El effort es un ajuste de algunos modelos de IA que orienta cuánto trabajan antes de responder: cuánto razonan y, según el proveedor, también el largo de la respuesta y cuántas herramientas llaman. Más effort suele costar y tardar más, pero no garantiza una cantidad de tokens, un tiempo ni mejor calidad.
Una pregunta de la app. Elige una respuesta.
¿Qué orienta el effort?
No la garantiza: más effort puede ayudar, pero hay que medirlo con tus casos.
Afecta el razonamiento y, según el modelo, también la respuesta o las herramientas. Orienta, no cuenta.
Orienta, no fija: dos pedidos con el mismo effort pueden gastar distinto.
Es una perilla que orienta, no una orden exacta. Con más effort, el modelo de razonamiento suele escribir un borrador más largo antes de contestar y, según el proveedor, también puede alargar la respuesta o, en un agente, llamar más veces a sus herramientas. Con menos, hace lo contrario.
Todo ese trabajo extra son tokens que se generan. Parte es razonamiento que no ves y se cobra igual. El precio por token no cambia, pero hay más tokens, así que la cuenta sube.
Orientar no es fijar. Dos pedidos con el mismo effort pueden gastar tokens y tiempo distintos, y más effort no asegura una respuesta mejor. Además, los niveles dependen del modelo: lo que un proveedor llama «alto» en un modelo no equivale a «alto» en otro, y no todos los modelos tienen esta perilla.
El nivel por defecto también cambia. En la API de Anthropic, a octubre de 2026, Claude Opus 5.5 y Claude Haiku 5.5 arrancan en «medio» y los demás modelos en «alto»: si no lo eliges, cambiar de modelo puede cambiar el gasto sin que toques nada más. Y ya no es cosa de modelos grandes: Haiku 5.5, el más chico de su familia, también tiene la perilla.
Suele ayudar en lógica, matemática, código difícil y planes de varios pasos, donde cada paso depende del anterior y un borrador evita errores. En tareas simples, como decidir si un correo es spam, puede costar más sin acertar más. No hay una regla fija para traducir, resumir o clasificar: depende de tus casos.
Como nada está garantido, la forma de elegir es probar. Toma una muestra de tus casos reales, córrela con distintos niveles y compara costo, tiempo y aciertos. Quédate con el nivel más bajo que acierte lo suficiente. «Siempre el más alto, por si acaso» se paga en cada llamada. Para ver cómo se arma la cuenta, mira la otra página.