o3 / o3-proJunio de 2024Razonamiento avanzado
o1 / o1-proOctubre de 2023Modelos de razonamiento de primera generación

Anthropic (Claude)

Anthropic distingue entre un corte de datos de entrenamiento (el rango completo de datos utilizados) y un corte de conocimiento fiable (la fecha hasta la cual el conocimiento es más preciso). El corte fiable suele ser unos meses anterior al corte de datos de entrenamiento.

ModeloCorte de datos de entrenamientoCorte de conocimiento fiableAcceso a internet
Claude 4.6 OpusAgosto de 2025Mayo de 2025Sí (uso de herramientas)
Claude 4.5 OpusAgosto de 2025Mayo de 2025Sí (uso de herramientas)
Claude 4.5 SonnetJulio de 2025Enero de 2025Sí (uso de herramientas)
Claude 4.5 HaikuJulio de 2025Febrero de 2025Sí (uso de herramientas)
Claude 4 OpusMarzo de 2025No especificadoSí (uso de herramientas)
Claude 4 SonnetMarzo de 2025No especificadoSí (uso de herramientas)
Claude 3.7 SonnetNoviembre de 2024Octubre de 2024Limitado
Claude 3.5 SonnetAbril de 2024No especificadoLimitado

Google (Gemini)

ModeloCorte de conocimientoAcceso a internetNotas
Gemini 3 ProEnero de 2025Sí (nativo)Último modelo insignia, Google Search nativo
Gemini 3 FlashEnero de 2025Sí (nativo)Variante rápida
Gemini 2.5 ProEnero de 2025Sí (nativo)Generación anterior
Gemini 2.5 FlashEnero de 2025Sí (nativo)Variante rápida
Gemini 2.0 FlashAgosto de 2024Sí (nativo)Muy usado
Gemini 1.5 ProMayo de 2024Sí (nativo)Modelo de contexto largo

xAI (Grok)

ModeloCorte de conocimientoAcceso a internetNotas
Grok 4Noviembre de 2024Sí (X + web)El último, integrado con X
Grok 3Noviembre de 2024Sí (X + web)Generación anterior

Meta (Llama)

ModeloCorte de conocimientoAcceso a internetNotas
Llama 4 ScoutAgosto de 2024NoCódigo abierto, 109B MoE
Llama 4 MaverickAgosto de 2024NoCódigo abierto, 400B+ MoE
Llama 3.3 70BDiciembre de 2023NoBase popular para ajuste fino
Llama 3.1 405BDiciembre de 2023NoEl Llama de código abierto más grande

Perplexity

ModeloCorte de conocimientoAcceso a internetNotas
Perplexity OnlineTiempo realSí (nativo)IA centrada en la búsqueda, siempre cita fuentes en vivo

Microsoft Copilot

ModeloCorte de conocimientoAcceso a internetNotas
Copilot (basado en GPT-4)Octubre de 2023Sí (Bing)Usa la integración de búsqueda de Bing

DeepSeek

ModeloCorte de conocimientoAcceso a internetNotas
DeepSeek-V3Julio de 2024OpcionalModelo chino de código abierto
DeepSeek-R1Julio de 2024OpcionalVariante centrada en el razonamiento

Mistral

ModeloCorte de conocimientoAcceso a internetNotas
Mistral Large 2Mediados de 2024NoProveedor europeo de IA

Las fechas de corte se basan en información disponible públicamente y pueden cambiar a medida que los proveedores actualizan los modelos. Los modelos con acceso a internet pueden recuperar información más allá de su corte, aunque el conocimiento del entrenamiento y el conocimiento recuperado difieren en fiabilidad.

La brecha de conocimiento (marzo de 2026)

Todos los modelos excepto GPT-5.2, Claude 4.6 y Gemini 3 tienen un corte de conocimiento anterior a enero de 2025. Esto es lo que significa en la práctica:

GPT-4o tiene una brecha de 29 meses. Su corte de octubre de 2023 significa que todo lo de finales de 2023 en adelante falta en su entrenamiento. Este modelo sigue siendo el predeterminado en muchas integraciones de API y herramientas de terceros.

Llama 4 tiene una brecha de 19 meses. Con un corte de agosto de 2024 y sin acceso a la web, este modelo no ve nada del último año y medio. Es popular para despliegues locales y ajuste fino, lo que significa que un número considerable de herramientas con IA funcionan con conocimiento desactualizado.

Solo tres familias de modelos tienen datos de entrenamiento de 2025: GPT-5.x, Claude 4.x y Gemini 2.5+/3. Todo lo demás está al menos un año por detrás.

La conclusión: tu visibilidad en las respuestas de IA depende del modelo que use la persona. Podrías aparecer en GPT-5.2 y estar completamente ausente en Llama o GPT-4o.

Qué significa realmente "corte de conocimiento"

Un corte de conocimiento es la última fecha incluida en los datos de entrenamiento del modelo. Todo lo que el modelo "sabe" proviene del texto con el que se entrenó hasta ese punto. Después del corte, el modelo adivina, se apoya en patrones o busca en la web.

Tres cosas que la gente entiende mal sobre esto:

Los datos de entrenamiento no incluyen todo lo que se publicó. Incluso dentro del periodo de corte, es posible que el modelo no haya visto tu contenido. Que tu página se incluyera o no depende de la frecuencia de rastreo, la autoridad del dominio y de cómo se curaron los datos. Haber publicado antes del corte no garantiza la inclusión.

El acceso a internet no es lo mismo que el conocimiento. Cuando GPT-5 o Gemini buscan en la web, recuperan información en tiempo real. Pero la procesan de forma distinta a su entrenamiento principal. Las respuestas recuperadas de la web tienden a ser más literales y a veces menos precisas que las respuestas de los datos de entrenamiento. El modelo conoce sus datos de entrenamiento; lee la web.

Las fechas de corte son aproximadas. Los proveedores dan un mes, no un día específico. A menudo hay un intervalo entre el momento en que termina la recopilación de datos y el momento en que se lanza el modelo. Distintos tipos de datos (noticias, artículos académicos, redes sociales) pueden tener cortes efectivos diferentes dentro del mismo modelo.

Cómo afectan los cortes de conocimiento a la visibilidad en la búsqueda con IA

Si te importa cómo aparece tu marca en ChatGPT, Perplexity, Gemini o Copilot, las fechas de corte afectan directamente a si eres visible siquiera.

Tu contenido podría no existir todavía

Una entrada de blog publicada en noviembre de 2024 es invisible para cualquier modelo con un corte de octubre de 2024 o anterior. Es la mayoría de ellos. Los modelos sin navegación web no pueden verla en absoluto. Los modelos con navegación pueden encontrarla, pero solo cuando deciden buscar, lo cual no ocurre en cada consulta.

La frescura del contenido por sí sola no es una estrategia de GEO. Necesitas contenido lo bastante fresco como para que los modelos con navegación lo encuentren, y lo bastante autoritativo como para incluirse en futuros datos de entrenamiento.

Cada plataforma ve un internet diferente

Perplexity y Gemini siempre buscan en la web. La navegación de ChatGPT se activa de forma selectiva. Claude usa herramientas para el acceso a la web, pero no navega de forma predeterminada.

La misma pregunta hecha en distintas plataformas de IA puede producir respuestas tremendamente diferentes sobre tu marca. Una podría extraer de los datos de entrenamiento, otra de la búsqueda en vivo. Tu share of voice puede variar drásticamente entre plataformas por esta razón.

Los datos de entrenamiento son el juego a largo plazo

Cuando un modelo responde de memoria (sin búsqueda web), tu visibilidad depende por completo de lo que había en los datos de entrenamiento. Si tu contenido se publicó, era autoritativo y estaba bien citado antes del corte, apareces. Si no, eres invisible.

Este es el juego a largo plazo: producir contenido lo bastante sólido como para incluirse en el próximo ciclo de entrenamiento. Herramientas como Temso te ayudan a hacer seguimiento de cómo aparece tu marca en cada plataforma de IA para que puedas ver dónde eres visible y dónde no.

Cómo comprobar la fecha de corte de cualquier LLM

Dos métodos funcionan con cualquier modelo:

Pregunta directamente. Escribe "¿Cuál es tu fecha de corte de conocimiento?" La mayoría de los modelos responden esto con precisión.

Prueba con un evento conocido. Pregunta por algo con una fecha específica, como una adquisición importante o el resultado de unas elecciones. Si el modelo no lo sabe, su corte es anterior al evento.

¿Qué modelos de IA pueden buscar en la web?

El acceso a internet varía mucho. No todos los modelos con "acceso a la web" lo usan de la misma manera.

Búsqueda permanente (tiempo real): Perplexity busca en la web en cada consulta y cita sus fuentes. Gemini está integrado de forma nativa con Google Search.

Navegación a demanda: ChatGPT y GPT-5 usan Bing, activado por el modelo o el usuario. Copilot tiene la integración de Bing incorporada. Grok busca en X y en la web en general.

Acceso basado en herramientas: Claude puede usar herramientas web cuando están disponibles, pero no navega de forma predeterminada en el modo de chat estándar.

Sin acceso a la web: Llama, DeepSeek, Mistral y otros modelos de código abierto suelen funcionar sin acceso a internet. Los despliegues pueden añadirlo, pero los modelos base no lo tienen.

¿Con qué frecuencia cambian los cortes de conocimiento?

OpenAI lanza nuevos modelos aproximadamente cada 3 a 6 meses. GPT-5.2 (corte de agosto de 2025) es el más reciente a marzo de 2026.

Anthropic actualiza con cada generación de modelos. Claude 4.6 Opus tiene datos de entrenamiento hasta agosto de 2025.

Google actualiza Gemini con frecuencia y mantiene acceso casi en tiempo real mediante la integración con Search. Gemini 3 tiene un corte de enero de 2025.

Meta actualiza Llama con lanzamientos importantes cada 6 a 12 meses. Llama 4 tiene un corte de agosto de 2024.

xAI lanzó Grok 4 con un corte de noviembre de 2024, complementado con datos de X en tiempo real.

Preguntas frecuentes

¿Cuál es el corte de conocimiento de ChatGPT?

GPT-5.2, el último modelo, tiene un corte de agosto de 2025. GPT-4o, todavía usado en muchas integraciones, tiene un corte de octubre de 2023. Los usuarios de ChatGPT Plus tienen la navegación activada de forma predeterminada.

¿Qué LLM tiene el conocimiento más reciente?

Para información en tiempo real, Perplexity y Gemini buscan en la web de forma nativa. Para conocimiento basado en entrenamiento, GPT-5.2 y Claude 4.6 Opus tienen datos hasta agosto de 2025.

¿La navegación web hace irrelevante el corte?

No. Los modelos recurren por defecto al conocimiento del entrenamiento y solo buscan en la web cuando se activa. Los datos de entrenamiento son más profundos y fiables que la información recuperada de la web.

¿Cuál es la diferencia entre "corte de conocimiento" y "corte de datos de entrenamiento"?

La mayoría de los proveedores los usan indistintamente. Anthropic es la excepción: su corte de datos de entrenamiento es el rango completo de datos, mientras que su corte de conocimiento fiable es la fecha hasta la cual el conocimiento es más preciso (normalmente unos meses antes).

¿Qué pasa si mi contenido se publicó después del corte de un modelo?

Los modelos con navegación (ChatGPT, Gemini, Perplexity) pueden encontrarlo mediante la búsqueda web. Los modelos sin navegación no pueden verlo en absoluto. Tu visibilidad depende tanto de la frescura del contenido como de las capacidades del modelo.

¿Por qué la misma pregunta obtiene respuestas distintas en modelos de IA distintos?

Cada modelo tiene datos de entrenamiento distintos, cortes distintos y capacidades de navegación distintas. Una pregunta sobre las "últimas herramientas de IA" obtiene una respuesta de 2023 de GPT-4o y una respuesta de 2025 de GPT-5.2.

¿Con qué frecuencia actualizan las empresas los cortes de sus modelos?

OpenAI lanza nuevos modelos cada 3 a 6 meses. Anthropic actualiza con cada generación. Google y Meta lanzan actualizaciones importantes aproximadamente una vez al año.

¿Qué modelos de IA tienen acceso a la web?

Perplexity y Gemini siempre buscan en la web. ChatGPT y Copilot buscan a demanda. Claude usa herramientas para el acceso a la web cuando están disponibles. Llama y otros modelos de código abierto normalmente no tienen acceso a la web a menos que tú lo añadas.

About the Author

Gerardo Bonilla

Gerardo Bonilla

Gerardo is the CEO and Co-Founder of Temso AI, and a leading voice on Answer Engine Optimization. He helps B2B marketing teams turn AI search into a measurable acquisition channel and writes about the playbooks brands can use to get cited by ChatGPT, Perplexity, and Google AI Overviews. Before Temso, he led product at Moonfare and founded BlueLayer.

About the Author

Gerardo Bonilla

Gerardo Bonilla

Comparte este artículo