Modo thinking en ChatGPT y Claude: cuándo activarlo

Qué es el modo thinking y por qué consume tu límite de uso

Un modelo con modo thinking razona por dentro antes de contestarte. Se plantea el problema, prueba un camino, lo revisa y recién ahí escribe. Ese razonamiento son tokens, igual que la respuesta: los pagas en tiempo y en límite de uso aunque nunca los leas.

Claude lo dice en su propio selector: más esfuerzo da respuestas más completas, pero tarda más y consume tus límites más rápido. En el nivel máximo la app pone una advertencia explícita: «4× o más de uso». Funciona como un dial. Lo único que decides es cuánto estás dispuesto a esperar a cambio de una respuesta más pensada.

El costo no termina en tu paciencia. Los bloques de razonamiento también son un vector de exposición de datos: según The Next Web, un grupo de investigadores decodificó 315.320 bloques de pensamiento de 6.708 trazas públicas de agentes de OpenAI, Anthropic y Google, y recuperó 62 claves de API, 33 contraseñas y 7 claves privadas. En producción, pensar deja rastro.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La escalera de 4 peldaños: cuándo activar el razonamiento

La regla que resume todo es una sola: si la tarea te obligaría a ti a sentarte a razonar, súbele el esfuerzo al modelo. Si para ti es automática, déjalo en modo rápido. Google publica una escala casi idéntica en su documentación de Gemini: pensar al mínimo para buscar un dato o clasificar, el nivel normal para comparar, el máximo para un plan de varios pasos.

Peldaño 1 — Buscar un dato. «¿Cuánto cuesta el plan Pro?». Sin thinking o en el nivel más bajo.
Peldaño 2 — Ordenar la data. Resumir una reunión, pasar una tabla a otro formato, extraer correos de un texto. Esfuerzo bajo.
Peldaño 3 — Sacar conclusiones. «¿Qué canal me trae clientes más baratos según estos números?». Medio o alto.
Peldaño 4 — Decidir con eso. Estrategia de precios con muchas variables, revisar un contrato antes de firmar. Alto o máximo.

Hay dos matices que cuestan entender y que cambian el resultado.

El primero: «procesar datos» son dos cosas distintas. Ordenarlos es mecánico, el modelo no tiene nada que decidir. Sacar conclusiones sí lo obliga a razonar. Si le pides a ChatGPT que convierta 200 filas en una tabla, el thinking solo te hace esperar.

El segundo: buscar un dato no es lo mismo que investigar. Preguntar un precio no requiere pensar; investigar sí, porque implica decidir dónde buscar, contrastar fuentes y descartar las malas. Por eso Anthropic recomienda subir el esfuerzo justo en las búsquedas web detalladas.

Y por encima de la escalera hay una pregunta que define todo: ¿cuánto cuesta equivocarse? El mismo resumen exige más esfuerzo si va dirigido a un inversionista que si es una nota para ti mismo.

¿Todos los modelos tienen modo thinking?

No, y es la parte que más confunde. Hoy conviven cuatro tipos de modelo:

Sin thinking. Responden de inmediato. No hay nada que configurar.
Que siempre piensan. No se puede apagar, solo elegir cuánto. Grok de xAI funciona así, y también los Claude más nuevos dentro de la app (Haiku, Sonnet y Opus 5.5, Fable 5.1 y Opus 5).
Con interruptor. Activas o desactivas el thinking. Los Claude anteriores, como Sonnet 4.6, tienen un botón de «Pensamiento».
Adaptativos. El modelo decide si piensa y cuánto según la pregunta; tú solo pones el techo con el nivel de esfuerzo. Gemini trabaja así por defecto, y hacia ahí van todos.

El mismo nombre de nivel tampoco vale lo mismo entre modelos. La documentación de Claude Code lo aclara: «alto» en un modelo no equivale a «alto» en otro. Copiar el nivel de una familia a otra y asumir que da igual es un error frecuente.

¿Cómo se ajusta el esfuerzo en Claude y en ChatGPT?

En claude.ai y en la app de escritorio el control está en el nombre del modelo, al lado del botón de enviar. Ahí eliges el modelo y, en Esfuerzo, el nivel: Bajo, Medio, Alto, Extra y Máx. Fíjate en la etiqueta «Recomendado»: con Opus 5.5 es Medio; en modelos anteriores, como Sonnet 4.6, el recomendado es Bajo y el interruptor de Pensamiento aparece aparte.

Lo que recomienda Anthropic en su centro de ayuda:

Bajo y Medio para tareas de rutina, porque gastan menos de tu límite.
Alto es el mejor equilibrio entre calidad y velocidad.
Extra para trabajo largo de programación.
Máx para el razonamiento más exigente, sabiendo que vas a esperar.

En ChatGPT, el control se llama Esfuerzo de razonamiento y vive dentro de la caja donde escribes: es un slider. En un plan Plus tiene tres posiciones: Instantánea, Media y Alta. Si haces clic en el nombre del nivel eliges también el modelo que lo corre, y los niveles disponibles cambian según el plan.

OpenAI fue en la misma dirección con su última actualización: según Android Headlines, la compañía unificó Instant y Thinking en una sola experiencia con un control deslizante manual disponible en web, móvil y escritorio. Ese medio reporta además que el modelo GPT-5.6 Sol produjo 68% menos errores factuales que su generación anterior en conversaciones generales. Y en la familia de modelos, TechCrunch detalla los dos niveles nuevos: «max» para darle al modelo el mayor tiempo de razonamiento y «ultra», que coordina subagentes para tareas complejas, con un consumo de tokens que se dispara.

¿Puede el thinking empeorar el resultado?

Sí, y hay pruebas concretas. El mismo modelo (Qwen3.6 de 35B, corriendo en local) comparado consigo mismo en tres tareas, tres corridas cada una:

Escribir los números del 1 al 400: 11 s sin thinking contra 17 s con thinking y 685 tokens de razonamiento.
Una función de Python con 3 pruebas: 5,6 s contra 16,4 s, con 85% de los tokens dedicados a razonar.
Un artículo de 1.200 palabras: 16,6 s contra 39,6 s y, en una de cada tres corridas, cero palabras de salida.

Ojo con lo que mide esto: tiempo y tokens, no calidad. Lo que queda claro es que pensar cuesta hasta el triple de tiempo.

El fallo de la tercera fila no es teórico. En agosto, un flujo automático que convertía posts de blog en publicaciones de LinkedIn publicó 3 posts vacíos: el modelo gastaba los 1.500 tokens asignados en razonar y la API respondía «éxito» con el texto en blanco. OpenAI lo advierte en su guía: si se acaba el espacio, la respuesta puede quedar incompleta antes de producir una sola palabra visible. Pagas el razonamiento y no recibes nada.

Los proveedores lo reconocen. La documentación de Claude Code señala que el nivel máximo tiene rendimientos decrecientes y tiende a pensar de más. En marzo de 2026, Anthropic bajó el esfuerzo por defecto de Claude Code de alto a medio por la latencia.

Y no siempre hace falta subir. Según ZDNET, el CIO de Deloitte Consulting reportó que Claude Opus 5.5, incluso en su nivel de esfuerzo más bajo, detectó el 72% de los bugs conocidos en sus revisiones de código, frente al 56% de Opus 5 con esfuerzo alto. El mismo ejecutivo indicó que en análisis de consultoría el esfuerzo bajo igualó a los niveles superiores en la mitad del output y pasó los controles de calidad. Menos esfuerzo, mismo trabajo entregable.

Si programas: Claude Code, ultrathink y los parámetros de API

Si usas Claude Code, el esfuerzo se cambia con /effort. Para subirlo en un solo turno, escribe ultrathink en el prompt. La guía oficial es bastante concreta:

low: lluvia de ideas, un primer boceto o renombrar algo.
medium: una funcionalidad nueva con alcance claro.
high: arreglar un bug en código que ya existe.
max: problemas que quieres que resuelva sin ti, como buscar vulnerabilidades.

Por API cada proveedor tiene su parámetro: effort en Claude, reasoning_effort en OpenAI y en Grok, thinking_level en Gemini. Si corres modelos locales, la configuración con vLLM y las variantes con y sin thinking están documentadas junto con los datos crudos de las pruebas de arriba.

¿Qué significa esto para tu startup?

El modo thinking es una línea de gasto, igual que la infraestructura o los créditos de API. Tratarlo como un interruptor binario —encendido o apagado— es lo que hace que los equipos revienten su presupuesto de IA a mitad de trimestre sin haber mejorado un solo entregable.

Dos acciones concretas para esta semana:

Etiqueta tus prompts por peldaño. Antes de enviar una tarea, pregúntate si es buscar, ordenar, concluir o decidir. Si es de los dos primeros, baja el esfuerzo y ahorra límite. Si es de los dos últimos, súbelo y espera tranquilo. Ese solo cambio reduce el consumo en los flujos que más volumen generan: clasificación, resúmenes y extracción de datos.
Audita tus flujos automáticos por tokens de salida. El caso de los posts vacíos es el más caro que existe: pagas el razonamiento y no recibes nada. Revisa qué max_tokens le diste a cada automatización, súbelo con margen cuando el thinking esté activo y monitorea si hay respuestas vacías marcadas como exitosas. Si el modelo piensa antes de escribir, el espacio para la respuesta visible tiene que ser mayor.

Un tercer consejo que rinde: antes de cambiar de modelo porque una respuesta te dejó con dudas, prueba subirle el esfuerzo al que ya usas. Es más barato y más rápido que migrar de proveedor.

Conclusión

El modo thinking no es una mejora gratuita ni una función que convenga dejar siempre activada. Es un dial con dos costos —tiempo y límite de uso— y con rendimientos decrecientes en el extremo alto. La regla que ordena todo sigue siendo la misma: si la tarea te obligaría a ti a sentarte a pensar, activa el razonamiento; si no, déjalo rápido.

Lo que cambia de aquí en adelante es que la decisión se está volviendo invisible. Los modelos adaptativos ya eligen solos cuánto pensar y tú solo pones el techo. En ese escenario, entender tu escalera de peldaños deja de ser un truco de productividad y pasa a ser control de costos.