Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La parte más cara de muchos modelos de inteligencia artificial no siempre es la respuesta que vemos, sino la que no vemos. OpenAI, Anthropic y Google coinciden en una idea básica. Antes de contestar, sus sistemas dedican tokens a pensar.
OpenAI lo describe como un paso previo que ayuda al modelo a planificar, usar herramientas de forma eficaz, examinar alternativas y recuperarse de la ambigüedad. Anthropic cuenta algo parecido con otra formulación. Claude reformula la petición, prueba enfoques, comprueba resultados intermedios y abandona los caminos que no se sostienen.
En un ejemplo de OpenAI, 1.024 de 1.186 tokens de salida, un 86 %, pertenecen al razonamiento.
Razonar cuesta dinero aunque el usuario no vea ese proceso
Ahí aparece la fricción menos intuitiva para quien usa estos sistemas a diario. OpenAI, Anthropic y Google facturan ese razonamiento como tokens de salida, de modo que el pensamiento completo entra en la cuenta aunque el usuario solo reciba una respuesta pulida.
Anthropic introduce además una matización importante. El texto que aparece en los bloques de pensamiento es un resumen y nunca la cadena de razonamiento en bruto. Dicho de otro modo, la factura incluye un trabajo interno que el usuario no puede auditar palabra por palabra.
OpenAI añade otra cifra que ayuda a medir la escala del asunto. Un modelo puede generar desde unos cientos hasta decenas de miles de tokens de razonamiento por petición. Por eso la propia compañía recomienda reservar al menos 25.000 tokens para sumar pensamiento y respuesta.
Mientras tanto, Google explica que Gemini razona de forma dinámica y ajusta el esfuerzo según la complejidad de la petición.
No todos piensan igual ni todos dejan apagar esa función
Las diferencias empiezan en algo tan básico como el interruptor. En Claude Opus 5.5, Sonnet 5.5 y Haiku 5.5 el pensamiento viene activado por defecto. En Claude Opus 5.5, además, el pensamiento adaptativo no puede desactivarse y su esfuerzo por defecto es medio.
Google sitúa en una posición parecida a gemini-4-argon y gemini-3.8-flash, con pensamiento activado por defecto en nivel medio. Ambos admiten esfuerzo bajo, medio y alto. gemini-2.5-flash-lite, en cambio, llega con esa función desactivada de entrada.
OpenAI organiza la familia con otra lógica. A fecha de octubre de 2026 recomienda gpt-6-astra para la mayoría de cargas de razonamiento, deja gpt-5.6-terra como opción de menor coste y reserva gpt-5.6-luna para quienes buscan el coste y la latencia más bajos.
Hay un detalle técnico que no es menor. gpt-6-astra admite niveles de esfuerzo de none a max, pero no acepta en realidad el nivel none. El menú parece amplio, aunque el modelo parte de la idea de que siempre pensará algo antes de responder.
La latencia sube y hasta la propia OpenAI pone freno
OpenAI rebaja el impacto del nivel bajo con una fórmula muy medida y habla de un aumento modesto de la latencia.
El tono cambia cuando entra en el extremo alto. La propia documentación avisa de forma literal que el nivel xhigh conviene usarlo solo cuando las evaluaciones muestren un beneficio claro que justifique la latencia y el coste extra. No es una advertencia menor, porque desplaza la decisión desde la fascinación técnica hacia algo mucho más terrestre, que es pagar más y esperar más.
Esa división también aparece en la manera de describir sus modelos. OpenAI dice que los modelos de razonamiento son los planificadores y que los modelos rápidos actúan como caballos de carga. La metáfora sirve porque separa dos trabajos que a menudo el usuario confunde en una sola conversación.
Fuera de las grandes plataformas, Ollama y LM Studio aparecen como alternativas para ejecutar modelos en local.
Eso no borra la pregunta práctica que deja este mercado el 21 de octubre de 2026. Si una petición puede gastar decenas de miles de tokens internos y en un caso documentado el 86 % de la salida fue razonamiento, elegir modelo ya no consiste solo en mirar la calidad de la respuesta, sino en decidir cuánto pensamiento oculto merece realmente la pena pagar.