🥱 A ChatGPT le da pereza ponerse a razonar (2/2)
Aprende cuándo debes usar un modelo razonador, qué limitaciones tiene y cuáles puedes probar ahora
Hola, aquí Edgar Otero.
👉 Este boletín es la segunda parte de una entrega anterior que puedes leer aquí:
En esta edición de 💡 Entendiendo la IA, te explico de forma sencilla cuándo usar un modelo razonador, cuáles puedes probar ya mismo y cuál es una de sus limitaciones.
⏳ ¿Cuándo deberías usar un modelo razonador?
Te lo dejo bien claro: no necesitas un LRM para todo.
De hecho, estos modelos son más lentos y consumen mucha más energía que los LLM clásicos porque emplean más tiempo de computación para crear cadenas de pensamiento antes de dar una respuesta final.
Ahora bien, son tu mejor aliado cuando necesitas:
Resolver problemas nuevos o no entrenados. Por ejemplo, un caso legal de tu empresa con variables únicas.
Tomar decisiones complejas. Úsalo para decidir si deberías externalizar un departamento, elegir una estrategia de márketing o analizar datos en profundidad.
Resolver problemas matemáticos o de pensamiento lateral. ¿No sabes qué has tocado para que tu sitio web ahora vaya más rápido? Usa un LRM para llegar a una conclusión correcta.
Argumentar ideas con lógica clara. Si tienes que redactar un guion, ensayo o discurso, un modelo razonador te puede ayudar a poner orden y a conservar la coherencia durante todo el escrito.
Para todo lo demás, los modelos de lenguaje tradicionales son muy capaces. No merece la pena usar un modelo razonador para tareas como resumir un texto o resolver dudas rápidas.
🧠 ¿Qué modelos razonadores puedes probar hoy?
Ya existen varios modelos de lenguaje diseñados con una clara orientación al razonamiento. Aquí tienes un repaso actualizado a los más relevantes que puedes usar hoy mismo:
🔹 OpenAI – o3 y o3-mini
OpenAI ha dado un paso firme hacia el razonamiento profundo con su serie o3:
o4-mini. Ya disponible en ChatGPT, incluso para usuarios gratuitos (con límites), y con uso ilimitado en el plan Pro. Ideal para tareas cotidianas con razonamiento básico.
o3 completo y o3-pro. Disponibles vía API y para usuarios Pro. Pensados para resolver problemas más complejos, como matemáticas, código avanzado o planificación estratégica.
Son los modelos que usan en ChatGPT Plus bajo el nombre de “GPT-4o”.
🔹 Google – Gemini 2.5 Pro
El primer gran salto de Google hacia los “modelos pensantes”:
Lanzado entre marzo y mayo de 2025, incorpora el modo Deep Think, que fuerza razonamiento encadenado paso a paso.
Disponible en Google AI Studio y en la app Gemini, dentro del plan Google AI Pro.
En junio de 2025 se liberó su acceso global. Ideal para tareas analíticas y documentación.
🔹 Anthropic – Claude 4 (Opus y Sonnet)
Claude se ha posicionado como uno de los modelos más transparentes en su razonamiento:
Claude Opus 4 (mayo 2025): diseñado para empresas, mantiene “pensamiento extendido” durante horas.
Claude Sonnet 4: más ligero, disponible para usuarios gratuitos y suscriptores.
Ambos disponibles por API y en plataformas como Bedrock (AWS) o Vertex AI (Google Cloud).
🔹 xAI – Grok-3
El modelo de Elon Musk, cada vez más sofisticado:
Grok-3 (febrero 2025) incluye modos como Think y Big Brain, orientados al razonamiento estratégico.
Superó benchmarks como AIME 2025, y se especializa en problemas técnicos y científicos.
🔹 Mistral – Magistral
Europa también tiene su propio modelo de razonamiento:
Magistral Small (open source) y Magistral Medium (uso empresarial).
Soporta múltiples idiomas: inglés, francés, español, árabe y chino simplificado.
Disponible desde junio de 2025 en Hugging Face, con una apuesta fuerte por el acceso libre.
💡 Consejo. Todos estos modelos tienen en común su capacidad de analizar mejor los problemas paso a paso. Si quieres probarlos, busca opciones con “modo razonamiento” en la interfaz del chatbot.
😴 ¿Pueden ser perezosos como los humanos?
¡Sí, aunque no te lo creas!
No hace mucho, Apple publicó un paper donde explicaba que los modelos de razonamiento en realidad ni piensan ni razonan. Bueno, para esto no hacía falta investigar mucho porque, como ya sabrás, todo es una simulación.
Sin embargo, lo más interesante de su exposición es que, para poner a prueba a los modelos razonadores, usaron pruebas como las torres de Hanoi. Con este tipo de ejercicios se ha descubierto que los modelos razonadores dejan de ejecutar la tarea en cierto momento cuando llegan a la conclusión de que no tiene sentido continuar. Exactamente lo que nos pasa a los humanos, especialmente si no tenemos un premio o un aliciente.
Te lo explico un poco mejor aquí:
Si quieres saber más sobre la pereza de los modelos que se ha colado en los modelos razonadores, también te recomiendo ver este vídeo de Carlos Santana:
🧭 ¿Qué viene ahora?
Aunque te he dicho antes que no tiene sentido usar modelos razonadores para todas las tareas, hay quien no está tan de acuerdo. Y, en realidad, tiene buenos motivos.
Hace poco Sam Altman dijo que GPT-4.5 será su último modelo no razonador. Todos los que vengan ahora se incorporarán “la cadena de pensamiento” como característica intrínseca.
Los modelos razonadores dan respuestas más profundas y precisas. Sí, es verdad que también alucinan y se dejan cosas por el camino, pero representan un avance considerable en el desarrollo de las plataformas de IA generativa. El futuro es claro: llegarán modelos razonadores más eficientes, rápidos y precisos. Y se convertirán en el estándar de la industria.
Espero que esta segunda parte te haya resultado útil para entender mejor qué hacen estos nuevos modelos de IA, cómo usarlos a tu favor y qué esperar de ellos.
Gracias por leerme hasta el final.
Nos vemos en la próxima edición de 💡 Entendiendo la IA con Edgar Otero.
Espero que estés bien.
Edgar Otero