La digestibilidad in vivo de los forrajes se estima mediante asociaciones entre parámetros químicos y/o biológicos o bien mediante similitudes con determinaciones biológicas en laboratorio. Se han desarrollado un gran número de ecuaciones para predecir la digestibilidad a través de parámetros químicos y biológicos, desconociendo su extrapolación y representatividad. Además, se ha demostrado con distintos materiales de silajes de sorgo una diferencia en relación a los materiales analizados en laboratorio y a la respuesta animal obtenida. Con el objetivo de evaluar la capacidad predictiva de métodos de laboratorio para el uso de ecuaciones de predicción de la digestibilidad in vivo con los silajes de sorgo en rumiantes, se establecieron las relaciones existentes entre la digestibilidad in vivo y distintas determinaciones químicas (duplicados y 2 experimentos independientes): Materia seca (MS), contenido de cenizas (Cen), fibra detergente neutro con agregado de amilasa (aFDN), fibra detergente ácido (FDA), y lignina detergente ácido (LDA) y métodos biológicos de laboratorio (duplicados y 3 experimentos independientes): in situ (3 novillos) con muestras secas y molidas y con muestras frescas y dos métodos in vitro (licor de 3 novillos): Tilley y Terry convencional, con muestras secas y molidas (TyT) y con muestras frescas (TyT fr) y en el analizador Daisy II (Ankom Technology), siguiendo el protocolo de Holden (H) y el método propuesto por Van Soest (VS). Se analizó además, la digestibilidad de la fibra detergente neutro (dFDN) y la fibra detergente neutro digestible (FDND). Para ello, se utilizaron 19 materiales de silajes de sorgo, los cuales fueron las dietas base de cuatro a seis novillos para obtener la digestibilidad in vivo de cada material (consumo y colección total de heces). Se analizaron las relaciones entre las variables y la digestibilidad, en ecuaciones lineales simples y múltiples, considerando que cada ecuación múltiple incluiría sólo un método biológico. En los modelos múltiples, la selección de variables fue llevada a cabo mediante el método ?forward? y en la selección del modelo se consideró que presentara mayor r²ajustado (r²aj) y menor error cuadrático medio de predicción (ECMP). En ecuaciones simples, la variable química que mejor predijo fue LDA (r²aj= 0,52; ECMP= 8,22). Sólo se logró superar ese valor con materiales frescos en in situ (r²aj= 0,68; ECMP= 5,61) e in vitro (r²aj= 0,53; ECMP= 8,48). Sin embargo, para lograr un mejor ajuste se requiere más de una variable. La ecuación de regresión múltiple obtenida con variables químicas mejoró la predicción (r²aj= 0,62; ECMP= 8,0). En tanto, cuando se incorporó en el modelo alguna determinación in vitro,  las predicciones alcanzaron estimaciones más precisas. La técnica H, junto con las determinaciones químicas MS, Cen y aFDN fueron la que permitieron obtener los mejores ajustes. Se consideró además, que la ecuación resultante ofreciera una mejor repetibilidad en las variables que participan. Es por esto que no se incluyeron variables biológicas de menor repetibilidad, como en las situaciones donde se utilizan materiales frescos en su determinación. En base a lo anteriormente expuesto y considerando el número de variables necesarias para la evaluación de un silaje de sorgo, tanto para su caracterización, como en la consideración de costos, tiempo, simplicidad y confianza en los datos (establecido por el CV entre mediciones), la mejor predicción resultante y sus coeficientes fueron : DIV (%)= 20,75 (EE= 17,34) ? 0,64 % MS (EE= 0,23) ? 1,57 % Cen (EE= 0,64) + 0,28 % aFDN (EE= 0,11) + 0,76 % H (EE= 0,13), con r²= 0,76 y ECMP= 5,60.