Saltar al contenido

Temperatura (en modelos de lenguaje)

Parámetro que regula cuánta aleatoriedad introduce un modelo al generar texto. Una temperatura baja produce respuestas más predecibles y deterministas; una alta, más variadas y creativas.

Actualizado: 3 de junio de 2026.

Al generar cada token, el modelo calcula probabilidades para muchas opciones. La temperatura escala esas probabilidades antes de elegir: cerca de 0 casi siempre toma la opción más probable; valores como 0,8-1 dan más espacio a alternativas.

Cuándo usar cada valor

  • Baja (0-0,3): tareas exactas, código, extracción de datos, respuestas factuales.
  • Media (0,5-0,8): redacción general, asistentes conversacionales.
  • Alta (0,9-1,2): brainstorming, escritura creativa, generación de ideas.

Relación con top-p

La temperatura y top-p controlan la aleatoriedad por vías distintas. Suele recomendarse ajustar solo uno de los dos para no descontrolar la salida.

Aprende Temperatura (en modelos de lenguaje) con una ruta guiada

Si quieres aplicar este concepto con proyectos y criterio, estas son las páginas de AIClases para continuar.

Términos relacionados

Top-p (muestreo de núcleo)Método de muestreo que limita la elección del siguiente token al conjunto más pequeño cuya probabilidad acumulada alcanza un umbral p. Controla la diversidad del texto generado de forma más adaptativa que la temperatura.InferenciaFase en la que un modelo ya entrenado se usa para generar predicciones o respuestas a partir de nuevas entradas. A diferencia del entrenamiento, la inferencia no modifica los pesos del modelo.Prompt engineering (ingeniería de prompts)El prompt engineering o ingeniería de prompts es el proceso de diseñar, estructurar, probar y mejorar las instrucciones que recibe un modelo de IA para obtener respuestas útiles y reproducibles. Define la tarea, aporta contexto, separa datos de instrucciones, muestra ejemplos cuando ayudan, especifica el formato de salida y evalúa el resultado con casos reales; no modifica los pesos internos del modelo.LLM (Large Language Model / Modelo de Lenguaje Grande)Un LLM es un modelo de inteligencia artificial entrenado con enormes cantidades de texto que aprende a predecir la siguiente palabra y, gracias a ello, es capaz de comprender, generar y razonar sobre lenguaje natural.Semilla (seed)Número que inicializa la aleatoriedad de un modelo generativo. Usar la misma semilla y los mismos parámetros reproduce exactamente el mismo resultado, lo que permite control y comparación.
Ver todos los términos
Help & support