principiante
El fin de temperature: qué se llevan los tres proveedores
Respuesta rápida:
Hasta hace unos meses, temperature era lo primero que tocaba quien quería una respuesta más estable o menos plana. Hoy los tres grandes la han retirado o la ignoran, cada uno a su manera, y ninguno la ha cambiado por otro número equivalente.
Qué ha salido
Google, 21 de julio de 2026. temperature, top_p y top_k quedan deprecados con Gemini 3.6 Flash. La API los acepta y los ignora, y devolverá HTTP 400 en generaciones futuras: la regla, en palabras de Google, aplica «a estos modelos y a todas las generaciones futuras de Gemini». La checklist de migración de Gemini 4 Argon, del 13 de octubre, lo repite sin matices: si los envías, se ignoran. candidate_count tampoco está soportado desde Gemini 3.
Anthropic, en dos tiempos. En Claude Opus 4.8, el 28 de mayo de 2026, cualquier valor no estándar de los tres parámetros empieza a devolver 400. El 21 de octubre, la versión de API 2026-10-21 los quita del contrato: enviarlos devuelve 400. Con el SDK de Python 1.0, en agosto, el fallo llega antes, en los tipos y no en la respuesta.
OpenAI, 3 de septiembre de 2026. GPT-6 Astra no acepta valores propios de temperature ni de top_p, y no devuelve logprobs. Tampoco tiene nivel de esfuerzo none. En los modelos de la familia que sí conservan none, temperature y top_p se aceptan solo con ese esfuerzo: en cuanto pones un nivel de razonamiento, hay que quitarlos.
Tres fechas, tres mecanismos —ignorar, borrar del contrato, no aceptar— y un mismo resultado: el número que girabas ya no gira nada.
Qué cambia al razonar
El muestreo no se ha ido a ninguna parte: se ha mudado a la instrucción. La recomendación de Google para ganar determinismo es literal, define una instrucción de sistema con reglas explícitas para tu caso. La de Anthropic es omitir los parámetros y guiar el comportamiento desde el prompt.
Su sitio lo ocupa otro tipo de control, el esfuerzo. Anthropic usa effort con la escalera low, medium, high, xhigh y max. Google usa thinking_level con low, medium y high. OpenAI usa reasoning.effort, sin none en Astra. En OpenAI los dos controles están atados: elegir esfuerzo es lo que te quita el muestreo. Queda un mando, y no regula lo mismo que el anterior: mide cuánto piensa, no cuánto se dispersa.
Y el nombre no significa lo mismo en todas partes. Los niveles de effort de Anthropic no miden la misma cantidad de pensamiento en todos los modelos: un medium de Opus 5.5 iguala o supera a un high de Opus 5. El nombre viaja, el comportamiento no.
Qué cambia al escribir prompts
La regla que sustituye al número se escribe una vez y vale para los tres casos:
text
system_instruction:
Devuelve siempre tres secciones y en este orden: qué ha pasado, qué
implica y qué hacer el lunes. Sin preámbulo. Si falta un dato, escribe
"sin datos" en su sección en lugar de suavizar la frase.
Una salida plana o dispersa ahora es un contrato de salida mal escrito, y se arregla ahí.
Cuando el formato se puede declarar en la petición, no se pide en prosa: structured outputs en Google y en Anthropic —con strict tool use cuando la salida va por una herramienta—, y la Decisions API en OpenAI, que devuelve respuestas tipadas en lugar de texto que hay que parsear.
La verbosidad tiene su propio parámetro y nunca fue temperature. OpenAI documenta text.verbosity con low, medium y high.
Lo que no cambia es la variación. El mismo prompt sigue dando respuestas distintas: la retirada no ha vuelto determinista a ningún modelo, solo ha quitado el mando que te dejaba creer que lo era.
Qué dejas de hacer
- Usar el muestreo como palanca principal. No está deprecado por peligroso. Está deprecado porque el fabricante ha decidido que el control vive en otro sitio, y ese sitio es la instrucción.
- Decir "sube la temperature" como arreglo. La propia página de estrategias de Google lo recomienda para una respuesta de reserva, y en los modelos actuales ya no hace nada.
- Enseñarlo. Una guía que empieza por
temperature: 0.2enseña un mando que, en el modelo de quien la lee, o no existe o se ignora. - Dar por hecho que un prompt se comporta igual en otro modelo o con otro nivel de esfuerzo. Cambiar de modelo no es reajustar el mismo prompt: es otro prompt, aunque el texto sea idéntico.
- Dejar las tres claves en el request por si acaso. En Anthropic es un 400, en Google es ruido y en OpenAI es un 400 en cuanto pones esfuerzo.
Resumen
Cada proveedor los quitó por una vía distinta —Google los ignora en silencio, Anthropic devuelve 400, OpenAI solo los acepta con `effort: none`— y esa diferencia decide qué se rompe al migrar. Lo que se pierde no es el control fino: es la creencia de que un prompt se ajusta moviendo números.
Artículos relacionados
¿Listo para crear mejores prompts?
SystemPrompt Master aplica el método de estas guías para escribir el prompt del modelo que elijas y guarda cada versión.