¿Qué es un modelo de razonamiento?

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.

Conceptos

Cómo funciona un modelo de razonamiento

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.

Cuando el razonamiento ayuda

El razonamiento mejora los resultados en las tareas con varios pasos dependientes:

  • problemas de matemáticas, análisis cuantitativo y lógica;
  • escribir, revisar y depurar código;
  • la planificación, y los agentes que eligen entre herramientas a lo largo de varios turnos;
  • Análisis que pesa información larga o contradictoria.

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.

Controlar hasta qué punto un modelo razona

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.

Razonamiento de tokens, límites y costes

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.

Modelos que aceptan reasoning_effort, thinking_budget, enable_thinking

65 modelos. La página de cada modelo tiene su tarjeta de precios, parámetros y código.

ModeloParámetroRango / valores
DeepSeek V4 Flash 0731 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 393216; predeterminado 32768
enable_thinking: predeterminado true
DeepSeek V4 Pro DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 393216; predeterminado 32768
enable_thinking: predeterminado true
DeepSeek V4 Pro 0813 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 393216; predeterminado 32768
enable_thinking: predeterminado true
DeepSeek V4.1 Flash 1017 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 393216; predeterminado 32768
enable_thinking: predeterminado true
GLM 5.1 Z.aireasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 38912; predeterminado 32768
enable_thinking: predeterminado true
Gemma 4 26B-A4B Googlereasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 128 a 32768; predeterminado 4096
enable_thinking: predeterminado true
Kimi K2.6 Moonshot AIreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 81920; predeterminado 32768
enable_thinking: predeterminado true
Qwen3.5 122B-A10B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 81920
enable_thinking: predeterminado true
Ver los 65 modelos
ModeloParámetroRango / valores
Qwen3.5 27B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 81920
enable_thinking: predeterminado true
Qwen3.5 35B-A3B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 81920
enable_thinking: predeterminado true
Qwen3.5 397B-A17B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 81920
enable_thinking: predeterminado true
Qwen3.5 4B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1024 a 32768; predeterminado 4096
enable_thinking: predeterminado true
Qwen3.5 9B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1024 a 32768; predeterminado 4096
enable_thinking: predeterminado true
Qwen3.6 27B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 131072
enable_thinking: predeterminado true
Qwen3.6 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
thinking_budget: 1 a 64000; predeterminado 32768
enable_thinking: predeterminado true
Qwen3.6 Plus Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 131072
enable_thinking: predeterminado true
Qwen3.7 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 131072
enable_thinking: predeterminado true
Qwen3.7 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
Qwen3.7 Plus Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
Qwen3.8 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
Qwen3.8 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
Qwen3.8 Max 0902 Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
Qwen3.8 Omni Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
Qwen4 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: low, high, xhigh; predeterminado high
thinking_budget: 1 a 262144
enable_thinking: predeterminado true
GLM 5.2 Z.aireasoning_effort enable_thinkingreasoning_effort: none, minimal, low, medium, high, xhigh, max; predeterminado max
enable_thinking: predeterminado true
Kimi K3.1 Pro Moonshot AIreasoning_effort enable_thinkingreasoning_effort: low, medium, high, max; predeterminado max
enable_thinking: predeterminado true
Nova Lite 2 Amazonreasoning_effort enable_thinkingreasoning_effort: low, medium, high; predeterminado medium
enable_thinking: predeterminado true
Qwen3.5 Flash Alibaba Cloudthinking_budget enable_thinkingthinking_budget: 1 a 81920
enable_thinking: predeterminado true
Qwen3.5 Plus Alibaba Cloudthinking_budget enable_thinkingthinking_budget: 1 a 81920
enable_thinking: predeterminado true
Qwen3.6 35B A3B Alibaba Cloudreasoning_effort enable_thinkingreasoning_effort: none, low, medium, high, max; predeterminado medium
enable_thinking: predeterminado true
Qwen3.8 27B Alibaba Cloudreasoning_effort enable_thinkingreasoning_effort: none, low, medium, xhigh; predeterminado xhigh
enable_thinking: predeterminado true
Seed 2.0 Code ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; predeterminado medium
enable_thinking: predeterminado true
Seed 2.0 Lite ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; predeterminado medium
enable_thinking: predeterminado true
Seed 2.0 Mini ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; predeterminado medium
enable_thinking: predeterminado true
Seed 2.0 Pro ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; predeterminado medium
enable_thinking: predeterminado true
Seed 2.1 Turbo ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; predeterminado high
enable_thinking: predeterminado true
Fugu Max Sakana AIreasoning_efforthigh, xhigh, max; predeterminado high
Fugu Ultra v1.0 Sakana AIreasoning_efforthigh, xhigh, max; predeterminado high
Fugu Ultra v1.1 Sakana AIreasoning_efforthigh, xhigh, max; predeterminado high
Fugu Ultra v2.0 Sakana AIreasoning_efforthigh, xhigh, max; predeterminado high
GLM 4.5 Flash Z.aienable_thinkingpredeterminado true
GLM 4.6V Flash Z.aienable_thinkingpredeterminado true
GLM 4.6V FlashX Z.aienable_thinkingpredeterminado true
GLM 4.7 Flash Z.aienable_thinkingpredeterminado true
GLM 4.7 FlashX Z.aienable_thinkingpredeterminado true
GLM 5.3 Z.aireasoning_effortlow, high, max; predeterminado max
GLM 5.3 Flash Z.aireasoning_effortlow, high, max; predeterminado max
Gemini 3.8 Live Extended Thinking Googlereasoning_effortlow, medium, high; predeterminado medium
Kimi K3 Moonshot AIreasoning_effortlow, high, max; predeterminado max
MiMo V2.6 Flash Xiaomienable_thinkingpredeterminado true
MiMo V2.6 Pro Xiaomienable_thinkingpredeterminado true
MiMo V2.6 Pro UltraSpeed Xiaomienable_thinkingpredeterminado true
MiniMax M3 MiniMaxenable_thinkingpredeterminado true
MiniMax M3.1 Flash MiniMaxreasoning_effortlow, medium, high, xhigh, max; predeterminado max
Muse Glimmer 30B Meta AIreasoning_effortnone, low, medium, high, max; predeterminado high
Muse Spark 1.1 Meta AIreasoning_effortminimal, low, medium, high, xhigh; predeterminado medium
Muse Spark 1.2 Meta AIreasoning_effortminimal, low, medium, high, xhigh; predeterminado medium
Muse Spark 1.3 Meta AIreasoning_effortminimal, low, medium, high, xhigh; predeterminado medium
Perplexity Advanced Deep Research Perplexityreasoning_effortlow, medium, high; predeterminado medium
Perplexity Deep Research Perplexityreasoning_effortlow, medium, high; predeterminado medium
Perplexity Pro Search Perplexityreasoning_effortminimal, low, medium, high; predeterminado minimal
Perplexity Sonar Reasoning Pro Perplexityreasoning_effortlow, medium, high; predeterminado medium
Step 3.5 Flash 2603 StepFunreasoning_effortlow, high; predeterminado low
Step 3.7 Flash StepFunreasoning_effortlow, medium, high; predeterminado low
Step 5 Preview StepFunreasoning_effortlow, medium, high; predeterminado low

Preguntas frecuentes

¿Se facturan fichas de razonamiento?

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.

¿Puedo desactivar el razonamiento?

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.

¿Cuál es la diferencia entre reasoning_effort y thinking_budget?

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.

¿Por qué un modelo de razonamiento devolvió una respuesta vacía?

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.

¿Listo para usar mejores endpoints?

Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.