Un modelo de razonamiento resuelve un problema en tokens de razonamiento intermedios antes de escribir su respuesta final. Esto mejora los resultados en tareas de varios pasos como matemáticas, código y planificación, utiliza más tokens de salida y tiempo, y configuraciones como el esfuerzo de razonamiento lo controlan.
Un modelo de lenguaje estándar comienza a escribir su respuesta inmediatamente. Un modelo de razonamiento primero genera una secuencia de pasos intermedios, a menudo llamados pensamiento, y luego escribe la respuesta. Durante esa fase puede descomponer un problema en partes, realizar cálculos, probar un enfoque y corregirse antes de comprometerse con un resultado.
El razonamiento es una capacidad y no un tipo de modelo separado. Un modelo de texto también puede ser un modelo de razonamiento, y muchos permiten activar o desactivar el razonamiento para cada solicitud. Algunos modelos siempre razonan, y en esos normalmente puedes ajustar cuánto.
El razonamiento mejora los resultados en las tareas con varios pasos dependientes:
Aporta poco a simples búsquedas, clasificaciones, reescrituras breves o conversaciones casuales, donde principalmente añade latencia y tokens de salida. Para esas tareas, reduce el esfuerzo o desactiva el razonamiento.
Las indicaciones para modelos de razonamiento funcionan mejor cuando indican el objetivo, las restricciones y el formato esperado de la respuesta, y dejan la planificación al modelo. Las instrucciones detalladas step-by-step suelen ser innecesarias, porque trabajar los pasos es lo que hace la fase de razonamiento.
EmpirioLabs AI expone tres controles, y cada modelo acepta los que aparecen listados en esta página:
reasoning effort establece la profundidad con niveles nombrados como Grave, Medio y Alto. En muchos modelos, ninguno desactiva el razonamiento. Los niveles disponibles varían según el modelo.thinking_budget Establece la mayor cantidad de tokens que el modelo puede gastar en razonamiento cuando está en activo. Cuando lo dejas fuera, muchos modelos deciden por sí mismos cuánto tiempo razonar.habilitar pensar Activa o desactiva el razonamiento en los modelos que ofrecen la elección.Estos parámetros se aceptan en /v1/chat/completions, /v1/responses y /v1/messages para modelos que soportan cada punto final. Activado /v1/messages también puedes enviar un Pensando Objeto: habilitado con budget_tokens fija un presupuesto, Adaptativo Activa el pensamiento sin uno, y Deshabilitado Lo apaga. En algunos modelos, una solicitud que usa response_format o fuerza una llamada de herramienta a responder sin razonamiento a menos que se establezca habilitar pensar. Véase Parámetros del modelo entre endpoints Para más detalles.
El razonamiento es texto generado, por lo que se factura incluso cuando nunca lo ves. En la mayoría de los modelos, los tokens de razonamiento se facturan como tokens de salida, y cada página del modelo indica cómo. Algunos modelos devuelven el texto de razonamiento, por ejemplo en reasoning content en Finalizaciones de chat, mientras que otros solo demuestran la respuesta. En /v1/responses, usage.output_tokens_details.reasoning_tokens Informa cuántos se utilizaron. En algunos modelos, preserve_thinking envía el razonamiento del asistente anterior vuelve al modelo en /v1/chat/completions, y que el razonamiento anterior se factura como tokens de entrada.
El razonamiento también cuenta para los límites de producción. max_completion_tokens Limita el razonamiento y la respuesta juntos, y en algunos modelos max_tokens También. Cuando el límite es demasiado bajo, el modelo puede gastarlo en razonamiento y devolver una respuesta corta o vacía, así que deja espacio para ambos.
Un mayor esfuerzo también implica una espera más larga antes de que empiece la respuesta. Transmite la respuesta en streaming para mostrar el progreso y, para una respuesta que dure más de 15 minutos, utiliza la Modo WebSocket de /v1/responses. Comparar con capacidad de razonamiento Modelos de texto, o probar diferentes niveles de esfuerzo en el Playground.
65 modelos. La página de cada modelo tiene su tarjeta de precios, parámetros y código.
| Modelo | Parámetro | Rango / valores |
|---|---|---|
| DeepSeek V4 Flash 0731 DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 393216; predeterminado 32768 enable_thinking: predeterminado true |
| DeepSeek V4 Pro DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 393216; predeterminado 32768 enable_thinking: predeterminado true |
| DeepSeek V4 Pro 0813 DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 393216; predeterminado 32768 enable_thinking: predeterminado true |
| DeepSeek V4.1 Flash 1017 DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 393216; predeterminado 32768 enable_thinking: predeterminado true |
| GLM 5.1 Z.ai | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 38912; predeterminado 32768 enable_thinking: predeterminado true |
| Gemma 4 26B-A4B Google | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 128 a 32768; predeterminado 4096 enable_thinking: predeterminado true |
| Kimi K2.6 Moonshot AI | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 81920; predeterminado 32768 enable_thinking: predeterminado true |
| Qwen3.5 122B-A10B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 81920 enable_thinking: predeterminado true |
| Modelo | Parámetro | Rango / valores |
|---|---|---|
| Qwen3.5 27B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 81920 enable_thinking: predeterminado true |
| Qwen3.5 35B-A3B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 81920 enable_thinking: predeterminado true |
| Qwen3.5 397B-A17B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 81920 enable_thinking: predeterminado true |
| Qwen3.5 4B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1024 a 32768; predeterminado 4096 enable_thinking: predeterminado true |
| Qwen3.5 9B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1024 a 32768; predeterminado 4096 enable_thinking: predeterminado true |
| Qwen3.6 27B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 131072 enable_thinking: predeterminado true |
| Qwen3.6 Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium thinking_budget: 1 a 64000; predeterminado 32768 enable_thinking: predeterminado true |
| Qwen3.6 Plus Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 131072 enable_thinking: predeterminado true |
| Qwen3.7 Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 131072 enable_thinking: predeterminado true |
| Qwen3.7 Max Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| Qwen3.7 Plus Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| Qwen3.8 Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| Qwen3.8 Max Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| Qwen3.8 Max 0902 Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| Qwen3.8 Omni Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| Qwen4 Max Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: low, high, xhigh; predeterminado high thinking_budget: 1 a 262144 enable_thinking: predeterminado true |
| GLM 5.2 Z.ai | reasoning_effort enable_thinking | reasoning_effort: none, minimal, low, medium, high, xhigh, max; predeterminado max enable_thinking: predeterminado true |
| Kimi K3.1 Pro Moonshot AI | reasoning_effort enable_thinking | reasoning_effort: low, medium, high, max; predeterminado max enable_thinking: predeterminado true |
| Nova Lite 2 Amazon | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; predeterminado medium enable_thinking: predeterminado true |
| Qwen3.5 Flash Alibaba Cloud | thinking_budget enable_thinking | thinking_budget: 1 a 81920 enable_thinking: predeterminado true |
| Qwen3.5 Plus Alibaba Cloud | thinking_budget enable_thinking | thinking_budget: 1 a 81920 enable_thinking: predeterminado true |
| Qwen3.6 35B A3B Alibaba Cloud | reasoning_effort enable_thinking | reasoning_effort: none, low, medium, high, max; predeterminado medium enable_thinking: predeterminado true |
| Qwen3.8 27B Alibaba Cloud | reasoning_effort enable_thinking | reasoning_effort: none, low, medium, xhigh; predeterminado xhigh enable_thinking: predeterminado true |
| Seed 2.0 Code ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; predeterminado medium enable_thinking: predeterminado true |
| Seed 2.0 Lite ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; predeterminado medium enable_thinking: predeterminado true |
| Seed 2.0 Mini ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; predeterminado medium enable_thinking: predeterminado true |
| Seed 2.0 Pro ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; predeterminado medium enable_thinking: predeterminado true |
| Seed 2.1 Turbo ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; predeterminado high enable_thinking: predeterminado true |
| Fugu Max Sakana AI | reasoning_effort | high, xhigh, max; predeterminado high |
| Fugu Ultra v1.0 Sakana AI | reasoning_effort | high, xhigh, max; predeterminado high |
| Fugu Ultra v1.1 Sakana AI | reasoning_effort | high, xhigh, max; predeterminado high |
| Fugu Ultra v2.0 Sakana AI | reasoning_effort | high, xhigh, max; predeterminado high |
| GLM 4.5 Flash Z.ai | enable_thinking | predeterminado true |
| GLM 4.6V Flash Z.ai | enable_thinking | predeterminado true |
| GLM 4.6V FlashX Z.ai | enable_thinking | predeterminado true |
| GLM 4.7 Flash Z.ai | enable_thinking | predeterminado true |
| GLM 4.7 FlashX Z.ai | enable_thinking | predeterminado true |
| GLM 5.3 Z.ai | reasoning_effort | low, high, max; predeterminado max |
| GLM 5.3 Flash Z.ai | reasoning_effort | low, high, max; predeterminado max |
| Gemini 3.8 Live Extended Thinking Google | reasoning_effort | low, medium, high; predeterminado medium |
| Kimi K3 Moonshot AI | reasoning_effort | low, high, max; predeterminado max |
| MiMo V2.6 Flash Xiaomi | enable_thinking | predeterminado true |
| MiMo V2.6 Pro Xiaomi | enable_thinking | predeterminado true |
| MiMo V2.6 Pro UltraSpeed Xiaomi | enable_thinking | predeterminado true |
| MiniMax M3 MiniMax | enable_thinking | predeterminado true |
| MiniMax M3.1 Flash MiniMax | reasoning_effort | low, medium, high, xhigh, max; predeterminado max |
| Muse Glimmer 30B Meta AI | reasoning_effort | none, low, medium, high, max; predeterminado high |
| Muse Spark 1.1 Meta AI | reasoning_effort | minimal, low, medium, high, xhigh; predeterminado medium |
| Muse Spark 1.2 Meta AI | reasoning_effort | minimal, low, medium, high, xhigh; predeterminado medium |
| Muse Spark 1.3 Meta AI | reasoning_effort | minimal, low, medium, high, xhigh; predeterminado medium |
| Perplexity Advanced Deep Research Perplexity | reasoning_effort | low, medium, high; predeterminado medium |
| Perplexity Deep Research Perplexity | reasoning_effort | low, medium, high; predeterminado medium |
| Perplexity Pro Search Perplexity | reasoning_effort | minimal, low, medium, high; predeterminado minimal |
| Perplexity Sonar Reasoning Pro Perplexity | reasoning_effort | low, medium, high; predeterminado medium |
| Step 3.5 Flash 2603 StepFun | reasoning_effort | low, high; predeterminado low |
| Step 3.7 Flash StepFun | reasoning_effort | low, medium, high; predeterminado low |
| Step 5 Preview StepFun | reasoning_effort | low, medium, high; predeterminado low |
Sí. El razonamiento es texto generado, por lo que se factura incluso cuando el modelo no lo devuelve. En la mayoría de los modelos se factura como tokens de salida, y cada página del modelo indica cómo.
En muchos modelos, sí: pon enable_thinking en falso o reasoning_effort en ninguno, dependiendo del control que ofrezca el modelo. Algunos modelos siempre razonan y solo te permiten cambiar el nivel de esfuerzo.
reasoning_effort elige un nivel de profundidad determinado, como bajo o alto. thinking_budget establece un número máximo de fichas para razonamiento cuando está pensando.
Cuando el límite de salida es demasiado bajo, el modelo puede gastarlo todo en razonamiento. Sube max_completion_tokens o max_tokens, o reduce el esfuerzo de razonamiento, para que quede espacio para la respuesta.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.