Ir al contenido principal
Español— Elegir un idioma
Menú

Temperatura, top_p y parámetros de generación

Lección 2 de 16 Actualizado el 3 de noviembre de 2026 Desarrollador
En esta página
  1. Temperatura, top_p y parámetros de generación
  2. Cómo elige el modelo el siguiente token
  3. Temperatura
  4. Top_p (muestreo de núcleo)
  5. Otros parámetros importantes
  6. Observa la variación por ti mismo
  7. Puntos clave

Actualizado el 3 de noviembre de 2026 según la documentación de OpenAI: temperature y top_p solo se aceptan con un esfuerzo de razonamiento de none, mientras que los modelos GPT-5.6 razonan por defecto (medium). Por tanto, las llamadas que establezcan estos parámetros deben especificar reasoning={"effort": "none"} (API de Responses) o reasoning_effort="none" (Chat Completions). Fuentes: Uso de GPT-6 · GPT-5.6 Terra.

Temperatura, top_p y parámetros de generación

Cuando envías un prompt a un modelo de lenguaje, el texto generado no es determinista por defecto: dos llamadas estrictamente idénticas pueden devolver dos respuestas distintas. Los parámetros de generación te permiten controlar el grado de creatividad o rigor de esas respuestas. Dominarlos sirve para dos objetivos concretos: obtener resultados adaptados a cada caso de uso y saber dónde mirar cuando un conjunto de pruebas de integración empieza a fallar una de cada tres veces sin explicación aparente.

Cómo elige el modelo el siguiente token

En cada paso de la generación, el modelo calcula una distribución de probabilidad sobre todo su vocabulario y luego muestrea el siguiente token a partir de esa distribución. La palabra «mejor» no surge mecánicamente; es un sorteo. Los parámetros de generación intervienen antes del muestreo, ya sea estrechando la distribución en torno a los candidatos más probables o aplanándola para dar oportunidad a opciones menos frecuentes. Las dos llamadas siguientes ilustran los extremos de esta necesidad: un eslogan para una panadería artesanal solo tiene valor si sorprende, mientras que la sintaxis de una comprensión de listas en Python nunca debe sorprender.

from openai import OpenAI

client = OpenAI()

# Respuesta creativa (temperatura alta)
response_creative = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requiere effort none
    instructions="Eres un escritor creativo.",
    input="Propón un eslogan para una panadería artesanal.",
    temperature=1.2
)

# Respuesta factual (temperatura baja)
response_factual = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requiere effort none
    instructions="Eres un asistente técnico preciso.",
    input="¿Cuál es la sintaxis de una comprensión de listas en Python?",
    temperature=0.1
)

Temperatura

La temperatura es un factor multiplicativo aplicado a los logits antes de la función softmax. En 0, la distribución se estrecha hasta el punto de que el modelo selecciona siempre el token más probable: el comportamiento se vuelve cuasi-determinista, que es exactamente lo que buscas en un extractor de datos que se replaya en una prueba unitaria. Entre 0,1 y 0,3, las respuestas siguen siendo muy consistentes de una llamada a otra: este es el territorio del código y las respuestas factuales. El rango de 0,7 a 0,9 equilibra creatividad y consistencia, adecuado para la redacción general. Más allá, entre 1,0 y 1,5, las salidas se vuelven variadas y a veces desconcertantes: el efecto deseado para lluvias de ideas, pero un fallo fatal en cualquier otro contexto.

La tabla siguiente reúne configuraciones que funcionan bien para los casos de uso más frecuentes. Trátala como punto de partida para validarla con tus propios prompts: un prompt muy restringido tolera una temperatura más alta de lo que podrías pensar, mientras que un prompt laxo se desvía antes.

Caso de uso Temperatura top_p
Generación de código 0,0 – 0,2 1,0
Extracción de datos 0,0 1,0
Redacción profesional 0,5 – 0,7 0,9
Lluvia de ideas 1,0 – 1,3 0,95
Escritura creativa 1,0 – 1,5 0,9

Top_p (muestreo de núcleo)

El parámetro top_p actúa sobre la misma distribución, pero mediante un mecanismo completamente distinto: filtra los tokens en función de su probabilidad acumulada. Con top_p=0,9, el modelo solo considera los tokens cuya probabilidad acumulada alcanza el 90 %, eliminando pura y simplemente la cola larga de opciones improbables. Mientras que la temperatura distorsiona las probabilidades de todos los candidatos, top_p trunca la lista de candidatos admisibles.

response = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requiere effort none
    instructions="Genera un resumen técnico.",
    input="Resume cómo funciona TLS 1.3.",
    temperature=0.3,
    top_p=0.95
)

Esto conduce a una regla práctica que no lamentarás aplicar: no toques la temperatura y top_p al mismo tiempo. Dado que ambos actúan sobre el mismo mecanismo, serías incapaz de atribuir el efecto observado a uno u otro, y tu configuración se convertiría en cuestión de superstición. Ajusta un parámetro, dejando el otro en su valor por defecto; OpenAI recomienda empezar por la temperatura.

Otros parámetros importantes

max_output_tokens limita la longitud de la respuesta en tokens. Es tu salvaguarda tanto para los costes como para las respuestas interminables, especialmente útil cuando la salida debe caber en un campo de interfaz restringido: es mejor delimitar la respuesta durante la generación que truncarla en el lado de la visualización.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions="Responde en una frase.",
    input="¿Qué es DNS?",
    max_output_tokens=100
)

Desde GPT-5.6, el razonamiento ya no es un modelo separado: es una configuración que controla el tiempo de reflexión en toda la familia.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Resuelve esta ecuación diferencial: y' + 2y = e^(-x)",
    reasoning={
        "effort": "high"  # "none", "low", "medium", "high", "xhigh", "max"
    }
)

El nivel low responde rápidamente a preguntas sencillas, medium constituye un compromiso honesto para la mayoría de tareas, y high activa un razonamiento en profundidad que debería reservarse para problemas genuinamente difíciles. La ecuación diferencial anterior lo merece; reformular una frase de bienvenida, no: estarías pagando tiempo de reflexión por una tarea que no lo requiere.

Observa la variación por ti mismo

Nada sustituye a ver estos ajustes en acción. Escribe un script en Python que envíe el mismo prompt a GPT-5.6 Terra con cinco valores de temperatura (0, 0,3, 0,7, 1,0 y 1,3) y muestre las cinco salidas una al lado de la otra. Elige una instrucción francamente creativa, por ejemplo, «Inventa un nombre para una startup de IA»: la repetición casi palabra por palabra en 0 y la dispersión en 1,3 resultan imposibles de pasar por alto, y esta memoria visual te servirá de referencia mucho más tiempo que una tabla de valores.

Puntos clave

  • La temperatura controla la dispersión de la distribución de probabilidad
  • top_p filtra los tokens por probabilidad acumulada
  • No modifiques nunca ambos simultáneamente
  • Temperatura baja para tareas factuales, alta para creativas
  • La configuración de razonamiento (de none a max) se aplica a toda la familia GPT-5.6