Modelo de razonamiento
Un modelo de razonamiento (reasoning model) es un modelo de lenguaje entrenado para resolver un problema mediante un flujo de tokens de razonamiento intermedios antes de dar su respuesta final, lo que suele ayudar en matemáticas, programación y tareas de varios pasos.
También llamado: thinking model, extended thinking
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Los modelos de razonamiento gastan cómputo adicional en el momento de responder, un patrón llamado test-time compute. En lugar de contestar de inmediato, el modelo escribe un proceso de trabajo, comprueba pasos y cambia de rumbo, y luego responde.
Cómo se entrenan
Este comportamiento nace del prompting de chain-of-thought, pero los modelos de razonamiento se entrenan para ello, a menudo con aprendizaje por refuerzo en tareas cuyas respuestas se pueden comprobar. El artículo de R1 de DeepSeek indica que las capacidades de razonamiento pueden incentivarse mediante aprendizaje por refuerzo puro, con patrones como la autorreflexión y la verificación que surgen durante el entrenamiento.
Extended thinking
Los proveedores exponen el razonamiento de formas distintas. Anthropic llama a su versión extended thinking. En su modo manual, un ajuste budget_tokens fija un objetivo de cuántos tokens puede gastar Claude en su razonamiento interno, y la documentación de Anthropic recomienda su modo más reciente de adaptive thinking, en el que el modelo decide cuánto pensar.
Costes y límites
Los tokens de razonamiento suelen facturarse como tokens de salida, así que un modelo de razonamiento puede costar mucho más por petición que uno normal y tardar más en responder. Consulta precio por token. Para consultas simples, reescrituras o clasificación, un modelo sin razonamiento suele ser más rápido e igual de preciso. El razonamiento visible no es un relato garantizado de cómo llegó el modelo a su respuesta.
Términos relacionados
- Chain-of-thought
- El chain-of-thought (CoT, cadena de pensamiento) es un método de prompting en el que un modelo de lenguaje escribe pasos de razonamiento intermedios antes de su respuesta final, lo que suele mejorar los resultados en matemáticas, lógica y otros problemas de varios pasos.
- Modelo de lenguaje grande
- Un modelo de lenguaje grande (LLM, large language model) es una red neuronal con miles de millones de parámetros, entrenada con grandes cantidades de texto para predecir el siguiente token, lo que le permite redactar, responder preguntas, resumir y seguir instrucciones.
- Precio por token
- El precio por token (token pricing) es la forma en que cobran la mayoría de las API de modelos de IA: un precio fijo por millón de tokens de entrada que envías y otro aparte, normalmente más alto, por millón de tokens de salida que genera el modelo, con descuentos para la entrada en caché y las tareas por lotes.
- Test-time compute
- El test-time compute (cómputo en tiempo de inferencia) es la cantidad de cálculo que gasta un modelo al responder una petición, y no durante el entrenamiento. Dejar que un modelo piense más tiempo o pruebe varias respuestas puede mejorar los resultados en problemas difíciles.
- Tokens de salida
- Los tokens de salida (output tokens) son los tokens que genera un modelo de lenguaje en su respuesta. Se cuentan y se facturan aparte de los tokens de entrada, y un ajuste max_tokens limita cuántos puede contener una respuesta.