# Modelo de razonamiento

> Un modelo de IA que resuelve el problema paso a paso antes de contestar.

- Nivel: Intermedio
- Temas: IA
- URL: https://tidbit.legios.com.ar/es/reasoning-model/
- En inglés: [Reasoning model](https://tidbit.legios.com.ar/reasoning-model/)

Un **modelo de razonamiento** es un LLM entrenado para pensar en voz alta antes de responder. En vez de largar la respuesta de una, primero escribe una cadena larga de pasos intermedios: desarma el problema, prueba un camino, revisa el resultado y vuelve atrás cuando algo no cierra. Recién ahí escribe la respuesta final.

La idea despegó a fines de 2024 con o1 de OpenAI, y después vinieron DeepSeek-R1, Claude con **razonamiento extendido** (extended thinking) y otros. Estos modelos suelen entrenarse con aprendizaje por refuerzo sobre problemas cuya respuesta se puede verificar, como cuentas de matemática o código que tiene que pasar tests, así el modelo aprende qué formas de pensar llevan de verdad a un resultado correcto.

La mejora es real en tareas de varios pasos: matemática, programación, planificación, acertijos, el análisis cuidadoso de un documento largo. El costo también es real: todo ese pensamiento está hecho de tokens, así que las respuestas tardan más y salen más caras. Muchas APIs te dejan fijar un presupuesto de pensamiento, y para una pregunta rápida o reescribir un párrafo, un modelo común suele andar mejor.

## Una analogía

Es la diferencia entre contestar lo primero que se te ocurre en un examen oral y agarrar una hoja borrador antes. El borrador te frena un poco, pero en un problema difícil es lo que te lleva al resultado correcto.

## Para quedarse

- Escribe un razonamiento intermedio antes de la respuesta final.
- Suele entrenarse con aprendizaje por refuerzo en problemas verificables.
- Rinde más en matemática, código y tareas largas; es más lento y caro.
- Los tokens de pensamiento se cobran, por eso muchas APIs dejan ponerles tope.

## Para seguir leyendo

- [Modelo de razonamiento en Wikipedia](https://es.wikipedia.org/wiki/Modelo_de_razonamiento)
- [Pensamiento extendido (documentación de Anthropic)](https://docs.anthropic.com/es/docs/build-with-claude/extended-thinking)
- [Reasoning models (documentación de OpenAI, en inglés)](https://platform.openai.com/docs/guides/reasoning)

## Términos relacionados

- [LLM](https://tidbit.legios.com.ar/es/llm/): Una red neuronal entrenada con muchísimo texto para predecir la próxima palabra.
- [OpenAI](https://tidbit.legios.com.ar/es/openai/): La empresa que hizo ChatGPT y convirtió a la IA en tema de sobremesa.
- [DeepSeek](https://tidbit.legios.com.ar/es/deepseek/): Un laboratorio chino de IA cuyos modelos abiertos mostraron que se podía gastar menos.
- [Claude](https://tidbit.legios.com.ar/es/claude/): La familia de modelos de IA de Anthropic, y el asistente construido sobre ellos.
- [Aprendizaje por refuerzo](https://tidbit.legios.com.ar/es/reinforcement-learning/): Aprender por prueba y error, guiado por recompensas cuando algo sale bien.
- [Token](https://tidbit.legios.com.ar/es/token/): El pedacito de texto que un modelo de lenguaje realmente lee.
- [API](https://tidbit.legios.com.ar/es/api/): El menú de cosas que un programa le deja pedir a otro programa.