Cómo funcionan los modelos de razonamiento
En esta página
Bajo el capó de los modelos que «piensan»
Cuando aumentas el nivel de razonamiento, el modelo no genera su respuesta de inmediato. Primero produce tokens de razonamiento, que utiliza para descomponer la solicitud y explorar múltiples formas de responder. Entender este mecanismo no es solo teoría: es lo que te permite ajustar el nivel adecuadamente, anticipar costes e interpretar correctamente la salida del modelo.
Piensa antes de responder
A un nivel rápido (Instant en Chat, none o low en la API), el modelo responde casi directamente. Cuanto más alto configures el nivel, más tokens gastará «pensando» antes de producir la respuesta visible. Puedes concebir esta fase como un borrador: descomposición del problema, exploración de vías, descarte de callejones sin salida, verificación y, finalmente, síntesis. Este es un modelo mental útil, no una descripción oficial del funcionamiento interno; lo que OpenAI describe es un modelo que descompone la solicitud y considera varios enfoques antes de contestar.
Toma la expresión «17 × 23 + 45 ÷ 9 − 12». Sin razonamiento, el riesgo de error respecto a la precedencia de operadores es real. Con un nivel superior, el modelo se toma tiempo para procesar primero la multiplicación y la división (391 y 5), luego la suma y la resta (391 + 5 − 12 = 384), y verifica su resultado antes de enunciarlo.
Tokens de razonamiento: invisibles pero computables
Los tokens de razonamiento no aparecen en la respuesta, pero cuentan. En la API, ocupan espacio en la ventana de contexto y se facturan como tokens de salida. Dependiendo de la dificultad, un modelo puede generar desde unos pocos cientos hasta varias decenas de miles de ellos. Si se alcanza el límite de salida (max_output_tokens) durante el razonamiento, la respuesta se devuelve con el estado incomplete, a veces antes de que se haya producido ningún texto visible; OpenAI recomienda reservar al menos 25.000 tokens para el razonamiento y la respuesta cuando empieces a experimentar.
El razonamiento en bruto no se expone. En la API, puedes solicitar un resumen de razonamiento mediante el parámetro reasoning.summary. En ChatGPT, con GPT-6, una respuesta puede comenzar mientras el modelo aún está pensando y enriquecerse después con detalles.
Pro, Max y Ultra: tres formas de hacer más
Más allá de los niveles de esfuerzo, existen tres mecanismos que llevan el razonamiento más lejos, y es útil no confundirlos.
- Modo Pro (
reasoning.mode: "pro"en la API, nivel Pro en Chat) hace que el modelo trabaje más intensamente en tareas difíciles que toleran una mayor latencia. En la API, este trabajo extra se factura a la tarifa estándar del modelo elegido, pero consume más tokens. - Max, tanto en Work y Codex como en la API (
max), otorga al modelo más tiempo para razonar sobre una única tarea. - Ultra, disponible solo en Work y Codex, va más allá de un único agente: asigna partes de una tarea compleja a subagentes que trabajan en paralelo. Solo resulta útil si el trabajo puede dividirse en fragmentos independientes. GPT-6 Luna llega hasta Max, pero no hasta Ultra.
Qué cambia el razonamiento y qué no
Un nivel alto de razonamiento marca la diferencia en familias específicas de problemas: matemáticas y estadística, lógica y deducción, código complejo y depuración, análisis estratégico con criterios ponderados y, en general, cualquier tarea de múltiples pasos. Por ello, OpenAI recomienda high para razonamientos difíciles, depuración compleja y planificación profunda.
Dicho esto, no es una bala mágica. El modelo puede seguir cometiendo errores tras razonar: una premisa falsa conduce a una conclusión falsa, por muy cuidadoso que sea el proceso de razonamiento. El razonamiento aumenta el tiempo de respuesta y el coste. Y para una tarea sencilla, no aporta nada que un nivel rápido no pudiera gestionar ya.
Pruébalo tú mismo
Observa el mecanismo en acción. Formula esta pregunta primero a un nivel rápido y luego a un nivel alto (Instant y luego High en Chat, o low y luego high en la API): «Un tren sale de París a las 8:00 viajando a 120 km/h. Otro sale de Lyon, a 465 km de distancia, a las 8:30 viajando a 150 km/h hacia París. ¿A qué hora y a qué distancia de París se encuentran?». Verifica tú mismo la respuesta esperada: 10:00, a 240 km de París. Si usas la API, compara el número de tokens de razonamiento reportados en el uso (usage) de la respuesta para ambos niveles.
Fuentes oficiales: Modelos de razonamiento (API de OpenAI: tokens de razonamiento, facturación, contexto, resúmenes, modo pro, niveles de esfuerzo) · Modelos (documentación de ChatGPT: Max y Ultra) · GPT-6 y otros modelos en ChatGPT (respuestas que comienzan durante el razonamiento)
Puntos clave
- El razonamiento añade tokens de pensamiento antes de la respuesta; su número crece con el nivel elegido
- Invisibles, estos tokens ocupan contexto y se facturan como tokens de salida en la API
- Reserva un margen de salida suficiente, o la respuesta se devolverá incompleta
- Pro hace que el modelo trabaje más, Max le da más tiempo, Ultra distribuye el trabajo entre subagentes (Work y Codex)
- El razonamiento no inmuniza contra el error: una premisa falsa conduce a una conclusión falsa