ContacteAbast
L’evolució accelerada dels models d’Intel·ligència Artificial, les diferències entre proveïdors, rutes de consum, regions, tipus de desplegament i garanties de processament fan necessari disposar d’una normativa tècnica per a l’ús de la Intel·ligència Artificial al CTTI.
Aquesta normativa tècnica té com a objectiu normalitzar i racionalitzar l’ús de models, components, sistemes i serveis d’Intel·ligència Artificial al CTTI i al conjunt de sistemes d’informació de la Generalitat de Catalunya, concretant les condicions d’ús, l’estat de maduresa, la permissibilitat operativa en projectes i els criteris mínims d’avaluació i governança.
La DGIA impulsa el desplegament d’aquesta normativa tècnica, i el CTTI la defineix, la manté i en fa complir l’aplicació mitjançant instruccions tècniques associades.
Conceptes i taxonomia corporativa
Model d’Intel·ligència Artificial Component capaç d’executar una capacitat d’Intel·ligència Artificial concreta, com ara generació de text, raonament, embeddings, transcripció, síntesi de veu, extracció documental, visió o suport a la programació.
Sistema d’Intel·ligència Artificial Sistema TIC que utilitza Intel·ligència Artificial i que incorpora una arquitectura de components que, entre d’altres, són un o més models d’Intel·ligència Artificial. Hereta atributs de sistema TIC i incorpora atributs específics de governança d’Intel·ligència Artificial.
Servei d’Intel·ligència Artificial Servei TIC ofert pel CTTI que posa a disposició, opera o governa un Sistema d’Intel·ligència Artificial, o un conjunt de components i sistemes d’Intel·ligència Artificial i que segueixen la normativa CTTI per a serveis TIC.
Component homologat per a Sistemes d’Intel·ligència Artificial Element tècnic reutilitzable i homologable per a integrar en Sistemes d’Intel·ligència Artificial (passarel·les, llibreries, productes comercials o de codi obert, servidors MCP, eines d’observabilitat, eines de seguretat, etc.).
Requisits generals d’aplicació
-
Quan es defineixi la necessitat d’utilitzar Intel·ligència Artificial, s’ha d’utilitzar preferentment una entrada inclosa en aquesta normativa tècnica i en els catàlegs associats vigents.
-
Si un model, servei o ruta no es troba a la normativa tècnica, això no implica necessàriament que no es pugui utilitzar, però el seu ús haurà de ser consultat i valorat per la Unitat d’Arquitectura abans d’incorporar-lo a una solució. Qualsevol ús fora de les condicions indicades a la normativa tècnica s’ha de tractar com una excepció i requerirà validació específica.
-
El consum de serveis d’Intel·ligència Artificial s’ha de fer mitjançant rutes corporatives o mecanismes de consum governats que permetin aplicar criteris d’identitat, autorització, traçabilitat, control de cost, seguretat i observabilitat.
-
Per defecte, els usos amb dades internes, personals, sensibles, confidencials o regulades han de garantir residència de dades i processament dins l’àmbit geogràfic aprovat pel CTTI, que és dins de la Unió Europea. La residència és la ubicació o àmbit geogràfic on es conserven les dades en repòs associades al consum del model o servei. L’Àmbit de processament és la ubicació o àmbit geogràfic on es processen les dades d’inferència, prompts, respostes o artefactes associats. No sempre coincideix amb la residència de dades ni amb la regió des d’on es consumeix el servei.
-
La normativa tècnica s’ha de revisar com a mínim mensualment, i quan l’evolució dels catàlegs de proveïdor ho requereixi mitjançant revisions operatives addicionals.
Estructura de catàlegs corporatius
La normativa tècnica es desplega mitjançant els catàlegs següents:
Catàleg de Models d'Intel·ligència Artificial homologats, aptes per ser integrats en Sistemes d’Intel·ligència Artificial.Catàleg de Sistemes d'Intel·ligència Artificial corporatius i departamentalsCatàleg de Components homologats per integrar en Sistemes d'Intel·ligència Artificial
Catàleg de Models d’Intel·ligència Artificial homologats
Termes i definicions
Un Model d’Intel·ligència Artificial és un component capaç de realitzar una capacitat d’Intel·ligència Artificial concreta, com ara generació de text, raonament, embeddings, transcripció, síntesi de veu, extracció documental, visió o suport a la programació.
Un Model d’Intel·ligència Artificial es considera homologat quan té aprovats i vigents els atributs següents:
- Model, versió i capacitat funcional.
- Proveïdor.
- Tipus de desplegament (ruta de servei o endpoint). És la forma concreta en què un model és exposat per al consum. Pot condicionar la regió, el processament, la capacitat, el cost, les quotes i les garanties operatives.
- Residència de dades i àmbit de processament.
- Condicions operatives i controls mínims.
- Estat de maduresa, ús permès i cicle de vida.
Per cada model es proporciona:
| Camp | Descripció |
|---|---|
| Ús previst | Categoria funcional del model d’IA. |
| Producte | Nom del model considerat. |
| Versió | Versió, data, identificador de model o ID de servei, quan estigui disponible. |
| Proveïdor | Empresa o plataforma que ofereix el model. |
| Cost | Cost normalitzat associat al consum del model ($/M tokens). |
| Estat | Estat de maduresa de l’entrada segons la normativa tècnica. Reflecteix el nivell de suport, estabilitat, implantació i recomanació d’ús d’un model, servei o proveïdor dins l’ecosistema CTTI. |
| Ús en projectes Generalitat | Indica la permissibilitat operativa d’una entrada de la normativa tècnica. |
| Observacions | Condicions, validacions pendents o restriccions d’ús. |
Estat. S’utilitzen els camps següents:
| Estat | Definició |
|---|---|
| Obsolet | model, versió o ruta no recomanada per a nous usos i subjecta a retirada o substitució. |
| Suportat | model, versió o ruta usable en determinades condicions, però no necessàriament recomanada com a opció preferent. |
| Versió actual | model, versió o ruta recomanada per defecte, dins les condicions establertes a la fitxa. |
| En planificació | model, versió o ruta en avaluació per a una possible adopció corporativa. |
| Emergent | model, versió o ruta identificada per interès potencial, però encara sense avaluació suficient per considerar-la en planificació. |
Ús en projectes Generalitat. S’utilitzen els camps següents:
| Estat | Definició |
|---|---|
| Permès | Es pot utilitzar dins les condicions indicades. |
| Permès amb restriccions | Es pot utilitzar només si el projecte compleix les restriccions indicades. |
| Pendent de validació | Cal consultar Arquitectura abans d’utilitzar-la, especialment en producció. |
| No permès | No s’ha d’utilitzar en nous projectes. |
| En retirada | Només es pot mantenir per continuïtat o migració; no s’ha d’utilitzar en nous desenvolupaments. |
| L’entrada no apareix a la normativa tècnica | No queda automàticament descartada, però s’ha de consultar Arquitectura abans d’incorporar-la a la solució. |
| Es vol utilitzar un tipus de desplegament (ruta de servei o endpoint) o una regió diferent del recollit | Es considera una variant no homologada i requereix validació específica. |
Política tècnica de cost i selecció de model
- Regla de permissibilitat per cost: si Cost >= 3, la classificació mínima és Permès amb restriccions.
- Regla d’eficiència: en cada cas d’ús s’ha d’utilitzar el model permès més econòmic que satisfaci els requeriments funcionals i no funcionals, a criteri del responsable del projecte.
- El projecte ha de documentar la justificació de selecció del model quan no s’esculli l’opció més econòmica dins del conjunt de models permesos.
Criteri temporal per a ús en producció de models de proveïdors externs
Fins que no es completi la validació integral de compliance, seguretat i comunicacions, els models consumits via AWS i Google per a Sistemes d’Intel·ligència Artificial en producció es classifiquen, com a norma general, com a Pendent de validació segons criticitat del cas d’ús i tipus de dades.
Per elevar-los a Permès en producció cal evidenciar:
- Residència i processament en UE conforme.
- Validació jurídica i de protecció de dades.
- Controls tècnics de seguretat i identitat aprovats.
- Traçabilitat, monitoratge i registres corporatius operatius.
- Validació de connectivitat i arquitectura de comunicacions.
- Aprovació formal d’Arquitectura, Seguretat i Compliance.
A continuació es recullen els models d’Intel·ligència Artificial inclosos en la present normativa tècnica a data d’aquest document. Es classifiquen segons el seu ús previst en models d’ús general, models d’embedding, models de transcripció, models d’imatge i models de codi.
Models d’ús general
Per a l’ús de models d’ús general en català es recomana seguir la guia proposada per Softcatalà.
Azure Foundry. L’àmbit de processament ha de ser Data Zone Standard o Standard/Regional per garantir la residència i processament a la Unió Europea.
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| General | GPT-5.4 | 2026-03-05 | Azure Foundry | 2.18 | Versió actual | Permès | - |
| General | GPT-5.1 | 2025-11-13 | Azure Foundry | 1.34 | Versió actual | Permès | - |
| General | GPT-4.1 mini | 2025-04-14 | Azure Foundry | 0.31 | Suportat | Permès | - |
| General | GPT-5.5 | 2026-04-24 | Azure Foundry | 4.30 | Versió actual | Permès amb restriccions | Requereix autorització per cost. |
Gemini Enterprise Agent Platform. L’àmbit de processament ha de ser multi-regional o standard regional per garantir la residència i el processament a la Unió Europea.
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| General | Gemini 3.5 Flash | gemini-3.5-flash | Gemini Enterprise Agent Platform | 1.31 | Versió actual | Pendent de validació | - |
| General | Gemini 3.1 Flash Lite | gemini-3.1-flash-lite | Gemini Enterprise Agent Platform | 0.22 | Versió actual | Pendent de validació | - |
| General | Gemini 2.5 Flash | gemini-2.5-flash | Gemini Enterprise Agent Platform | 0.33 | Versió actual | Pendent de validació | - |
| General | Gemini 2.5 Flash Lite | gemini-2.5-flash-lite | Gemini Enterprise Agent Platform | 0.07 | Versió actual | Pendent de validació | - |
| General | Gemini 2.5 Pro | gemini-2.5-pro | Gemini Enterprise Agent Platform | 1.34 | Versió actual | Pendent de validació | - |
| General | Claude Sonnet 4.6 | claude-sonnet-4-6 | Gemini Enterprise Agent Platform | 2.46 | Versió actual | Pendent de validació | - |
| General | Claude Haiku 4.5 | claude-haiku-4-5 | Gemini Enterprise Agent Platform | 0.82 | Versió actual | Pendent de validació | - |
| General | Claude Opus 4.6 | claude-opus-4-6 | Gemini Enterprise Agent Platform | 4.10 | Suportat | Pendent de validació | Requereix autorització per cost |
| General | Claude Opus 4.7 | claude-opus-4-7 | Gemini Enterprise Agent Platform | 4.10 | Suportat | Pendent de validació | Requereix autorització per cost |
| General | Mistral 3 | mistral-medium-3 | Gemini Enterprise Agent Platform | 0.56 | Versió actual | Pendent de validació | - |
AWS Bedrock. L’àmbit de processament ha de ser In-Region o Geographic (Geo) Cross-Region per garantir la residència i processament a la Unió Europea.
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| General | Claude Sonnet 4.6 | anthropic.claude-sonnet-4-6 | AWS Bedrock | 2.46 | Versió actual | Pendent de validació | - |
| General | Claude Haiku 4.5 | anthropic.claude-haiku-4-5-20251001-v1:0 anthropic.claude-haiku-4-5 |
AWS Bedrock | 0.82 | Versió actual | Pendent de validació | - |
| General | Claude Opus 4.6 | anthropic.claude-opus-4-6-v1 | AWS Bedrock | 4.10 | Versió actual | Pendent de validació | Requereix autorització per cost |
| General | Claude Opus 4.7 | anthropic.claude-opus-4-7 | AWS Bedrock | 4.10 | Versió actual | Pendent de validació | Requereix autorització per cost |
| General | gpt-oss-20b | openai.gpt-oss-20b-1:0 openai.gpt-oss-20b |
AWS Bedrock | 0.09 | Versió actual | Pendent de validació | - |
| General | gpt-oss-120b | openai.gpt-oss-120b-1:0 openai.gpt-oss-120b |
AWS Bedrock | 0.20 | Versió actual | Pendent de validació | Serveis d’Intel·ligència Artificial síncrons |
| General | DeepSeek V3.2 | deepseek.v3.2 | AWS Bedrock | 0.74 | Versió actual | Pendent de validació | - |
| General | MiniMax M2 | minimax.minimax-m2 | AWS Bedrock | 0.39 | Versió actual | Pendent de validació | - |
| General | MiniMax M2.5 | minimax.minimax-m2.5 | AWS Bedrock | 0.39 | Versió actual | Pendent de validació | - |
| General | Mistral Large | mistral.mistral-large-2402-v1:0 | AWS Bedrock | 4.80 | Versió actual | Pendent de validació | Requereix autorització per cost |
| General | Kimi K2.5 | moonshotai.kimi-k2.5 | AWS Bedrock | 0.84 | Versió actual | Pendent de validació | - |
| General | Nemotron Nano 3 30B | nvidia.nemotron-nano-3-30b | AWS Bedrock | 0.12 | Versió actual | Pendent de validació | - |
| General | NVIDIA Nemotron 3 Super 120B | nvidia.nemotron-super-3-120b | AWS Bedrock | 0.31 | Versió actual | Pendent de validació | - |
| General | Qwen3 235B A22B 2507 | qwen.qwen3-235b-a22b-2507-v1:0 qwen.qwen3-235b-a22b-2507 |
AWS Bedrock | 0.29 | Versió actual | Pendent de validació | - |
| General | Qwen3 VL 235B A22B | qwen.qwen3-vl-235b-a22b qwen.qwen3-vl-235b-a22b-instruct |
AWS Bedrock | 0.74 | Versió actual | Pendent de validació | - |
| General | Qwen3 Next 80B A3B | qwen.qwen3-next-80b-a3b qwen.qwen3-next-80b-a3b-instruct |
AWS Bedrock | 0.26 | Versió actual | Pendent de validació | - |
| General | GLM 4.7 | zai.glm-4.7 | AWS Bedrock | 0.76 | Versió actual | Pendent de validació | - |
| General | GLM 4.7 Flash | zai.glm-4.7-flash | AWS Bedrock | 0.10 | Versió actual | Pendent de validació | - |
| General | GLM 5 | zai.glm-5 | AWS Bedrock | 1.89 | Versió actual | Pendent de validació | - |
Models d’embedding
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| Embedding | text-embedding-3-large | 1 | Azure Foundry | 0.13 | Versió actual | Permès | - |
| Embedding | text-embedding-3-small | 1 | Azure Foundry | 0.02 | Versió actual | Permès | - |
| Embedding | Embed v4 | cohere.embed-v4:0 | AWS Bedrock | 0.12 | Versió actual | Pendent de validació | - |
| Embedding | Marengo Embed 3.0 | twelvelabs.marengo-embed-3-0-v1:0 | AWS Bedrock | - | Suportat | Pendent de validació | Model d’embedding de video. Cal realitzar un estudi previ de cost. |
| Embedding | Gemini Embedding 2 | gemini-embedding-2 | Gemini Enterprise Agent Platform | 0.20 | Versió actual | Pendent de validació | - |
| Embedding | Multilingual E5 Large | multilingual-e5-large-instruct-maas | Gemini Enterprise Agent Platform | 0.03 | Versió actual | Pendent de validació | - |
| Embedding | Multilingual E5 Small | multilingual-e5-small-maas | Gemini Enterprise Agent Platform | 0.02 | Versió actual | Pendent de validació | - |
Models de transcripció
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| Transcripció | Voxtral Small 24B 2507 | mistral.voxtral-small-24b-2507 | AWS Bedrock | 0.12 | Versió actual | Pendent de validació | STT |
| Transcripció | Chirp 3 | chirp_3 | Gemini Enterprise Agent Platform | - | Versió actual | Pendent de validació | Cal realitzar un estudi previ de cost. |
Per a l’ús de models de transcripció en català es recomana seguir la guia proposada per Softcatalà.
Models d’imatge
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| Imatge | gpt-image-1.5 | 2025-12-16 | Azure Foundry | TTI: 4.77, ITI: 5.83 | Suportat | Permès amb restriccions | TTI, ITI Requereix autorització per cost |
| Imatge | Pixtral Large | mistral.pixtral-large-2502-v1:0 | AWS Bedrock | 2.40 | Versió actual | Pendent de validació | Raonament visual |
| Imatge | Pegasus v1.2 | twelvelabs.pegasus-1-2-v1:0 | AWS Bedrock | 0.75 | Versió actual | Pendent de validació | VTT |
| Imatge | Veo 3.1 | veo-3.1-generate-001 | Gemini Enterprise Agent Platform | - | Versió actual | Pendent de validació | TTV, ITV El cost és de dòlars per segon. Cal realitzar un estudi previ de cost. |
Models de codi
| Ús previst | Producte | Versió | Proveïdor | Cost | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|---|
| Codi | Qwen3 Coder 480B A35B Instruct | qwen.qwen3-coder-480b-a35b-v1:0 qwen.qwen3-coder-480b-a35b-instruct |
AWS Bedrock | 0.38 | Versió actual | Pendent de validació | - |
Catàleg de Sistemes d’Intel·ligència Artificial corporatius i departamentals
Per cada Sistema IA es proporciona:
| Camp | Descripció |
|---|---|
| Sistema IA | Denominació del sistema d’Intel·ligència Artificial inclòs al catàleg corporatiu o departamental. |
| Tipologia | Classificació funcional del sistema (p. ex. sistema IA SaaS, sistema multipropòsit, multimodel o blueprint). |
| Proveïdor | Organització o equip responsable de la plataforma del sistema (fabricant o desenvolupament propi). |
| Desplegament | Àmbit o modalitat de desplegament del sistema (p. ex. UE, corporatiu o no aplica). |
| Estat | Estat de maduresa de l’entrada del sistema dins la normativa tècnica. |
| Ús en projectes Generalitat | Indica la permissibilitat operativa del sistema en projectes de la Generalitat. |
| Observacions | Precisions operatives, limitacions o context addicional rellevant per a la governança del sistema. |
Els camps Estat i Ús en projectes Generalitat utilitzen exactament les mateixes entrades definides al Catàleg de models d’Intel·ligència Artificial homologats.
A continuació es recullen els sistemes d’Intel·ligència Artificial corporatius inclosos en la present normativa tècnica a data d’aquest document.
| Sistema IA | Tipologia | Proveïdor | Desplegament | Estat | Ús en projectes Generalitat | Observacions |
|---|---|---|---|---|---|---|
| Microsoft Copilot | Sistema IA SaaS | Microsoft | UE | Versió actual | Permès | - |
| NotebookLM | Sistema IA SaaS | UE | Versió actual | Pendent de validació | - | |
| Anonimitzador (Nimitz) | Sistema IA SaaS | Pendent d’identificar | Pendent d’identificar | Suportat | Pendent de validació | - |
| Tractament Documental Intel·ligent (AS10) | Sistema IA multipropòsit i multimodel | Desenvolupament propi | Desplegament corporatiu | Versió actual | Permès amb restriccions | Sistema de múltiples models i múltiples casos d’ús. |
| AgentCAT (AS11) | Sistema IA multipropòsit i multimodel | Desenvolupament propi | Desplegament corporatiu | Versió actual | Permès amb restriccions | Sistema de múltiples models i múltiples casos d’ús. |
| Nova Arquitectura Agèntica Corporativa | Blueprint d’arquitectura de referència | CTTI | No aplica | En planificació | Pendent de validació | No es considera un Sistema IA operatiu fins a la seva materialització en producte o plataforma concreta. |
Catàleg de Components homologats per integrar en Sistemes d’Intel·ligència Artificial
Passarel·la d’Intel·ligència Artificial (en anglès, AI Gateway). Component de l’arquitectura corporativa de Sistemes d’Intel·ligència Artificial que actua com a capa d’abstracció i governança del consum de models i serveis d’IA. Proporciona control de consum, traçabilitat, observabilitat, polítiques de seguretat i control de costos.
Les passarel·les d’Intel·ligència Artificial homologades al CTTI són les següents:
- AI Gateway IBM API Connect.
- LiteLLM.
- Unity AI Gateway Databricks.
- Azure AI Gateway.
Galtea. Observabilitat i tracing.
NeuralTrust. Seguretat d’accés.
Servidor MCP. Protocol de context per a agents.
Referències
Documents corporatius
Enllaços externs
Metodologia de càlcul de cost
El càlcul del cost està expressat en dòlars per cada milió de tokens i s’utilitza com a mètrica comparativa entre models. El cost combinat (blended price) es calcula segons la fórmula següent:
Cost = (7 * Cache + 2 * Input + Output) / 10
on:
Cacheés el cost dels cache hit tokens.Inputés el cost dels tokens d’entrada.Outputés el cost dels tokens de sortida.
Aquesta fórmula assumeix una proporció de 7:2:1 entre cache hit, entrada i sortida, respectivament, seguint la metodologia definida per Artificial Analysis Methodology.
Per al cas dels models que no es disposa d’informació del cost de cache hit tokens, com és el cas d’AWS Bedrock, s’utilitza la següent aproximació:
Cost = (9 * Input + Output) / 10
Nota important sobre el cost
Els costos dels models s’han extret de les següents fonts:
- Cost de crear i desplegar models d’IA a Agent Platform
- Azure OpenAI pricing
- Amazon Bedrock pricing
- Artificial Analysis Google Pricing
- Artificial Analysis Azure Pricing
- Artificial Analysis Amazon Bedrock Pricing
Els costos són orientatius i poden variar. Aquesta mètrica s’utilitza únicament amb finalitats comparatives entre models en aquest document. Per a una anàlisi precisa, cal consultar sempre el preu actualitzat del proveïdor corresponent.