Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

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.

Fuentes