Ir al contenido principal
Español— Elegir un idioma
Menú

Parámetros básicos

Lección 3 de 16 Actualizado el 2 de noviembre de 2026 Desarrollador
En esta página
  1. Configura tus llamadas a la API
  2. El parámetro model
  3. El parámetro max_tokens
  4. El parámetro temperature
  5. El parámetro top_p
  6. Ejemplo completo con todos los parámetros
  7. Puntos clave

Configura tus llamadas a la API

Además de los campos obligatorios model y messages, la API de Chat Completions acepta un puñado de parámetros que controlan el comportamiento de la generación. Estos ajustes marcan la diferencia entre un extractor de datos que devuelve resultados idénticos para la misma factura y un generador de eslóganes que nunca se repite. El código de llamada permanece invariable de un caso de uso a otro; solo cambian los ajustes, y esa es precisamente la razón por la que necesitas entender qué hace cada uno.

A continuación tienes los parámetros que manejarás a diario, junto con sus tipos y valores por defecto.

ParámetroTipoPor defectoDescripción
modelstring—Identificador del modelo (obligatorio)
messagesarray—Matriz de mensajes (obligatorio)
max_tokensintegervariableNúmero máximo de tokens de salida
temperaturefloat0.7Controla la creatividad (0.0 a 1.5)
top_pfloat1.0Muestreo de núcleo (0.0 a 1.0)
streambooleanfalseHabilita la transmisión SSE
safe_promptbooleanfalseHabilita barreras de seguridad

El parámetro model

Tu elección de modelo determina de inmediato las capacidades, la velocidad y el coste de cada llamada: tres compromisos que no podrás recuperar en ningún otro lugar. A fecha de abril de 2026, los modelos principales son:

# Modelo insignia — razonamiento complejo, multilingüe
model = "mistral-large-latest"

# Modelo compacto — rápido, económico, ideal para producción
model = "mistral-small-latest"

# Modelo en miniatura — ultrarrápido, computación en el borde
model = "ministral-3b-latest"

# Modelo de código — especializado en programación
model = "codestral-latest"

El sufijo -latest resulta cómodo durante el desarrollo: apunta siempre a la versión más reciente sin exigir cambios en el código. En producción, sin embargo, esta comodidad se convierte en un riesgo, ya que una actualización por parte de Mistral puede alterar sutilmente el comportamiento de tu aplicación. Prefiere identificadores versionados como mistral-large-2512 para garantizar la reproducibilidad de tus pruebas.

El parámetro max_tokens

Este parámetro establece el límite superior del número de tokens que el modelo puede generar en su respuesta. No obliga al modelo a producir exactamente esa cantidad; define un techo, nada más.

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Resume este texto en una frase."}],
    max_tokens=100  # La respuesta no superará los 100 tokens
)

Si el modelo alcanza este límite, la respuesta se corta de golpe y finish_reason devuelve "length" en lugar de "stop". Esta es la causa más frecuente de respuestas que se interrumpen a mitad de frase, y nadie se percata hasta que monitoriza este campo. El reflejo correcto consiste en calibrar el techo según la tarea: la clasificación cabe en 10 a 50 tokens, pues solo esperas una etiqueta; un resumen necesita 200 a 500 tokens; la escritura libre ocupa 1.000 a 4.000; y la generación de código alcanza fácilmente 2.000 u 8.000 tokens, dado que un archivo completo es largo.

El parámetro temperature

La temperatura controla el grado de aleatorización en la selección de tokens. Cuanto menor sea el valor, más determinista y predecible se vuelve el modelo; cuanto mayor, más intenta continuaciones improbables. Para preguntas factuales, quieres lo primero; para ejercicios de naming, lo segundo.

# Temperatura baja — extracción, clasificación, datos factuales
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "¿Cuál es la capital de Francia?"}],
    temperature=0.1
)

# Temperatura alta — creatividad, lluvia de ideas
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Inventa un nombre para una startup de IA."}],
    temperature=1.2
)

El rango abarca de 0.0 a 1.5. No confíes en temperature=0 para lograr un determinismo perfecto: persisten ligeras variaciones debido al redondeo de coma flotante a nivel de hardware.

El parámetro top_p

El muestreo de núcleo, o Top P, actúa sobre la misma palanca pero por una vía distinta: limita los tokens candidatos mediante un umbral de probabilidad acumulada. Con top_p=0.5, solo permanecen en liza los tokens más probables cuyas probabilidades sumadas alcanzan el 50 %; el resto se descarta de plano.

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Completa: El gato está encima del..."}],
    temperature=0.7,
    top_p=0.9  # Considera tokens que cubren el 90 % de la probabilidad
)

Mistral recomienda ajustar solo un parámetro cada vez, ya sea temperature o top_p, nunca ambos a la vez. La razón es práctica: si una salida resulta extraña tras mover los dos controles, nada te indica cuál de ellos la causó, y pierdes tanto la capacidad de depuración como la reproducibilidad.

Ejemplo completo con todos los parámetros

Combinados en una única llamada, estos ajustes crean un generador de eslóganes intencionadamente breve y ligeramente atrevido, al tiempo que rastrean el consumo de tokens:

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "Eres un redactor de marketing conciso y contundente."
        },
        {
            "role": "user",
            "content": "Escribe un eslogan para una aplicación de meditación."
        }
    ],
    max_tokens=50,
    temperature=0.9,
    top_p=1.0
)

print(response.choices[0].message.content)
print(f"Tokens usados: {response.usage.total_tokens}")

Ejecuta este script tres veces seguidas; después, sustituye temperature=0.9 por 0.1 y ejecútalo otras tres veces. La diferencia entre ambas series te enseñará más sobre este parámetro que cualquier definición.

Puntos clave

  • model y messages son los únicos parámetros obligatorios
  • max_tokens es un techo, no un objetivo: revisa finish_reason para detectar truncamientos
  • Usa temperature baja para tareas factuales y alta para creatividad
  • top_p refina la distribución de tokens: no lo ajustes simultáneamente con temperature
  • Emplea identificadores de modelo versionados en producción para garantizar la reproducibilidad