Modo thinking en ChatGPT y Claude: cuándo usarlo [2026]

Si una tarea te obligaría a ti a sentarte a pensar, actívale el thinking al modelo. Si para ti es automática, déjalo en modo rápido. Esa es la regla. Buscar un dato o resumir no necesita pensar. Sacar conclusiones de datos sí, y decidir una estrategia con esas conclusiones necesita el máximo. Pensar de más cuesta tiempo, límite de uso y, a veces, la respuesta completa.

Hoy un amigo me preguntó cuándo usar el modo thinking. Le contesté eso mismo: si en la vida real tendrías que ponerte a pensar o razonar algo, el modelo también.

Lo que no le dije es que yo también me mareo. Cada app lo llama distinto, cada modelo trae otro nivel por defecto y hay modelos donde ni siquiera se puede apagar. Así que lo ordené.

¿Qué es el modo thinking (y por qué cuesta)?

Un modelo con 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 no los leas.

Claude lo dice en su propio selector: un mayor esfuerzo da respuestas más completas, pero tarda más y consume tus límites más rápido. Al nivel máximo le pone una advertencia: «4× o más de uso».

Funciona como un dial. Lo que decides es cuánto estás dispuesto a esperar a cambio de una respuesta más pensada.

¿Cuándo usar thinking? La escalera de 4 peldaños

Así se lo expliqué a mi amigo, ordenado en peldaños. Google publica casi la misma escala 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	Ejemplo	Esfuerzo
1. Buscar un dato	”¿Cuánto cuesta el plan Pro?”	Sin thinking o el más bajo
2. Ordenar la data	Resumir una reunión, pasar una tabla a otro formato, extraer correos de un texto	Bajo
3. Sacar conclusiones	”¿Qué canal me trae clientes más baratos según estos números?”	Medio o alto
4. Decidir con eso	Estrategia de precios con muchas variables, revisar un contrato antes de firmar	Alto o máximo

Dos matices que me costó entender.

“Procesar datos” son dos cosas distintas. Ordenarlos es mecánico: el modelo no tiene nada que decidir. Sacar conclusiones de ellos sí lo obliga a razonar. Si le pides a ChatGPT que pase 200 filas a una tabla, el thinking solo te hace esperar.

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

Y por encima de la escalera, una pregunta: ¿cuánto cuesta equivocarse? El mismo resumen pide más esfuerzo si va a un inversionista que si es para ti.

¿Todos los modelos tienen modo thinking?

No, y esto es lo que más confunde. Hoy hay cuatro tipos:

• Modelos sin thinking. Responden de inmediato. No hay nada que configurar.
• Modelos que siempre piensan. No puedes apagarlo, 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).
• Modelos con interruptor. Activas o desactivas el thinking. Los Claude anteriores, como Sonnet 4.6, tienen un botón de “Pensamiento”.
• Modelos 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 allá 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. No copies el nivel de un modelo a otro y asumas que da igual.

¿Cómo se ajusta en Claude (web y escritorio)?

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 los modelos anteriores, como Sonnet 4.6, el recomendado es Bajo y aparece el interruptor de Pensamiento aparte.

Lo que recomienda Anthropic en su centro de ayuda:

• Bajo y Medio para tareas de rutina. 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.
• Para el día a día, el nivel por defecto alcanza.

¿Cómo se ajusta en ChatGPT?

En ChatGPT el control se llama Esfuerzo de razonamiento y está dentro de la caja donde escribes. Es un slider. En mi plan (Plus) tiene tres posiciones: Instantánea, Media y Alta.

Si haces clic en el nombre del nivel, eliges también el modelo que lo corre. Los niveles disponibles cambian según tu plan.

OpenAI da la misma señal que Anthropic: el nivel medio es el punto de partida para la mayoría de las tareas, y el alto queda para razonamiento difícil, depuración compleja y planificación profunda.

¿Cuándo pensar más empeora el resultado?

Probé el mismo modelo (Qwen3.6 de 35B, corriendo en mi DGX Spark) con y sin thinking, en tres tareas, 3 corridas cada una:

Tarea	Sin thinking	Con thinking
Escribir los números del 1 al 400	11 s	17 s, con 685 tokens pensando
Una función de Python con 3 pruebas	5,6 s	16,4 s, el 85% de los tokens fue razonamiento
Un artículo de 1.200 palabras	16,6 s	39,6 s y, en 1 de 3 corridas, cero palabras

El modelo pensó hasta para contar del 1 al 400. En la función tardó 3 veces más. Y en el artículo se gastó todo el espacio de respuesta razonando y no alcanzó a escribir nada.

Ojo con lo que mide esto: tiempo y tokens, no calidad. No revisé si la función salía mejor con thinking. Lo que sí sé es que pensar me costó el triple de tiempo, y que si valió la pena depende de la tarea.

Ese último fallo ya me había pasado en producción. En agosto, un flujo automático que convierte posts de este blog en publicaciones de LinkedIn publicó 3 posts vacíos. El modelo se gastaba los 1.500 tokens que le había dado 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.

En el chat de ChatGPT o Claude es difícil que te pase, porque la app reserva espacio de sobra. Pero el principio aplica igual: más thinking no es gratis.

Los proveedores lo reconocen. La documentación de Claude Code dice que el nivel máximo tiene rendimientos decrecientes y tiende a pensar de más. Y en marzo de 2026 Anthropic bajó el esfuerzo por defecto de Claude Code de alto a medio, por la latencia. Lo conté en el post donde cambié el modelo de mi coding agent.

¿Y si programas? Claude Code y la 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 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, dejé la configuración de OpenCode con vLLM y las variantes con y sin thinking en este gist. Ahí están el script y los datos crudos de la tabla de arriba.

Lo que haría el lunes

Deja el nivel por defecto y cámbialo solo cuando la tarea lo pida. Antes de una tarea, pregúntate en qué peldaño está: 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. Si una respuesta te deja con dudas, antes de cambiar de modelo prueba subirle el esfuerzo.

Si quieres elegir además qué modelo usar para cada tarea, lo hablamos en el episodio 15 de Es la Hora de Aprender, y los puntajes por tarea están en mi benchmark de modelos.

Fuentes: Anthropic, Effort · Claude, cambiar modelo, esfuerzo y thinking · Claude Code, configuración de modelo · OpenAI, guía de razonamiento · Google, Gemini thinking · xAI, razonamiento