La temperatura de un LLM: qué hace y por qué los modelos nuevos la ignoran

La temperatura de un LLM es el ajuste que controla cuánto azar usa un modelo de lenguaje al elegir cada token siguiente: con valores bajos se queda con las palabras más probables y con valores altos varía más. Durante años fue lo primero que tocaban los desarrolladores. A 23 de octubre de 2026 eso ha cambiado: los modelos más nuevos de OpenAI la rechazan cuando razonan, la versión de la API de Anthropic del 21 de octubre de 2026 devuelve un error si la envías y Google recomienda encarecidamente dejar Gemini 3 en el valor por defecto. Esta guía explica qué hace la temperatura, qué añaden top_p y top_k, qué API la siguen aceptando y qué usar en su lugar, a partir de la documentación de cada fabricante leída el 23 de octubre de 2026.

Cómo funciona la temperatura

Un modelo de lenguaje escribe un token cada vez. En cada paso asigna una probabilidad a cada token posible y un paso de muestreo elige uno. La temperatura cambia esas probabilidades antes de elegir. La documentación de Google lo resume así: las temperaturas bajas sirven para prompts que necesitan una respuesta más determinista y menos abierta, las altas pueden dar resultados más variados o creativos, y una temperatura de 0 elige siempre el token más probable. La referencia de la API de OpenAI da la misma idea con números: valores como 0,8 hacen la salida más aleatoria y valores como 0,2 la hacen más centrada.

Dos ajustes relacionados filtran los candidatos antes de que actúe la temperatura:

• top_k se queda solo con los k tokens más probables. Un top_k de 1 elige siempre el más probable, lo que Google llama decodificación voraz.
• top_p se queda con los tokens más probables hasta que sus probabilidades suman p. El ejemplo de Google: si los tokens A, B y C tienen probabilidades de 0,3, 0,2 y 0,1 y top_p es 0,5, el modelo elige entre A y B y nunca C. El top_p por defecto de Gemini es 0,95.

OpenAI recomienda cambiar la temperatura o top_p, pero no los dos.

Qué API la siguen aceptando

Tabla: la temperatura en cada API (documentación oficial, comprobada el 23 de octubre de 2026)

La tendencia es clara. La temperatura sigue funcionando en las herramientas locales y en los modelos que responden sin razonar, pero los fabricantes la han ido abandonando en sus modelos de razonamiento más nuevos, en los que el modelo gasta tokens pensando antes de responder. La guía de Gemini 3 avisa en concreto de que poner la temperatura por debajo de 1,0 puede provocar bucles o un peor rendimiento en tareas de matemáticas y razonamiento, y recomienda quitar el parámetro del código que la fija baja.

Temperatura 0 nunca fue una garantía

Muchos desarrolladores ponían la temperatura a 0 para obtener siempre la misma respuesta. La guía de migración de Anthropic para Claude Opus 5.5 es clara: la temperatura 0 nunca garantizó salidas idénticas, ni siquiera en los modelos anteriores. Una temperatura baja hace las salidas más constantes, no idénticas.

Si necesitas resultados repetibles, usa la herramienta pensada para ello. En local, el parámetro seed de Ollama hace que el modelo genere el mismo texto para el mismo prompt. En la nube, si lo que necesitas es un formato constante y no las mismas palabras, las salidas estructuradas obligan a la respuesta a seguir un esquema sea cual sea la temperatura.

Qué usar en su lugar

Con la temperatura eliminada o fija en los modelos más nuevos, los fabricantes señalan otras palancas:

• El prompt. La indicación de Anthropic tras quitar los parámetros de muestreo es guiar al modelo con el prompt. Di cuánta creatividad o cuánta literalidad quieres, da un ejemplo del tono y pon límites de longitud. Nuestra guía de ingeniería de prompts explica cómo.
• El esfuerzo de razonamiento. El reasoning effort de OpenAI y el parámetro effort de Anthropic controlan cuánto piensa el modelo antes de responder, lo que cambia la calidad, la velocidad y el coste.
• Varias opciones. Para generar ideas, pide cinco opciones distintas en una misma respuesta en lugar de subir la temperatura.
• Validación. En extracción y clasificación, comprueba la respuesta en tu código. Una temperatura baja nunca impidió que un modelo alucinara un valor erróneo con total seguridad.

Ajustes prácticos donde todavía se puede

En los modelos y herramientas que todavía la aceptan, nuestra regla es:

• De 0 a 0,3 para extracción, clasificación y código que debe seguir reglas.
• De 0,7 a 1 para chat general y redacción, cerca de la mayoría de valores por defecto.
• Por encima de 1 solo para generar ideas, y revisando la salida, porque se desvía rápido.

Cambia un ajuste cada vez y pruébalo con el mismo grupo de prompts. Y antes de ajustar la temperatura de un modelo nuevo, mira su documentación: en los modelos más nuevos de OpenAI, Anthropic y Google, el mejor ajuste suele ser el que viene por defecto.