18 modelos IA: 7 no permiten desactivar el razonamiento

👁 114 lecturas

Al trabajar con modelos a través de la interfaz de programación, hasta ahora podías desactivar el razonamiento con un solo parámetro. El modelo dejaba de pensar en voz alta y respondía directamente, lo que en tareas simples ahorraba tiempo y dinero. Hoy hemos probado dieciocho modelos y el resultado nos ha sorprendido.

Siete de ellos rechazan ese intento con un error. Los siete son modelos de última generación. Los once que todavía lo permiten son modelos más antiguos.

Quién elimina la opción de elegir

El mensaje es siempre el mismo y no deja lugar a discusión:

Reasoning is mandatory for this endpoint and cannot be disabled.

La división es sorprendentemente clara. No se trata del fabricante ni del precio, porque en ambos lados hay modelos de OpenAI, Anthropic, Google y Z.ai. Se trata de la generación. GLM 5.2 lo permite, GLM 5.3 ya no. Claude Sonnet 4.6 lo permite, Claude Fable 5.1 ya no. La misma empresa, el mismo parámetro, respuesta diferente.

Por qué esto cuesta dinero y no solo molesta

Los tokens de razonamiento se facturan como tokens de salida normales, es decir, por el lado más caro de la tarifa. Pagas por texto que nunca verás.

Hemos medido cuánto hay. En una prueba de seis tareas cortas en polaco, la proporción de razonamiento en toda la salida fue:

• GPT-6 Astra: del 52 al 95 por ciento
• GLM 5.3 Flash: del 68 al 96 por ciento
• Gemini 3.8 Flash al escribir un artículo: 985 tokens de razonamiento
• Kimi K3 en el mismo artículo: 4.667 tokens de razonamiento

En una tarea en la que pedíamos dos frases, uno de los modelos produjo 659 tokens de salida, de los cuales 625 eran pensamiento. Recibimos dos frases y una factura por veinte veces más texto.

El caso más extremo lo describimos por separado: al pedir un artículo, GLM 5.3 Flash consumió todo el límite de ocho mil tokens en razonamiento y devolvió cero palabras, emitiendo igualmente una factura.

Qué significa esto para el precio de la tarifa

Si el razonamiento representa en promedio el ochenta y cinco por ciento de los tokens de salida, y no se puede desactivar, entonces el precio visible en la ficha del modelo describe algo diferente a lo que realmente pagas. Por cada token que ves, pagas aproximadamente lo mismo que por seis que no ves.

Este es el segundo multiplicador después del que describimos anteriormente: el mismo modelo lo alojan una docena de empresas con sus propias tarifas, y la diferencia llega a catorce veces. Ambos actúan en la misma dirección y ambos son invisibles hasta que empiezas a leer el coste de la factura en lugar de estimarlo desde la tarifa.

¿Es esto malo?

No en todas las aplicaciones. En una tarea difícil, el razonamiento realmente mejora el resultado y entonces pagar por él está justificado. El problema es que en una tarea trivial pagas exactamente lo mismo, y no tienes opción.

El fabricante tiene su lógica: un modelo con el razonamiento desactivado sale peor en las pruebas y estropea la impresión del producto. Lo entendemos. Sin embargo, esto no cambia el hecho de que al transcribir texto de un formato a otro, nadie necesita que el modelo primero considere tres enfoques.

Qué hacer en la práctica

Para tareas simples y masivas, elige modelos de la generación anterior. Para transcribir, resumir y ordenar datos, DeepSeek V4 Flash con el razonamiento desactivado hace lo mismo por una fracción del precio. Medimos que escribió un artículo de novecientas palabras por 0,00039 dólares, sin un solo token de razonamiento.

Gestiona el error 400 en tu código. Si tu programa envía este parámetro de forma fija, al cambiar de modelo dejará de funcionar por completo. A nosotros nos pasó: el generador de noticias enviaba la desactivación del razonamiento en cada consulta y al cambiar a un modelo más reciente habría devuelto un error en lugar de texto. Añadimos la detección de este error y un reintento sin ese parámetro.

Registra el coste de la respuesta, no de la tarifa. Basta con pedir a la interfaz la facturación, y con cada respuesta obtendrás el importe real y el número de tokens de razonamiento. Sin esto no notarás que la mitad de la factura va a texto que no está en la pantalla.

Con modelos de razonamiento obligatorio, da un límite mayor de tokens. De lo contrario, el modelo lo consumirá en pensamiento y devolverá una respuesta vacía con estado de éxito. Es un fallo que no se ve en los registros, porque formalmente no se ha roto nada.

Cómo lo hemos probado

Dieciocho modelos, 10 de septiembre de 2026, una consulta mínima a cada uno con el parámetro que desactiva el razonamiento y límite de diez tokens, para que la prueba fuera económica. Solo cuenta el código de respuesta y el contenido del mensaje de error, por lo que el resultado es inequívoco y fácil de repetir.

La lista de modelos que bloquean la desactivación crecerá, porque sigue a las nuevas versiones. Actualizaremos este texto cuando lleguen más.

Más mediciones de los mismos modelos, pero desde el lado de la calidad y la factura, las hemos reunido en los textos sobre qué modelo escribe mejor en polaco, cuánto cuesta un artículo escrito por IA y si la ventana de contexto prometida realmente funciona.

// sigue leyendoQué IA usar para el TFM: qué está permitido y 3 herramientasGuíasTribunal japonés: clonar voz de actor con IA viola derechosRevistaCuando dos verificaciones independientes fallan igual: caso realRevista

Kinetyra