Índice del artículo
En 30 segundos
La temperatura de un modelo de IA regula la variación al generar texto: al bajarla favorece continuaciones más probables; al subirla, más diversidad.
Repetir no es acertar. Una respuesta puede cambiar poco entre intentos y seguir incluyendo un dato falso.
El ajuste depende del modelo. Comprueba que lo admite y sigue sus recomendaciones antes de cambiarlo.
Una tienda necesita descripciones distintas
Imagina una tienda de menaje en Valladolid que quiere renovar sus descripciones de producto. La responsable entrega las fichas del proveedor y pide distintas formas de presentar los mismos materiales, medidas y usos. Es un ejemplo ilustrativo, no un caso de cliente ni una prueba con resultados medidos. El encargo, llamado prompt, puede precisar el tono y el formato que necesita. La temperatura, cuando el modelo permite ajustarla, ofrece otro control sobre la variedad del texto. La tienda busca alternativas entre las que elegir; no necesita que cada nueva versión añada una característica al producto.
La distinción útil está entre cambiar la redacción y cambiar los hechos. «Presenta el producto de otra manera» deja espacio para elegir palabras y ordenar la explicación. No autoriza a inventar una propiedad, una garantía o existencias. En este ejemplo, la responsable decide qué texto se publicará a partir de las fichas que ha entregado. Un borrador con un giro atractivo puede servir; uno que atribuya al producto un uso no documentado necesita corrección, aunque suene convincente. Esa es la decisión de negocio que interesa evaluar al probar el ajuste.
Dónde influye la temperatura
- Tu encargo
- Posibles continuaciones
- Temperatura
- Texto generado
Es un esquema simplificado: el modelo genera texto mediante fragmentos llamados tokens, que no equivalen a un número fijo de palabras. La temperatura influye en la elección entre continuaciones posibles. Bajarla concentra la elección en las más probables; subirla permite mayor diversidad. No es un porcentaje de creatividad. El encargo y el modelo también importan, de modo que copiar un valor de otra herramienta no asegura el mismo efecto. Para comparar ajustes concretos, consulta temperatura alta y temperatura baja.
No lo confundas con
Exactitud
La temperatura no comprueba la verdad. Una alucinación es información falsa o incompatible con el contexto. Se contrasta con documentos y fuentes, no con la posición del ajuste.
Repetición exacta
El determinismo significa obtener resultados idénticos entre intentos. Reducir la variación, incluso con temperatura cero, no garantiza esa repetición exacta.
Razonamiento
El esfuerzo de razonamiento es un control distinto de la temperatura. Orienta cuánto razona el modelo antes de responder. No los trates como dos nombres del mismo ajuste.
Dónde puedes ajustarla
Una API es la conexión que permite integrar un modelo en un programa o una automatización. Ahí puedes enviar una temperatura si el modelo y su modo de funcionamiento la admiten. No basta con que una guía general del proveedor describa el campo: consulta las instrucciones del modelo concreto. Algunos lo rechazan o lo han retirado; en otros, la compatibilidad depende del razonamiento elegido. Si trabajas con Ollama, un programa que permite ejecutar modelos en tu ordenador, puedes configurar temperatura, pero también debes seguir las recomendaciones del modelo instalado. No hay una receta numérica que sirva para todos.
En un chat, pedir «dame alternativas» o «limítate al documento» es dar una instrucción. No demuestra que la aplicación cambie por dentro el parámetro técnico. Si alguien ha montado tu automatización, pídele que compruebe qué modelo usa y qué configuración envía realmente. Un campo visible en n8n, una herramienta para conectar aplicaciones y encadenar tareas, tampoco demuestra que el modelo conectado lo acepte. La automatización puede omitirlo o calcularlo: no des por hecho que quedó fijo al instalarla. Si el ajuste no está admitido, trabaja con las instrucciones y los documentos disponibles en vez de buscar un mando oculto.
Cómo probarlo en una tarea de tu negocio
Confirma qué permite tu modelo
Pide a quien mantenga la conexión que compruebe la compatibilidad y anote el modelo y la configuración de partida. Si admite temperatura, sigue las recomendaciones de su fabricante. No empieces por imponer el mínimo para datos o el máximo para ideas. Tampoco cambies de modelo durante la comparación: después no sabrías a qué atribuir las diferencias. La tienda de menaje puede preparar una prueba con una ficha y un encargo cerrado, sin conectar la publicación del catálogo. Las pruebas por API pueden consumir saldo; acuerda su alcance antes de ejecutarlas.
Compara con la misma entrada
Mantén el mismo encargo y los mismos datos para comparar los ajustes compatibles que hayas elegido. Guarda cada borrador junto con su configuración. Volver a pedir la tarea permite observar cuánto varía el resultado; no hay un número universal de intentos que demuestre que has encontrado el mejor valor. En la tienda, compara las descripciones contra la misma ficha, en lugar de probar cada ajuste con un producto diferente. Si decides modificar también las instrucciones, sepáralo de esa comparación para no mezclar los efectos. El objetivo es observar una diferencia útil para tu tarea, sin anticipar cuál ganará.
Decide con el trabajo de revisión
Valora fidelidad, utilidad y revisión: si conserva lo que dice la ficha, si ofrece alternativas aprovechables y cuánto tardas en corregirlas. Puedes anotar esas observaciones para decidir qué configuración mantener. Conserva también los intentos que no sirven; elegir solo el texto más atractivo oculta trabajo que alguien tendrá que hacer después. En esta prueba de descripciones, deja que la IA prepare borradores y reserva la aprobación de la publicación a la responsable. Si el resultado exige cambios continuos, revisa el encargo o la tarea antes de extenderlo al catálogo.
Dudas sobre la temperatura, respuestas cortas
¿Una temperatura baja evita que la IA invente datos?
No. Menos variación no significa más verdad: puede dar una respuesta parecida y repetir el mismo error. Aporta el documento que debe usar, permite que indique cuándo falta información y contrasta las afirmaciones antes de utilizarlas. Son medidas de revisión; tampoco eliminan todos los errores.
¿Con temperatura cero obtendré siempre el mismo texto?
No puedes darlo por hecho. Cero no garantiza repetición exacta, como advierte el glosario de Anthropic. Guarda los resultados si necesitas compararlos y distingue entre textos parecidos y textos idénticos. Que una respuesta se repita tampoco demuestra que sea correcta ni que sirva para tu tarea.
¿Puedo cambiarla escribiendo una orden en el chat?
Pedir otro tono o más alternativas puede orientar el texto, pero no demuestra cambiar el parámetro que envía la aplicación. Es una instrucción dentro del encargo. Para saber si existe un ajuste técnico, comprueba la documentación de esa herramienta y del modelo concreto que estés usando.
¿Qué hago si aparece un error al cambiar de modelo?
Comprueba si has heredado un parámetro incompatible. Un modelo puede rechazar la temperatura que aceptaba el anterior. Consulta su guía y pide retirar el campo si así lo indica. La solución no es bajar el valor a ciegas ni contratar un plan superior sin conocer la causa.
Fuentes
Fuentes oficiales, consultadas el 4 de noviembre de 2026
- Anthropic · Temperatura, tokens y repetición
- OpenAI · Referencia de temperatura en Chat Completions
- OpenAI · Compatibilidad y razonamiento
- OpenAI · Consumo y precios de API
- Anthropic · Retirada de parámetros en la migración de Sonnet
- Ollama · Configuración de generación
- Qwen · Recomendaciones propias del modelo
- n8n · Campo de temperatura y elección de modelo
- Anthropic · Documentos y reducción de alucinaciones
Cómo lo comprobamos. Fuentes oficiales consultadas el 4 de noviembre de 2026. La compatibilidad descrita procede de la documentación: no hemos probado estas configuraciones, ni por API ni en local. Antes de implantarlas, comprueba la guía del modelo que vayas a conectar.
Qué ha cambiado.
- 4 de noviembre de 2026: Reescritura en formato v2: separadas variación, exactitud y repetición; corregidas las reglas automáticas de ajuste y añadida una prueba con revisión humana.
Términos relacionados
Aprende a usar la IA en tu trabajo, con criterio.
El nivel 0 es gratis: cuarenta minutos para entender qué pedirle a la IA y qué revisar. El programa completo enseña a implementarla en tu propio negocio, tarea a tarea.
