La separación inestable es un fenómeno que ocurre en muchos flujos y resulta en un aumento de la resistencia, una disminución de la sustentación, emisión de ruido y pérdida de eficiencia o fallo en dispositivos de flujo. Los modelos de turbulencia para las ecuaciones de Navier-Stokes promediadas por Reynolds (RANS) y no promediadas (URANS) se utilizan comúnmente en la industria; sin embargo, su rendimiento a menudo es insatisfactorio. La comparación de los resultados de RANS con datos experimentales no aísla claramente los errores de modelado, ya que las diferencias con los datos pueden deberse a una combinación de errores de modelado y numéricos, y también a posibles diferencias en las condiciones de contorno. En el presente estudio, utilizamos resultados de simulación de grandes remolinos (LES) de alta fidelidad para llevar a cabo una evaluación consistente de los modelos de turbulencia. Al utilizar el mismo esquema numérico y condiciones de contorno que el LES, y una malla en la que se logró la convergencia de la malla, podemos aislar los errores de modelado. Los cálculos (tanto LES como RANS) se realizan utilizando un código bien validado y de precisión de segundo orden. La separación se genera imponiendo una distribución de velocidad de corriente libre, que se modula en el tiempo. Examinamos tres frecuencias (una oscilación rápida, similar a un aleteo, una intermedia en la que la forzante y el flujo tienen las mismas escalas de tiempo, y una cuasi-estacionaria). También consideramos tres distribuciones de presión diferentes, una con gradientes de presión alternos favorables y adversos (FPGs y APGs, respectivamente), una oscilando entre un APG y un gradiente de presión cero (ZPG), y una con un APG oscilante. Todos los modelos de turbulencia capturan las características generales de este complejo flujo inestable tan bien o mejor que en casos estacionarios similares. La presencia, durante el ciclo, de momentos en los que el gradiente de presión de la corriente libre está cerca de cero afecta significativamente el rendimiento del modelo. Comparar nuestros resultados con los de la literatura indica que los errores numéricos debidos al tipo de discretización y a la resolución de la malla son tan significativos como los debidos al modelo de turbulencia.