Gemini, Gemini Notebook (antes NotebookLM), ChatGPT y Claude pueden resumir un vídeo largo o un informe de cientos de páginas, pero cada uno «lee» una cosa distinta: unos solo la transcripción, otros solo el texto del PDF y no sus gráficos. Y en planes gratuitos, un documento de 300 páginas puede no caber entero en la memoria de trabajo del modelo. Esta guía, con los límites que publica cada empresa, te sirve para elegir herramienta y para saber cuándo no fiarte del resumen.
El problema de fondo tiene nombre: ventana de contexto, la cantidad de texto que el modelo puede tener presente a la vez. Si no te suena, lo explicamos en por qué la IA se olvida de lo que le dijiste: tokens y ventana de contexto. Aquí vamos a lo práctico.
¿Puede la IA «ver» un vídeo de YouTube entero?
Depende de la herramienta, y casi nunca lo ve como tú. Gemini Notebook, el antiguo NotebookLM de Google, no analiza la imagen: según su página de ayuda sobre fuentes, solo importa la transcripción de texto del vídeo.
Eso trae reglas concretas. Solo admite vídeos públicos con subtítulos, sean del autor o automáticos. No admite vídeos sin voz. Los subidos en las últimas 72 horas pueden fallar. Y no hay límite de duración, salvo que los subtítulos superen las 500.000 palabras.
Traducido: si el vídeo es un tutorial donde lo importante pasa en pantalla y nadie lo narra, el resumen no lo recogerá. Si la transcripción automática confunde nombres o cifras, el resumen heredará el error.
La app de Gemini también puede usar información pública de YouTube. Su ayuda sobre aplicaciones conectadas indica que para ello debe estar activado el ajuste Guardar actividad. Google ya permitía resumir vídeos de YouTube gratis con Gemini en 2024. Si en cambio subes tú el archivo de vídeo, el límite es de 2 GB por vídeo y una duración total de 5 minutos sin suscripción, o de 1 hora con Google AI Pro o Ultra, según la ayuda de subida de archivos.
El PDF de 300 páginas: por qué el plan gratuito se queda corto
Porque probablemente no cabe. Google publica las ventanas de contexto de Gemini por plan: 32.000 tokens sin plan de pago, 128.000 con AI Plus y 1 millón con AI Pro y Ultra. La propia Google traduce ese millón a unas 1.500 páginas de texto.
Con esa misma proporción, 300 páginas rondarían los 200.000 tokens. Es una estimación: depende de la densidad del texto. Pero basta para ver que un informe así desborda los dos planes inferiores.
¿Qué pasa entonces? Google lo admite sin rodeos: si superas la ventana de contexto, las respuestas pueden «no tener en cuenta todo el contenido» o perder conexiones y detalles, sobre todo cuando la pregunta exige atender a muchos datos repartidos por el documento. Y añade un aviso incluso para archivos que sí caben: si es demasiado grande, Gemini puede generar una respuesta «que omita relaciones o detalles del contenido».
Gemini Notebook está mejor preparado para este caso. Cada fuente admite hasta 500.000 palabras o 200 MB, y la versión gratuita permite hasta 50 fuentes por cuaderno. Además, puedes seleccionar solo las fuentes sobre las que quieres preguntar, y Google recomienda pedir resúmenes concretos en el chat en lugar de un «resume esta fuente» genérico. Si quieres ver qué más hace con ellas, aquí tienes cómo generar un podcast con NotebookLM paso a paso.
ChatGPT y Claude: qué leen de verdad de tu PDF
Leen el texto. Los gráficos y las imágenes, depende del plan y del tamaño.
En ChatGPT, las preguntas frecuentes de OpenAI sobre archivos fijan un máximo de 512 MB por archivo y 2 millones de tokens por documento de texto. El plan gratuito limita a 3 subidas al día. Y un detalle que casi nadie lee: salvo en ChatGPT Enterprise, la recuperación en PDF es solo de texto. Las imágenes del documento se descartan.
En Claude, la ayuda de Anthropic sobre subida de archivos (julio de 2026) permite 500 MB por archivo, hasta 20 archivos por chat y PDF de hasta 1.000 páginas. Claude analiza texto e imágenes solo en PDF de 100 páginas o menos; entre 101 y 1.000 páginas, solo el texto. En los proyectos, el límite baja a 30 MB por archivo, y los planes de pago activan la recuperación de información cuando el material se acerca al límite de contexto.
Resultado práctico: si tu informe de 300 páginas tiene las conclusiones en tablas o gráficos escaneados, ninguna de las dos herramientas te garantiza leerlas en sus planes generales.
¿Dónde fallan los resúmenes de documentos largos?
En lo que se omite y en lo que se inventa. Y lo segundo es más difícil de detectar de lo que parece.
El estudio FABLES (arXiv, 2024) evaluó con lectores humanos 3.158 afirmaciones de resúmenes de 26 libros. La mayoría de errores de fidelidad tenían que ver con acontecimientos y estados de los personajes, y solían requerir razonamiento indirecto para detectarlos. Además, los modelos daban sistemáticamente más peso a lo que ocurría hacia el final del libro.
Un trabajo anterior, Lost in the Middle (2023), midió algo parecido en preguntas sobre textos largos: el rendimiento era mejor cuando la información estaba al principio o al final, y empeoraba claramente cuando estaba en el medio.
Mi lectura: el resumen de una IA tiende a sonar completo aunque no lo sea. La omisión no deja huella, y nadie echa de menos un capítulo que no sabe que existía.
Un método en cuatro pasos para fiarte del resumen
- Elige la herramienta por el formato. Para vídeos narrados, la transcripción funciona. Para documentos con gráficos, comprueba si tu plan los analiza.
- Trocea. Pide resúmenes por capítulos o bloques en lugar de uno global. Claude lo recomienda expresamente para archivos grandes.
- Pide citas literales. La guía de Anthropic para reducir alucinaciones aconseja, en documentos de más de 20.000 tokens, extraer primero citas textuales y trabajar sobre ellas.
- Pregunta por lo que falta. «¿Qué apartados no has usado?» o «¿qué dice el capítulo 7?» destapan las lagunas mejor que releer el resumen.
Creo que la promesa de «resume este PDF» está bien vendida y mal explicada. Para hacerse una idea rápida de un documento, funciona. Para tomar una decisión, firmar algo o citarlo, el resumen es un índice que te dice dónde mirar, no un sustituto de la lectura. Y si el documento importa, paga por la ventana de contexto o trocea: el modelo no te avisará de lo que no ha leído.