La inteligencia artificial ha ganado relevancia en modelación hidrológica como alternativa a modelos tradicionales como el GR4J, destacando por su capacidad para estimar caudales usando variables La inteligencia artificial ha ganado relevancia en modelación hidrológica como alternativa a modelos tradicionales como el GR4J, destacando por su capacidad para estimar caudales usando variables hidrometeorológicas. Este estudio comparó el modelo conceptual GR4J con el modelo de deep learning LSTM en las cuencas Balsas, Cumba y Corral Quemado (cuenca del Marañón), utilizando datos de ERA5 y PISCO para precipitación, evapotranspiración, temperatura y humedad del suelo. Los resultados mostraron que el GR4J obtuvo valores NSE/KGE de 0.78/0.86 en Balsas, 0.42/0.46 en Cumba y 0.42/0.42 en Corral Quemado, mientras que el LSTM alcanzó 0.85/0.79, 0.68/0.67 y 0.61/0.71 respectivamente en el m...