Los modelos convencionales de selección genómica analizan los rasgos de forma individual, descuidando las interacciones complejas entre rasgos. Los modelos de múltiples rasgos abordan esto al considerar las correlaciones genéticas, mejorando así la precisión del valor de cría. A pesar de sus beneficios teóricos, es esencial cuantificar las ventajas de cría de estos modelos a través de diferentes antecedentes genéticos. Este estudio evalúa los beneficios de los modelos de múltiples rasgos bajo diferentes tamaños de población y tres niveles de correlaciones genéticas (bajo, medio, alto) utilizando simulaciones basadas en datos de chip de 50 K de 5000 individuos. En escenarios de heredabilidad igual, el modelo GBLUP de múltiples rasgos supera consistentemente a los modelos de rasgos individuales, con ventajas de cría que aumentan con la heredabilidad. Por ejemplo, con una población de referencia de 4500, las mejoras oscilan entre el 0.3% y el 4.1%. Notablemente, las combinaciones de rasgos con baja heredabilidad son insensibles a los cambios en la correlación genética, con ganancias que permanecen.