1. Qué es Foundation Models y cómo funciona
2. Un modelo local renovado y compatible con imágenes
3. Más capacidad de procesamiento con Private Cloud Compute
4. Una misma API para distintos modelos de lenguaje
5. Una sesión y varios modelos: perfiles dinámicos
6. Herramientas integradas: Vision y Spotlight
7. Evaluar modelos y prompts con datos
8. De un modelo local a una plataforma común
9. Referencias
Qué es Foundation Models y cómo funciona
Foundation Models proporciona acceso a un modelo de lenguaje de aproximadamente 3.000 millones de parámetros integrado en el sistema operativo. Al estar disponible en el dispositivo, no incrementa el tamaño de la aplicación, puede funcionar sin conexión y no genera un coste por petición. El procesamiento local también permite mantener los datos en el iPhone, el iPad o el Mac.
Su tamaño, sin embargo, condiciona el tipo de tareas para las que resulta más adecuado. Apple lo ha optimizado para operaciones concretas, como resumir textos, extraer información, clasificar contenido, asignar etiquetas o reformular una frase. No está orientado a responder preguntas generales de conocimiento ni a resolver problemas complejos.
La interacción se organiza mediante una sesión (LanguageModelSession), que mantiene el contexto de la conversación. La aplicación puede definir instrucciones para establecer el papel del modelo —por ejemplo, identificar y organizar gastos— y enviarle solicitudes sucesivas dentro de esa sesión.
Una de las capacidades más relevantes es la generación guiada. En lugar de recibir una respuesta en texto libre y tener que interpretarla después, la aplicación puede solicitar una salida con una estructura de Swift definida mediante @Generable. En una aplicación de gastos, por ejemplo, la respuesta puede incluir campos diferenciados para el comercio, el importe y la categoría, listos para procesarse en la aplicación. Esto facilita el tratamiento de la información y reduce la necesidad de analizar manualmente el texto generado.
El framework incorpora también streaming, que permite mostrar la respuesta de forma progresiva mientras se genera, y tools, que permiten al modelo invocar funciones de la aplicación cuando necesita información o acciones adicionales. Así, antes de avisar al usuario de que ha superado su presupuesto mensual, podría consultar los datos correspondientes mediante una herramienta proporcionada por la propia app.
Como cualquier tecnología de este tipo, Foundation Models tiene limitaciones. Solo está disponible en dispositivos compatibles con Apple Intelligence y con la función activada, por lo que la aplicación debe comprobar su disponibilidad y contemplar alternativas. Además, los filtros de seguridad pueden rechazar determinadas solicitudes. En iOS 26, el contexto disponible también era limitado: aproximadamente 4.000 tokens para instrucciones, preguntas y respuestas.
Un modelo local renovado y compatible con imágenes
Una de las principales novedades de iOS 27 es la renovación del modelo local. Según Apple, se ha reconstruido para mejorar la capacidad de respuesta, el seguimiento de instrucciones y el uso de herramientas. En los dispositivos más recientes, el contexto disponible aumenta hasta los 8.192 tokens.
La capacidad de contexto puede variar según el dispositivo. Por eso, iOS 26.4 incorporó mecanismos para consultar el tamaño disponible y contabilizar los tokens de cada solicitud, lo que permite a la aplicación adaptar su comportamiento al hardware en el que se ejecuta. Esa versión también redujo los falsos positivos de los filtros de seguridad, un aspecto que Apple continúa mejorando en iOS 27.
Otra novedad destacada es la entrada de imágenes. La aplicación puede adjuntar una imagen al mensaje y pedir al modelo que la interprete. En el ejemplo de la aplicación de gastos, el usuario podría fotografiar un recibo para extraer el comercio, el importe y la categoría sin introducir esos datos manualmente. Las aplicaciones potenciales van más allá: describir imágenes para mejorar la accesibilidad, convertir notas manuscritas en una lista de tareas o sugerir recetas a partir de los ingredientes que aparecen en una fotografía.
Las imágenes pueden conservar su tamaño y proporción originales, aunque las de mayor tamaño consumen más tokens y pueden aumentar el tiempo de respuesta.
Más capacidad de procesamiento con Private Cloud Compute
El modelo local no es la opción más adecuada para todas las tareas. El análisis de documentos extensos o la planificación de procesos con varios pasos pueden requerir más capacidad. Para estos casos, Apple abre a los desarrolladores el acceso a su modelo de Private Cloud Compute (PCC), utilizado también en distintas funciones de Apple Intelligence.
Este modelo ofrece un contexto de hasta 32.768 tokens y capacidad de razonamiento. Antes de responder, puede procesar el problema con distintos niveles de profundidad: un nivel mayor puede mejorar la respuesta, aunque también puede incrementar el tiempo de espera.
La integración se plantea para reducir los cambios necesarios en la aplicación. No es necesario crear cuentas adicionales, gestionar la autenticación ni almacenar claves de API; pasar del modelo local al de PCC puede requerir únicamente un cambio en la configuración del modelo. El resto de las capacidades, incluida la generación guiada y el uso de herramientas, mantiene el mismo enfoque de programación. Apple señala que los prompts no se almacenan y que el funcionamiento del sistema puede ser verificado por investigadores independientes.
PCC requiere conexión a internet y establece límites diarios de uso, más amplios para los suscriptores de iCloud+. En esta primera fase, el acceso gratuito está limitado a desarrolladores del App Store Small Business Program que cumplan el umbral indicado por Apple y soliciten acceso. La compañía ha anunciado que ofrecerá acceso de pago a otros desarrolladores más adelante. PCC también hace posible que Foundation Models llegue al Apple Watch con watchOS 27.
Una misma API para distintos modelos de lenguaje
La novedad de mayor alcance es que Foundation Models deja de estar limitado a los modelos de Apple. El framework incorpora el protocolo LanguageModel, que permite conectar distintos modelos de lenguaje —locales o alojados en la nube— con una interfaz común.
Para los equipos de desarrollo, esto significa que buena parte del código escrito para el modelo de Apple puede reutilizarse con otros proveedores. Anthropic ha publicado un paquete en fase beta para integrar Claude, mientras que Google ofrece Gemini en versión preliminar a través de Firebase. Si una funcionalidad necesita un modelo con capacidades más avanzadas, la aplicación puede incorporar el paquete correspondiente y proporcionarlo a la sesión. Esta flexibilidad también introduce nuevas consideraciones: los modelos de terceros pueden requerir autenticación y facturación por uso. Para facilitar el seguimiento, Apple añade mecanismos para consultar el consumo de tokens de las respuestas.
Quienes prefieran ejecutar modelos sin depender de un servicio en la nube cuentan con otras alternativas. Core AI, el motor utilizado por Apple Intelligence, permite integrar modelos abiertos o personalizados y ejecutarlos en el Neural Engine. Por su parte, MLX facilita el acceso en Mac a modelos disponibles en Hugging Face. En ambos casos, el objetivo es mantener una interfaz de programación común.
Además, Apple publica el framework como código abierto, lo que permite utilizarlo en entornos compatibles con Swift, incluidos servidores Linux. El paquete se complementa con utilidades que pueden actualizarse entre versiones del sistema y que incluyen componentes todavía experimentales.
La siguiente tabla resume las diferencias principales entre las opciones disponibles:
Una sesión y varios modelos: perfiles dinámicos
La posibilidad de elegir entre distintos modelos plantea un reto de diseño: cómo combinarlos sin multiplicar la complejidad del código. Hasta ahora, coordinar dos modelos en una misma funcionalidad podía exigir crear sesiones independientes y transferir manualmente la información entre ellas. Los perfiles dinámicos (DynamicProfile) ofrecen una alternativa declarativa.
Cada perfil define el modelo, las instrucciones y las herramientas que debe utilizar la sesión en una fase determinada. De este modo, la aplicación puede cambiar de modelo y mantener el contexto de la interacción. Una aplicación de cocina permite ilustrar el enfoque: primero, el modelo local analiza una fotografía de los ingredientes disponibles, con rapidez y sin enviar la imagen a la nube. Después, la sesión puede pasar a PCC para generar recetas que aprovechen mejor esos ingredientes y requieran más capacidad de razonamiento. Cuando el usuario empieza a cocinar, la aplicación puede volver al modelo local para resolver consultas sencillas sin consumir el límite diario de PCC.
Cada fase se configura con el modelo, las instrucciones y, cuando corresponda, las herramientas necesarias. Por ejemplo, la fase de preparación podría incluir una herramienta para activar un temporizador.
La aplicación puede decidir cuándo cambiar de perfil o delegar esa decisión en el propio modelo mediante una herramienta específica. Apple describe dos patrones de coordinación: un modelo puede ceder el control a otro, que continúa la conversación, o consultar a otro modelo de forma puntual y utilizar después el resultado para elaborar su propia respuesta.
Esta flexibilidad exige gestionar cuidadosamente el contexto y la privacidad. Al cambiar a un modelo con una ventana de contexto menor, puede ser necesario resumir el historial. Si el siguiente modelo tiene condiciones de privacidad diferentes, también puede resultar necesario retirar datos personales antes de enviarle la información. Estas transformaciones tienen un coste: el modelo debe procesar el historial actualizado y la respuesta puede tardar más.
Los perfiles también permiten centralizar controles de seguridad. Cuando el modelo puede ejecutar acciones en nombre del usuario, Apple recomienda solicitar confirmación antes de operaciones sensibles, como efectuar un pago. Situar este control en el perfil correspondiente ayuda a aplicarlo de forma coherente a las llamadas a herramientas.
Herramientas integradas: Vision y Spotlight
Los modelos de lenguaje no son la mejor solución para todas las tareas visuales. Por ejemplo, leer un código QR o reconocer texto muy pequeño puede requerir herramientas especializadas. Foundation Models incorpora dos herramientas basadas en Vision: un lector de códigos de barras y un sistema de reconocimiento óptico de caracteres (OCR) capaz de procesar texto denso en más de 30 idiomas. Al añadir estas herramientas a la sesión, el modelo puede utilizarlas cuando sean necesarias. Ante el cartel de un evento, por ejemplo, podría extraer la fecha y el lugar mediante OCR y recurrir al lector de códigos para obtener la dirección web de inscripción.
Otra integración relevante conecta el modelo con Spotlight. Si la aplicación indexa su contenido en el buscador del sistema, el modelo puede consultar ese índice y generar respuestas a partir de la información recuperada. Este enfoque se relaciona con la generación aumentada por recuperación (Retrieval-Augmented Generation, RAG), pero permite trabajar con datos indexados localmente. En una aplicación de recetas guardadas, el usuario podría preguntar qué platos con garbanzos ha preparado durante el mes y obtener una respuesta basada en su propio contenido, sin necesidad de enviar esos datos fuera del dispositivo.
Evaluar modelos y prompts con datos
Aunque los modelos de lenguaje ofrecen capacidades cada vez más amplias, sus respuestas no son deterministas: una misma solicitud puede producir resultados diferentes. Además, un cambio en las instrucciones puede mejorar una situación y empeorar otras sin que el equipo lo detecte. Por eso, los tests unitarios tradicionales no siempre bastan para evaluar una funcionalidad basada en IA. Para solucionar esto, Apple ha presentado el framework Evaluations, integrado en Xcode 27. No consigue que el modelo responda siempre igual, pero convierte algo impredecible en algo medible.
El proceso parte de un conjunto de ejemplos y de criterios que permiten evaluar las respuestas. Cuando el resultado puede comprobarse objetivamente —por ejemplo, si el importe extraído de una nota coincide con el importe real—, la validación puede realizarse mediante código.
La evaluación se ejecuta como una prueba más de Swift Testing, aunque el criterio de éxito puede expresarse como un umbral de calidad en lugar de un simple resultado binario. Por ejemplo, se puede exigir que el importe sea correcto en al menos el 90 % de los casos. Xcode genera después un informe con los ejemplos, las respuestas obtenidas y los motivos de los fallos.
Para criterios más subjetivos, como la utilidad de un resumen o la pertinencia de una receta, el framework permite recurrir a un modelo más capaz que actúe como evaluador. Este puntúa cada respuesta según los criterios definidos y explica la valoración. También puede generar datos sintéticos a partir de un conjunto reducido de ejemplos reales, algo útil cuando se necesitan cientos o miles de casos de prueba. En las funcionalidades con agentes, la evaluación puede abarcar no solo la respuesta final, sino también el proceso seguido: qué herramientas se han invocado, en qué orden y con qué datos.
Apple describe este ciclo de mejora como hill-climbing: modificar las instrucciones, el modelo o las herramientas, volver a ejecutar las evaluaciones y conservar el cambio solo si mejora la puntuación. Este método también ayuda a decidir, a partir de resultados medibles, si el modelo local es suficiente o si conviene recurrir a PCC. Para realizar pruebas rápidas, macOS 27 incorpora además el comando fm, que permite interactuar con los modelos de Apple desde el terminal sin abrir Xcode.
De un modelo local a una plataforma común
En su primer año, Foundation Models acercó a los desarrolladores un modelo local útil para tareas concretas, con ventajas en privacidad, disponibilidad sin conexión y coste por uso. Con iOS 27, Apple amplía la propuesta: el framework pasa de ofrecer acceso a su propio modelo a convertirse en una capa común para integrar y coordinar distintas opciones.
Para el desarrollo de aplicaciones, el cambio permite seleccionar el modelo más adecuado para cada tarea según sus necesidades de capacidad, privacidad, latencia y coste. También facilita combinar modelos dentro de un mismo flujo de trabajo y evaluar su rendimiento antes de poner la funcionalidad a disposición de los usuarios. El resultado es un enfoque más flexible: no se trata de elegir un único modelo para toda la aplicación, sino de utilizar el que mejor se adapte a cada operación, manteniendo una arquitectura coherente y un proceso de evaluación que permita comprobar su eficacia.
Referencias
Sesiones de la WWDC25
Sesiones de la WWDC26
- What’s new in the Foundation Models framework
- Build with the new Apple Foundation Model on Private Cloud Compute
- What’s new in image understanding
- Bring an LLM provider to the Foundation Models framework
- Meet Core AI
- Run local agentic AI on the Mac using MLX
- Build agentic app experiences with the Foundation Models framework
- Secure your app: mitigate risks to agentic features
- LLM search using Core Spotlight
- Meet the Evaluations framework
- Create robust evaluations for agentic apps
- Improve your prompts by hill-climbing with Evaluations
- Build AI-powered scripts with the fm CLI and Python SDK