Modelo de razonamiento
LLM entrenados para "pensar" paso a paso antes de responder — mejores en matemáticas, código y lógica.
OpenAI o1/o3, Claude de Anthropic con "modo de pensamiento", DeepSeek R1. No calculan la respuesta directamente — primero usan "tokens de pensamiento" ocultos. Más caros por llamada, pero muchísimo mejores en problemas que requieren varios pasos.