Overview · Paso 3 de 10
Cómo elegir el framework correcto según el problema
Matriz de decisión práctica para no perder tiempo en el hackathon.
El tiempo en un hackathon es oro. Esta guía te ayuda a decidir en menos de 60 segundos qué framework usar según el problema que quieras resolver.
¿Tu entrada es una imagen o video?
Usa Vision. Si necesitas reconocer texto, rostros, objetos o analizar escenas, Vision tiene request optimizadas y listas para usar.
Solo usa Core ML si Vision no cubre tu caso específico (por ejemplo, una clasificación médica con un modelo entrenado por ti).
¿Tu entrada es texto y necesitas entenderlo?
Usa Natural Language para análisis léxico básico: sentimiento, idioma, entidades. Es rápido, no consume batería y no requiere configuración.
Si necesitas generar texto nuevo, resumir largo o razonar sobre el contenido, salta directamente a Foundation Models (iOS 26+).
¿Necesitas generar contenido o razonar?
Usa Foundation Models. Es el único framework que genera lenguaje nuevo, estructura datos libres y puede llamar a herramientas personalizadas.
Ten en cuenta: requiere iOS 26+ y un dispositivo eligible. Si tu hackathon exige compatibilidad con versiones anteriores, combina Natural Language + Core ML como respaldo.
¿Tienes un modelo propio entrenado?
Usa Core ML. Convierte tu modelo desde PyTorch o TensorFlow usando coremltools, o entrénalo directamente con Create ML en Xcode.
Core ML también sirve para combinar resultados: por ejemplo, usar Vision para detectar objetos y luego un modelo custom para clasificar su estado.
¿Qué tipo de datos tienes?
Imagen / Video
Vision
OCR, rostros, objetos
¿Modelo custom?
Core ML
Texto
Natural Language
Sentimiento, idioma
¿Generar / Razonar?
Foundation Models
Si ninguno cubre tu caso exacto, combina frameworks (ver Parte 3).
Árbol de decisión: según el tipo de entrada (imagen o texto) y el objetivo (analizar o generar), elige el framework más adecuado.
Cuando hayas leído el texto, marca la lección para seguir el progreso.