Índice del artículo
- En 30 segundos
- Una lámpara, varios enfoques de venta
- Elige según el resultado que necesitas
- Antes del valor, identifica el modelo
- Dónde puedes ajustarla desde España
- La tienda de Zaragoza: un encargo, dos ajustes
- Cómo comparar sin cambiar toda la prueba
- El error típico: confundir estabilidad con exactitud
- Dudas sobre temperatura, respuestas cortas
En 30 segundos
La temperatura alta favorece respuestas variadas; la baja concentra las opciones más probables, si el modelo admite el ajuste; ninguna verifica los datos.
Elige según la tarea y las instrucciones del modelo. Compara borradores con los mismos materiales antes de decidir si el cambio te ayuda.
Una lámpara, varios enfoques de venta
Imagina una tienda de iluminación de Zaragoza que quiere renovar la descripción de una lámpara. Los negocios de Zaragoza y Murcia son ejemplos ilustrativos, no casos de clientes, sin resultados ni ahorro medidos. La encargada entrega la ficha del producto y pide distintas formas de presentarlo. Quiere explorar enfoques de redacción, manteniendo materiales, medidas y usos. La decisión consiste en encontrar una variante aprovechable, no en aceptar cualquier texto distinto.
La IA prepara borradores; la encargada decide qué publicar. Configura la prueba de descripciones sin permisos de publicación.
Alta frente a baja: qué estás comparando
Qué cambia
Temperatura alta: Da más entrada a opciones menos habituales.
Temperatura baja: Concentra la generación en opciones más probables.
Repetición exacta
Temperatura alta: La variedad es esperable.
Temperatura baja: Ni el valor cero asegura repetición idéntica.
Receta universal
Temperatura alta: No hay una cifra alta válida para todos los modelos.
Temperatura baja: El mínimo tampoco es siempre la opción recomendada.
Alta y baja son relativas a la escala de cada modelo. Evalúa si el cambio te aporta variedad o uniformidad útil para tu tarea.
Elige según el resultado que necesitas
Prueba alta si…
Buscas enfoques diferentes para un nombre o una descripción. Valora si las propuestas aportan alternativas que usarías, no solo palabras distintas.
Prueba baja si…
Buscas redacciones más uniformes con el mismo material. Comprueba primero que la documentación del modelo permita y aconseje ese ajuste.
Sigue la guía del modelo si…
El proveedor pide omitir la temperatura o recomienda una configuración concreta. Evalúa el encargo y los ejemplos que das antes de buscar otro valor.
Antes del valor, identifica el modelo
El modelo es el motor que genera la respuesta. Una API es la conexión que permite a un programa usarlo. Ahí puede enviarse la temperatura como un parámetro: un ajuste técnico de la petición. Que una referencia general describa ese campo no significa que todos sus modelos lo admitan. Pide a quien mantiene tu integración el nombre del modelo, su versión y el modo de funcionamiento. Con esa información se consulta la guía que corresponde. Guarda también la configuración con el encargo: un mismo nombre de proveedor no identifica todos los modelos ni todos sus modos de funcionamiento.
El prompt es el encargo escrito que le das. El contexto reúne las instrucciones, documentos e historial disponibles para responder. Mantenerlos iguales permite comparar mejor un cambio de temperatura. El esfuerzo de razonamiento es otro control: no equivale a subirla o bajarla. Si quieres ampliar el concepto antes de configurar nada, consulta qué es la temperatura de un modelo. La elección práctica empieza por saber qué controles admite tu combinación concreta.
Dónde puedes ajustarla desde España
Situación en noviembre de 2026. Compara la compatibilidad del ajuste y la modalidad de acceso. Un token es una unidad de texto que el modelo procesa; las tarifas API distinguen los que recibe y los que genera.
Datos comprobados el 4 de noviembre de 2026.
GPT-6.1 Terra
OpenAI API
- Control disponible
- Permite temperatura con razonamiento desactivado, modo none. La referencia general de Chat Completions admite de 0 a 2.
Acceso y precio y límite concreto
España figura en los países admitidos de la API y el modelo tiene acceso API.
- Acceso y precio
- Standard: 1 USD de entrada y 5 USD de salida por millón de tokens, hasta 272.000 tokens de entrada. Otros modos, herramientas y caché (reutilización de texto ya procesado) tienen tarifas propias.
- Límite concreto
- Retira el parámetro si eliges un esfuerzo de razonamiento distinto de none. No traslades una configuración antigua sin comprobarla.
Sonnet 5.5
Claude Platform API
- Control disponible
- La guía pide omitir temperatura y los otros controles de selección. No permite elegir alta o baja enviando esos campos.
Acceso y precio y límite concreto
España está admitida en Claude Platform y el modelo está activo en su API.
- Acceso y precio
- Tarifa base: 2 USD de entrada y 10 USD de salida por millón de tokens. La reutilización de texto, el procesamiento por lotes y otras modalidades se tarifican aparte.
- Límite concreto
- La versión API del 21 de octubre de 2026 rechaza esos campos incluso con sus valores predeterminados.
Ollama y Qwen
Qwen3-8B local
- Control disponible
- Ollama expone temperatura. Qwen3-8B propone su propia receta: 0,6 con razonamiento y 0,7 sin él, junto a otros ajustes.
Acceso y precio y límite concreto
Instalable en España bajo sus licencias. No equivale a contratar un servicio en la nube.
- Acceso y precio
- 0 € de licencia: Ollama usa MIT y los archivos del modelo Qwen, Apache 2.0. Equipo, electricidad y mantenimiento aparte.
- Límite concreto
- Sigue la receta completa de Qwen. Para uso exclusivamente local, comprueba también el modelo y las conexiones elegidas.
n8n Community
Instalación propia
- Control disponible
- OpenAI Chat Model es el paso de n8n que conecta con modelos de OpenAI. Muestra Sampling Temperature, el ajuste de temperatura, pero el modelo decide si lo admite.
Acceso y precio y límite concreto
Instalable en España bajo licencia mundial condicionada. La API conectada tiene su propia cobertura.
- Acceso y precio
- 0 € de licencia para usos internos permitidos de Community. Servidor y consumo de la API aparte; licencia con restricciones comerciales.
- Límite concreto
- Ver el campo no demuestra que la petición lo admita. Dar acceso a clientes para crear o modificar flujos exige revisar otra licencia.
Tarifas consultadas el 4 de noviembre de 2026. Los importes API en USD son bases, no precios finales españoles con IVA. Confirma el importe en euros y los impuestos al contratar. Las licencias gratuitas no cubren la operación.
La tienda de Zaragoza: un encargo, dos ajustes
Compara los ajustes con Terra en modo sin razonamiento. Mantén la misma ficha y el mismo encargo en ambas configuraciones. Los valores son ejemplos oficiales, no puntos óptimos.
Observa la uniformidad del enfoque al repetir el encargo con la misma ficha y el mismo contexto.
- Encargo común
- Redacta variantes de la descripción de esta lámpara usando solo la ficha facilitada. Mantén materiales, medidas y usos. Si falta un dato, señálalo. No añadas certificaciones, descuentos, existencias ni garantías. Entrega borradores para revisión.
- Qué anotas
- Marca los enfoques que se repiten y si esa uniformidad ayuda a mantener la descripción de la lámpara.
Cómo comparar sin cambiar toda la prueba
Define el resultado útil
Escribe qué quieres mejorar antes de generar nada: enfoques distintos o redacción más uniforme. Elige una tarea acotada y un material de referencia que puedas revisar. En la tienda, el objetivo es valorar descripciones de la misma lámpara. No cambies a la vez de producto o de público: acabarías comparando encargos distintos y no sabrías qué aportó el ajuste.
Comprueba la configuración
Pide que se conserve modelo, versión y contexto entre las pruebas. Confirma que el parámetro se admite y que la integración lo envía como esperas. Un control visible no sustituye esta comprobación. Si la guía pide omitirlo, sigue esa indicación y evalúa instrucciones y ejemplos. No fuerces el campo para reproducir una receta que correspondía a otra versión del modelo.
Repite con el mismo material
Cambia solo el ajuste estudiado, dentro de lo que admita la guía del modelo, y conserva el resto. Guarda más de una salida por configuración. No añadas una explicación nueva después de ver el primer resultado: modificarías también el encargo. Puedes mejorar las instrucciones después, pero esa será otra comparación. Una respuesta favorable no basta para describir cómo funcionará con las consultas de tu negocio.
Registra las correcciones
Anota errores, variedad útil y revisión para cada borrador. Conserva la entrada y la configuración junto al texto corregido. Así puedes distinguir una alternativa que aporta algo de otra que solo cambia palabras. Registra también el tiempo humano dedicado a comprobar y corregir. Usa ese registro para decidir cuánto trabajo de revisión requiere cada configuración en tu tarea.
Decide con el conjunto
Valora el conjunto de borradores, no la mejor frase aislada. Elige la configuración que te ayude con el objetivo inicial y siga las recomendaciones del fabricante. Si no ves una diferencia útil, no atribuyas al ajuste una mejora que no has observado. Conserva el registro para repetir la evaluación si cambias de modelo o de versión; la conclusión pertenece a esta tarea y a estas condiciones.
El error típico: confundir estabilidad con exactitud
Una alucinación es un dato inventado o incompatible con el contexto que el modelo presenta como respuesta. Puede aparecer aunque hayas bajado la temperatura. Para comprobar una descripción, contrasta cada afirmación con la ficha: materiales, medidas, usos y compromisos. Permitir que el modelo señale información ausente también forma parte del encargo. La revisión responde a si el texto es correcto; la comparación de temperaturas responde a cómo varía. Consulta qué es una alucinación si necesitas separar ambas decisiones.
En una distribuidora de material de oficina de Murcia, el encargo podría ser responder dudas de entrega. Con Sonnet 5.5 se omite temperatura y se aporta la política vigente. Administración contrasta condiciones y compromisos antes del envío. Para probar las respuestas a dudas de entrega, configura el sistema sin permisos para modificar pedidos ni autorizar reembolsos. Si necesitas una frase legal idéntica, usa una plantilla previamente aprobada. Pedir que la IA la regenere introduce una tarea innecesaria cuando lo que necesitas es conservar el texto.
Dudas sobre temperatura, respuestas cortas
¿Temperatura cero hace que la respuesta sea siempre idéntica?
No. Cero no asegura repetición exacta en los servicios descritos por Anthropic. Una temperatura menor concentra la generación en opciones más probables, pero no convierte el resultado en una plantilla fija. Si necesitas conservar una frase aprobada palabra por palabra, utiliza esa plantilla en lugar de regenerarla.
¿Bajarla evita que la IA invente datos?
No. La temperatura no comprueba hechos y una respuesta estable también puede ser falsa. Aporta los documentos necesarios, permite que señale lo que no sabe y contrasta las afirmaciones antes de usarlas. Para una política de entregas, comprueba plazos y compromisos contra la política vigente de tu empresa.
¿Hay un valor recomendado para cualquier tarea?
No hay un valor universal. La escala, el modelo y su modo de funcionamiento importan. Qwen3-8B, por ejemplo, da recetas distintas según use razonamiento y advierte contra seleccionar siempre la opción más probable en ese modo. Sigue la configuración del modelo concreto y evalúa después tu tarea.
¿Puedo cambiarla escribiéndolo en el chat?
Pedir más alternativas o un estilo uniforme es una instrucción de redacción. No demuestra que la aplicación cambie su temperatura interna. Para ajustar el parámetro técnico, comprueba si tu herramienta lo muestra y si el modelo que usas lo admite.
¿El esfuerzo de razonamiento sustituye a la temperatura?
No: son controles distintos. En Terra, la compatibilidad de temperatura depende del esfuerzo elegido. Sonnet 5.5 pide omitir los controles de selección retirados; elegir otro esfuerzo no equivale a recuperarlos. Identifica el modelo y su configuración antes de trasladar una receta de un servicio a otro.
Fuentes
Fuentes oficiales, consultadas el 4 de noviembre de 2026
- Anthropic: temperatura y repetición exacta
- OpenAI: rango y ejemplos de temperatura
- OpenAI: compatibilidad según razonamiento
- OpenAI: ficha de GPT-6.1 Terra
- OpenAI: tarifas API y contexto corto
- OpenAI: países admitidos en su API
- Anthropic: migración a Sonnet 5.5
- Anthropic: versión API del 21 de octubre de 2026
- Anthropic: disponibilidad de Sonnet 5.5
- Anthropic: precios API en español
- Anthropic: países de Claude Platform
- Anthropic: reducir alucinaciones y verificar afirmaciones
- Ollama: parámetros de generación
- Ollama: funcionamiento local y nube
- Ollama: licencia MIT
- Qwen3-8B: receta completa y licencia de los pesos
- n8n: nodo OpenAI Chat Model
- n8n: edición Community autoalojada
- n8n: licencia mundial con condiciones
- n8n: usos internos y restricciones comerciales
Cómo lo comprobamos. Fuentes oficiales consultadas el 4 de noviembre de 2026. La compatibilidad y el acceso desde España se basan en esas guías y listas de países; las opciones locales se describen como instalables. No hemos probado estas configuraciones con llamadas API ni instalaciones: valida tu combinación antes de encargar una integración.
Qué ha cambiado.
- 4 de noviembre de 2026: Reescrito como v2 con comparación de usos, compatibilidad actual, tarifas base, licencias y una propuesta de prueba. Corregidas las recomendaciones universales sobre documentos importantes y repetición idéntica.
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.
