En los procesos de diseño de vehículos de carretera de hoy en día, la Dinámica de Fluidos Computacional (CFD) ha surgido como una de las principales herramientas de investigación para análisis aerodinámicos. La metodología CFD, basada en el enfoque de Navier-Stokes promediado por Reynolds (RANS), sigue siendo considerada como el enfoque de modelado de turbulencia más popular en las industrias automotrices debido a su precisión aceptable y costo computacional asequible para predecir flujos que involucran geometrías complejas. Este uso popular de RANS persiste a pesar del hecho bien conocido de que, para flujos automotrices, los modelos de turbulencia RANS a menudo no logran caracterizar adecuadamente el campo de flujo asociado. Es incluso cierto que, más a menudo, el enfoque RANS no logra predecir correctamente cantidades aerodinámicas integrales como coeficientes de sustentación, resistencia o momento, y como tal, se utilizan para evaluar la magnitud relativa y la dirección de una tendencia. Además, incluso para tales propósitos, generalmente existen desacuerdos notables entre los resultados predichos por diferentes modelos RANS. Gracias a los rápidos avances en la tecnología informática, se ha visto un aumento en la popularidad del uso de la Simulación de Vórtices Desprendidos Híbrida (DES), que combina el enfoque RANS con la Simulación de Grandes Vórtices (LES). La metodología DES ha demostrado tener un alto potencial de ser más precisa e informativa que los enfoques RANS. Si bien las evaluaciones de modelos RANS y DES en diversas aplicaciones son abundantes en la literatura, tales evaluaciones en modelos de automóviles completos son relativamente menos frecuentes. En este estudio, se evalúan cuatro modelos RANS que son ampliamente utilizados en aplicaciones de ingeniería, es decir, el k- realizable de dos capas, el k- de Abe-Kondoh-Nagano (AKN) de bajo Reynolds, el k- SST y el V2F en un vehículo de pasajeros a escala completa con dos configuraciones diferentes de la parte delantera. Además, ambos casos se ejecutan con dos modelos DES para evaluar las diferencias entre las predicciones de flujo obtenidas utilizando RANS y DES.