≡En resumen
- El pensamiento extendido hace que Claude razone antes de contestar, lo que mejora mucho las tareas complejas.
- Empezó con un presupuesto fijo de tokens de razonamiento y ha evolucionado a un pensamiento adaptativo que el modelo dosifica.
- El nivel de esfuerzo (de low a max) es hoy la palanca principal para equilibrar calidad, coste y latencia.
- Más razonamiento significa más tokens de salida y respuestas más lentas: no siempre compensa.
- Con herramientas, Claude puede pensar entre una llamada y la siguiente, lo que mejora a los agentes.
01 ¿Qué es el pensamiento extendido de Claude?
Los modelos de lenguaje generan texto token a token. Si contestan de inmediato, no tienen espacio para plantear el problema, probar caminos o detectar un error. El pensamiento extendido les da ese espacio: antes de la respuesta, Claude produce un bloque de razonamiento en el que descompone la tarea, revisa supuestos y comprueba resultados.
Anthropic lo presentó con Claude 3.7 Sonnet en febrero de 2025 como un modo que se activaba a mano. Desde entonces se ha integrado en todos los modelos de Claude y en los más recientes funciona de forma adaptativa: el modelo piensa poco en una pregunta sencilla y mucho en un problema difícil.
02 De presupuesto fijo a pensamiento adaptativo
| Etapa | Cómo se activaba | Qué controlabas |
|---|---|---|
| Primeros modelos con razonamiento (2025) | thinking de tipo enabled con budget_tokens | Un número máximo de tokens de pensamiento |
| Generación 4.6 (2026) | thinking de tipo adaptive | El modelo decide cuánto pensar; el presupuesto fijo queda obsoleto |
| Familia Claude 5 (actual) | Adaptativo por defecto; en algunos modelos no se puede desactivar | La profundidad, con el parámetro effort |
03 Cómo funciona en la API
-
1
Activas o mantienes el modo adaptativo
En la Messages API se indica thinking de tipo adaptive; en los modelos más nuevos ya es el comportamiento por defecto.
-
2
Eliges el esfuerzo
Con output_config.effort fijas low, medium, high, xhigh o max según la dificultad y el coste aceptable.
-
3
Claude razona
La respuesta incluye bloques de tipo thinking antes del texto final. Puedes pedir que muestren un resumen o que vayan vacíos.
-
4
Usa herramientas entre medias
En flujos con herramientas, Claude puede volver a pensar tras cada resultado antes de decidir el siguiente paso.
-
5
Devuelves los bloques intactos
En conversaciones de varios turnos con herramientas, reenvía los bloques de pensamiento sin modificarlos.
El razonamiento completo del modelo nunca se expone: como mucho recibes un resumen legible. Aun así, se factura todo el pensamiento generado, no solo el resumen. Todo esto se configura desde la API de Claude y es compatible con el uso de herramientas y las salidas en JSON.
04 Niveles de esfuerzo: cuánto debe pensar Claude
| Nivel | Cuándo usarlo | Efecto |
|---|---|---|
| low | Chat, clasificación, subagentes con tareas sencillas | Respuestas rápidas y baratas, con poco razonamiento |
| medium | Tareas de producción donde importa el coste | Buen equilibrio para la mayoría de casos rutinarios |
| high | Análisis, redacción compleja, trabajo que exige precisión | Más razonamiento y más tokens |
| xhigh | Programación y agentes de larga duración | Recomendado en muchos flujos de código y agentes |
| max | Problemas donde acertar importa más que el coste | Máxima profundidad, mayor latencia y gasto |
Tenemos una ficha propia sobre el esfuerzo de razonamiento, que explica cómo ajustarlo también en Claude Code. La recomendación de Anthropic es medir: prueba los niveles con ejemplos reales y quédate con el más bajo que mantenga la calidad.
05 Cuándo merece la pena (y cuándo no)
Sí: problemas con varios pasos
Cálculos, planificación, comparativas con muchas variables o decisiones con reglas complejas.
Sí: código y agentes
Depurar, diseñar cambios en varios archivos o encadenar herramientas durante muchos pasos.
Sí: análisis de documentos
Contratos, informes financieros o pliegos donde hay que cruzar información.
Poco: preguntas directas
Datos simples, saludos o respuestas de una línea apenas mejoran con más razonamiento.
Poco: alto volumen y baja latencia
Clasificar miles de textos o responder en tiempo real suele ir mejor con esfuerzo bajo.
Un e-commerce usa Claude en dos sitios. En el chatbot de atención al cliente configura esfuerzo bajo, porque la mayoría de preguntas son sencillas y la rapidez importa. En el proceso nocturno que revisa márgenes y propone ajustes de precios usa esfuerzo alto: nadie espera la respuesta y un error sale caro.
06 Pensamiento extendido en claude.ai y Claude Code
En las apps de Claude no hace falta tocar parámetros: el modo de razonamiento se ajusta desde la interfaz y las opciones disponibles dependen del modelo y del plan. En Claude Code, el nivel de esfuerzo se puede cambiar durante la sesión, y para tareas grandes conviene subirlo antes de pedir el plan de trabajo.
07 Pensamiento entre herramientas: por qué mejora a los agentes
En un agente, la respuesta no llega de una vez: Claude pide una herramienta, lee el resultado, pide otra y así durante muchos pasos. Con el razonamiento intercalado, el modelo puede pensar después de cada resultado, no solo al principio. Eso le permite darse cuenta de que una búsqueda no devolvió lo esperado, cambiar de estrategia o detectar que dos datos se contradicen antes de seguir.
Los modelos recientes también pueden devolver notas breves de progreso entre llamadas, útiles para mostrar al usuario en qué está trabajando el agente sin exponer el razonamiento completo.
Un agente debe cuadrar los cobros del banco con las facturas del mes. Tras consultar el extracto, razona que hay tres importes sin factura; consulta el ERP, ve que dos corresponden a pagos agrupados y razona de nuevo para dividirlos; el tercero lo marca para revisión humana. Sin pensar entre pasos, lo habitual es que fuerce una coincidencia o se detenga en el primer descuadre.
08 Costes, latencia y limitaciones
- ✓Los tokens de pensamiento cuentan como salida, la parte más cara de cada petición.
- ✓Más esfuerzo implica más tiempo hasta la respuesta: usa streaming para no dejar al usuario esperando sin señal.
- ✓Razonar más no elimina los errores: valida los resultados importantes.
- ✓Cambiar el esfuerzo a mitad de conversación puede invalidar la caché de prompts, salvo en los mecanismos pensados para ello.
- ✓El razonamiento completo no es visible, así que no puedes auditarlo línea a línea.
Si estás valorando dónde aplicar estos modelos en tu negocio, podemos ayudarte con una agencia de inteligencia artificial que mida coste y calidad antes de escalar. Y para explorar herramientas que muestran o gestionan el razonamiento de Claude, visita el directorio de recursos para Claude.
Preguntas frecuentes sobre Pensamiento extendido (extended thinking)
Es el razonamiento interno que Claude realiza antes de dar su respuesta final. Mejora los resultados en tareas complejas como cálculos, programación o análisis con muchas variables.
El pensamiento extendido original usaba un presupuesto fijo de tokens. El adaptativo deja que el modelo decida cuánto pensar según la dificultad, y tú lo regulas con el nivel de esfuerzo.
Puedes recibir un resumen del razonamiento si lo pides en la API. El razonamiento completo no se expone en ningún modelo actual.
Sí. Los tokens de pensamiento se facturan como tokens de salida, así que un esfuerzo alto encarece y ralentiza cada respuesta.
Depende del modelo. En algunos modelos actuales no se puede desactivar y la forma de reducirlo es bajar el nivel de esfuerzo. Consulta la documentación del modelo que uses.
Empieza por el valor por defecto del modelo y compara con ejemplos reales. Usa niveles bajos para chat y clasificación y niveles altos para código, agentes y análisis difíciles.
Porque genera el razonamiento antes de escribir la respuesta. Cuanto mayor es el esfuerzo y más difícil la tarea, más tokens produce. Mostrar la respuesta en streaming ayuda a que la espera se note menos.
Fuentes consultadas
Sobre el autor
Germán Gutiérrez
Development Manager en appyweb
Dirige el equipo de desarrollo de appyweb: aplicaciones web y móviles, SaaS, integraciones y arquitectura de software.
Ver perfil en LinkedIn ↗