Introducción al razonamiento de IA en Mistral
En esta página
Curso rediseñado el 2 de noviembre de 2026. Este curso se construyó originalmente en torno a los modelos Magistral, que se retiraron por completo el 31 de julio de 2026. En Mistral, el razonamiento se gestiona ahora mediante el parámetro
reasoning_effortdisponible en los modelos de propósito general: Mistral Small 4, Mistral Large 4 y Mistral Medium 3.5 (obsoleto, con retirada programada para el 30 de abril de 2027). Las doce lecciones se han reescrito basándose en la documentación oficial: Reasoning · Models.
Por qué el razonamiento cambia las reglas del juego
Cuando planteas una pregunta compleja a un modelo de lenguaje estándar, este genera su respuesta token a token sin una fase de reflexión genuina. Para tareas de reformulación o consultas factuales, el resultado suele ser correcto. Sin embargo, ante problemas de varios pasos o que exigen un razonamiento lógico riguroso, el rendimiento se degrada significativamente: el modelo se compromete con una dirección desde las primeras palabras y no tiene margen para corregirse.
El razonamiento cambia esta dinámica. La documentación de Mistral lo presenta como la siguiente evolución de la cadena de pensamiento (chain of thought): el modelo está entrenado para generar libremente una cadena de reflexión antes de ofrecer su respuesta final. Explora el problema con mayor profundidad y, al dedicar más cómputo durante la inferencia, mejora su solución. Esto se conoce como Test Time Computation: invertir cómputo durante la inferencia, no solo durante el entrenamiento.
El coste y el beneficio de la reflexión
El principio es sencillo: cuanto más piensa un modelo antes de responder, mejor es su respuesta en tareas complejas. En la práctica, genera trazas de pensamiento: hipótesis, cálculos intermedios, verificaciones y retrocesos. Estos tokens adicionales consumen tiempo y presupuesto. En un ejemplo de la documentación oficial, un pequeño acertijo sobre edades planteado a Mistral Small 4 con un esfuerzo de razonamiento alto consume 77 tokens de entrada y 1.114 tokens de salida para una respuesta final de apenas unas líneas: la mayor parte del coste corresponde al propio proceso de pensamiento.
El razonamiento destaca en casos de uso complejos, empezando por las matemáticas y la programación, pero se aplica a muchas otras situaciones: análisis, planificación y toma de decisiones.
Considera un problema clásico para medir la diferencia. Un padre tiene tres hijos; el producto de sus edades es 36, la suma de sus edades es el número de la casa del vecino y el mayor toca el piano. ¿Cuáles son sus edades? Sin razonamiento, un modelo adivina y rara vez acierta. Con razonamiento, enumera las descomposiciones de 36 en tres factores, calcula la suma de cada una, observa que dos de ellas comparten la misma suma (1, 6, 6 y 2, 2, 9 suman ambas 13: esta es la ambigüedad que implica el enunciado) y luego utiliza la pista sobre el hijo «mayor» para resolverla: 2, 2 y 9 años.
La estructura de una respuesta con razonamiento
Cuando el razonamiento está activo, la respuesta ya no es una simple cadena de texto. El campo message.content se convierte en una lista de fragmentos: primero un fragmento de pensamiento de tipo thinking, que a su vez contiene una lista de fragmentos de texto; luego un fragmento de tipo text, que contiene la respuesta final. Esta es la forma simplificada que devuelve la API:
{
"role": "assistant",
"content": [
{
"type": "thinking",
"thinking": [
{"type": "text", "text": "... trazas de pensamiento ..."}
]
},
{"type": "text", "text": "... respuesta final ..."}
]
}
Esta separación es valiosa: te permite mostrar u ocultar el proceso de pensamiento según tu aplicación. Un tutor educativo podría mostrar las trazas; un asistente orientado al consumidor mostraría solo la conclusión. La lección 3 detalla cómo leer estos fragmentos, incluso en modo de transmisión (streaming).
El razonamiento en Mistral en noviembre de 2026
Mistral ofreció inicialmente una gama dedicada, Magistral (Small y Medium, versiones 25.06, 25.07 y 25.09), donde el razonamiento estaba siempre activo. Esta gama está ahora totalmente retirada: el razonamiento se ha convertido en una capacidad de los modelos de propósito general, configurable por solicitud mediante el parámetro reasoning_effort.
| Modelo | Identificador de API | Estado a 2 de noviembre de 2026 | Niveles de reasoning_effort |
|---|---|---|---|
| Mistral Small 4 | mistral-small-2603 | Disponible (lanzamiento 16 de marzo de 2026) | high, none |
| Mistral Large 4 | mistral-large-4-0 | Vista previa pública (lanzamiento 6 de octubre de 2026) | low, medium, high |
| Mistral Medium 3.5 | mistral-medium-3-5 | Obsoleto, retirada 30 de abril de 2027 | high, none |
Mistral Small 4 se describe en su ficha oficial como un modelo híbrido que combina instrucciones, razonamiento y código en un único modelo. Es el punto de partida natural para este curso. Mistral Large 4 ofrece una escala de tres niveles y una ventana de contexto de un millón de tokens; permanece en vista previa pública, lo que exige precaución en entornos de producción. La lección 5 compara estos modelos en detalle.
Cuándo utilizar el razonamiento
El razonamiento no es necesario en todas partes, y activarlo sistemáticamente es como pagar una prima de seguro para viajes sin riesgos. Aporta un valor real para matemáticas, lógica, depuración, análisis comparativo, planificación y problemas de varios pasos. Es superfluo para traducciones simples, reformulaciones, preguntas factuales directas o escritura creativa breve.
Todo el reto reside en equilibrar la calidad frente al consumo de tokens. El curso avanza en tres etapas: configuración y lectura del razonamiento (lecciones 1 a 4), elección del modelo, creación de prompts eficaces y migración desde Magistral (lecciones 5 a 8), y finalmente su aplicación a matemáticas, código y toma de decisiones (lecciones 9 a 12).
Puntos clave
- Test Time Computation invierte cómputo en la inferencia para mejorar respuestas complejas
- Con razonamiento,
message.contentse convierte en una lista: un fragmentothinking(la reflexión) seguido de un fragmentotext(la respuesta) - La gama Magistral se retiró el 31 de julio de 2026: el razonamiento se configura ahora con
reasoning_effort - Mistral Small 4 (
mistral-small-2603) es el punto de partida; Mistral Large 4 (mistral-large-4-0) está dirigido a los casos más exigentes - El razonamiento está justificado para matemáticas, código y toma de decisiones, no para tareas simples