Glosario de IA · Modelos
Modelo de razonamiento
En una frase
Un modelo de razonamiento es un modelo de lenguaje entrenado para generar una cadena de pasos intermedios antes de dar la respuesta final. Acierta más en problemas de lógica, cálculo o planificación, a cambio de tardar más y gastar más tokens.
También se llama: reasoning model · modelo que piensa · modelo razonador · LRM
¿Qué es un modelo de razonamiento?
Un LLM convencional empieza a escribir la respuesta en cuanto recibe la pregunta. Un modelo de razonamiento se toma un rato antes: genera un borrador interno donde descompone el problema, prueba caminos, detecta errores y corrige. Solo después redacta la respuesta.
Llévalo a tu empresa
Agentes de IA para atender a tus clientes
Desde 49 €/mes + IVA
Voz, WhatsApp y email con la línea incluida: agente, números y CRM en la misma cuota.
Ver planes y preciosEsa técnica tiene nombre propio, chain of thought (cadena de pensamiento), y existía antes como truco de instrucción: pedirle al modelo «piensa paso a paso». La novedad de los modelos de razonamiento es que se entrenan específicamente para hacerlo bien y por su cuenta. Los primeros que se popularizaron fueron la serie o1 de OpenAI, en 2024, y DeepSeek-R1, a principios de 2025; hoy varios proveedores tienen modelos o modos equivalentes.
Relacionado con este término
Agentes UTIO
- Atienden 24/7 en 26 idiomas
- Montarlo tú cuesta 0 €: se crea leyendo tu web
- Prueba de 14 días sin tarjeta
Desde 49 €/mes + IVA
Ver planes y preciosCómo funciona
- Recibe la pregunta como cualquier modelo.
- Razona: genera una secuencia, a veces larga, de pasos intermedios. Según el proveedor, ese razonamiento se muestra, se resume o queda oculto.
- Responde con la conclusión, apoyándose en esos pasos.
El entrenamiento suele incluir aprendizaje por refuerzo con problemas que tienen respuesta comprobable, como matemáticas o código, de modo que el modelo aprende qué formas de razonar llevan a resultados correctos. Muchos permiten ajustar el «esfuerzo»: más pasos para problemas difíciles, menos para los fáciles.
El precio de pensar más es doble: más tokens generados y más tiempo de espera.
Ejemplo
Una empresa de reformas de Palma prepara presupuestos a partir de mediciones, precios de material y plazos de varios gremios. Un LLM normal puede redactar el presupuesto, pero se equivoca a veces al cuadrar cantidades o al ordenar los trabajos que dependen unos de otros.
Un modelo de razonamiento revisa las cuentas paso a paso y propone un calendario coherente: primero fontanería, luego alicatado, al final pintura. Tarda más en responder, pero para un presupuesto que se revisa con calma ese minuto no importa. El jefe de obra lo comprueba antes de enviarlo.
Cómo te afecta en tu empresa
No todas las tareas necesitan un modelo de razonamiento. Contestar si abres el sábado no requiere pensar diez pasos. Analizar un contrato o planificar rutas, sí puede.
La latencia es la clave. En el agente de voz de UTIO la conversación ocurre en tiempo real, y lo que tu cliente nota es cuánto tarda en contestar. Por eso, en un agente de IA que habla por teléfono, la rapidez pesa tanto como la capacidad del modelo. Las tareas pesadas encajan mejor fuera de la llamada.
Preguntas frecuentes
¿Un modelo de razonamiento piensa como una persona?
No. «Razonar» describe que genera pasos intermedios antes de responder, y que eso mejora sus resultados en muchos problemas. Pero sigue siendo un modelo que predice texto: puede encadenar pasos que parecen lógicos y llegar a una conclusión equivocada.
¿Por qué un modelo de razonamiento es más caro?
Porque esos pasos intermedios también son tokens que el modelo genera y que el proveedor suele cobrar, aunque no siempre se muestren. Una respuesta corta puede llevar detrás miles de tokens de razonamiento.
¿Conviene usar un modelo de razonamiento en un agente de voz?
Para la conversación en sí, normalmente no: el cliente nota los silencios. Encaja mejor en tareas que no tienen prisa, como analizar las llamadas del día o preparar un informe, mientras la conversación la lleva un modelo rápido.
Términos relacionados
- Chain of thought
Chain of thought o cadena de pensamiento es una técnica en la que el modelo de IA escribe los pasos intermedios de su razonamiento antes de dar la respuesta final. Mejora los resultados en cálculos, reglas encadenadas y problemas de varios pasos.
- LLM
Un LLM (large language model, modelo de lenguaje grande) es un modelo de IA entrenado con enormes cantidades de texto para predecir la siguiente palabra. Esa capacidad le permite redactar, resumir, traducir, clasificar y conversar.
- Latencia
La latencia es el tiempo que pasa entre que haces una petición y empiezas a recibir la respuesta. En un agente de voz es el silencio desde que el cliente deja de hablar hasta que oye la primera palabra del agente, y decide si la conversación suena natural.
- Inferencia
La inferencia es el momento en que un modelo de IA ya entrenado se usa: recibe una entrada nueva, como una pregunta, un audio o una imagen, y calcula la respuesta con lo que aprendió, sin cambiar sus parámetros.
- Benchmark
Un benchmark de IA es una prueba estandarizada, con preguntas o tareas y una forma fija de puntuar, que sirve para medir y comparar el rendimiento de distintos modelos en una habilidad concreta, como razonar, programar o responder preguntas.
Actualizado el