Ir al contenido principal
Español— Elegir un idioma
Menú

Introducción a la llamada a funciones

Lección 1 de 14 Actualizado el 3 de noviembre de 2026 Desarrollador
En esta página
  1. Por qué la llamada a funciones lo cambia todo
  2. La arquitectura LLM + Herramientas
  3. ¿Qué modelos de Mistral admiten la llamada a funciones?
  4. Casos de uso típicos
  5. Qué aprenderás en este curso
  6. Puntos clave

Actualización 2 de noviembre de 2026 — Modelos. Mistral Large 3 (mistral-large-2512) y Mistral Medium 3.5 quedaron obsoletos el 31 de octubre de 2026 y se retirarán el 30 de abril de 2027. Su sucesor designado, Mistral Large 4 (mistral-large-4), está en vista previa pública desde el 6 de octubre. Los ejemplos de este curso utilizan el alias mistral-large-latest, que actualmente apunta a Mistral Large 3 según su especificación oficial (verificado el 3 de noviembre de 2026). De forma similar, mistral-medium-latest apunta a Mistral Medium 3.5. Estos alias seguirán siendo válidos hasta el 30 de abril de 2027. Para nuevos proyectos, prueba mistral-large-4, su sucesor designado.

Por qué la llamada a funciones lo cambia todo

Los grandes modelos de lenguaje, como los de Mistral AI, son excepcionalmente buenos entendiendo y generando texto. En el mundo real, eso rara vez es suficiente. Responder a «¿Dónde está mi pedido?» requiere consultar una base de datos. Confirmar un pago implica verificar o incluso desencadenar una transacción. Programar una cita exige leer un calendario. La llamada a funciones es el mecanismo que permite a un LLM cruzar la frontera entre el texto y la acción.

El proceso consta de tres pasos. El modelo decide que necesita llamar a una función externa, genera los argumentos necesarios en formato JSON y, a continuación, deja que tu código ejecute la función y devuelva el resultado. En ningún momento el modelo toca tus sistemas directamente: tú mantienes el control total.

La arquitectura LLM + Herramientas

Todo se basa en una estricta separación de responsabilidades. Merece la pena enunciado con precisión porque el resto del curso se construye sobre ello. El modelo entiende la petición del usuario, selecciona la función adecuada y redacta los argumentos. Tu código, y solo tu código, ejecuta realmente esa función, accede a los datos y devuelve el resultado. Entonces el modelo retoma el control para convertir ese resultado bruto en una respuesta natural.

La ventaja es significativa: el modelo nunca tiene acceso directo a tus sistemas ni puede ejecutar código arbitrario. Simplemente expresa una intención —«Quiero llamar a esta función con estos parámetros»— y tu aplicación decide qué hacer con ella. Así, una solicitud para eliminar una cuenta puede rechazarse, registrarse o someterse a confirmación antes de que se produzca cualquier ejecución.

# Vista simplificada del flujo
user = "¿Cuál es el estado del pedido #4521?"

# 1. El modelo analiza y decide
# → "Necesito llamar a get_order_status con order_id=4521"

# 2. Tu código ejecuta
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}

# 3. El modelo formula la respuesta
# → "Tu pedido #4521 ha sido enviado. Aquí tienes tu número de seguimiento: FR123456789."

Observa la ruta de los datos en este ejemplo: el número de seguimiento FR123456789 no existe en ningún lugar del conocimiento del modelo. Proviene de tu sistema, pasa a través del mensaje de resultado y acaba en una frase que el usuario puede leer. Esto es exactamente lo que hace posible la llamada a funciones.

¿Qué modelos de Mistral admiten la llamada a funciones?

Todos los modelos principales de Mistral admiten esta funcionalidad. Entre los modelos de propósito general, tienes Mistral Large 3, Medium 3.5, Small 4 y Ministral 3 en sus tres tamaños (14B, 8B, 3B). En el lado especializado, Devstral 2.0, Devstral Small 2 y Codestral también la exponen. Magistral Medium y Small también la ofrecían, pero esa familia está ahora obsoleta: las capacidades de razonamiento están ahora integradas en Mistral Small 4 y Medium 3.5.

Tu elección depende de tu caso de uso. Para llamadas a funciones complejas con muchos parámetros y compensaciones sutiles entre múltiples herramientas, Mistral Large 3 sigue siendo el más fiable. Para casos de producción sencillos y de alto rendimiento —un asistente que consulta dos o tres funciones bien definidas miles de veces al día—, Mistral Small 4 ofrece una excelente relación coste-rendimiento.

Casos de uso típicos

Las aplicaciones son más diversas de lo que parecen. Un asistente conversacional conectado a una base de datos de CRM, ERP o de tickets responde a preguntas de consulta: el modelo lee pero no modifica nada. La automatización va más allá al desencadenar flujos de trabajo —enviar un correo electrónico, crear una tarea, actualizar un estado— y, por tanto, conlleva una responsabilidad mucho mayor en el lado del código. En la búsqueda aumentada (RAG), la llamada a funciones desplaza la decisión: en lugar de consultar sistemáticamente una base de datos vectorial, dejas que el modelo decida cuándo y cómo hacerlo, evitando la inyección de contexto innecesario.

Dos casos de uso más ambiciosos completan el panorama. Los agentes autónomos encadenan múltiples llamadas a funciones para llevar a cabo una tarea compleja, donde cada resultado guía la siguiente llamada. Por último, las interfaces naturales permiten a un usuario pilotar toda una aplicación mediante conversación, sin necesidad de aprender nunca dónde se encuentra un botón específico.

Qué aprenderás en este curso

El curso consta de catorce lecciones y sigue una progresión deliberadamente lineal. Empezarás con los conceptos fundamentales: el proceso de cinco pasos y los esquemas JSON que describen tus funciones. A continuación, pasarás a la implementación en Python: escribir, llamar, ejecutar y encadenar funciones con el SDK de Mistral. El tercer bloque cubre funcionalidades avanzadas: llamadas paralelas, opciones de tool_choice, gestión de errores y seguridad. El curso concluye con casos de uso del mundo real —un rastreador de pagos, un CRM automatizado— y buenas prácticas para producción.

Al finalizar este curso, serás capaz de diseñar, implementar y desplegar un sistema robusto de llamada a funciones con la API de Mistral.

Puntos clave

  • La llamada a funciones permite al modelo solicitar la ejecución de una función sin ejecutarla él mismo
  • La arquitectura se basa en una estricta separación: el modelo genera los argumentos, tu código ejecuta
  • Todos los modelos principales de Mistral admiten esta funcionalidad
  • La llamada a funciones es el bloque de construcción para agentes de IA y automatización conversacional