Gemini 3: cómo elegir y probar los niveles de pensamiento

El nivel de pensamiento de Gemini asigna un margen de razonamiento. No garantiza una respuesta correcta, un número fijo de pasos ni una latencia determinada. Elija la configuración junto con la versión exacta del modelo y un criterio para comprobar el resultado.

Esta guía trata de Gemini 3, no necesariamente de la familia más reciente. Tampoco presupone que una interfaz de terceros exponga los controles de la API de Google.

Compruebe el modelo antes de elegir

La documentación de pensamiento de Google, consultada el 18 de septiembre de 2026, distingue Gemini 3 Pro preview, con low y high, de Gemini 3.1 Pro preview, que también admite medium. Gemini 3 Flash preview incluye minimal, low, medium y high. El valor predeterminado de estos modelos es high; medium no es un valor universal.

Anote el identificador, la familia de API, la versión del SDK y la fecha. Una etiqueta comercial como «Pro» no permite reproducir un ensayo. Antes de modificar una integración, consulte las opciones que acepta ese identificador concreto.

Compare candidatos según la tarea

Low puede ser un candidato para clasificar solicitudes entre categorías proporcionadas o extraer un campo delimitado. Incluya casos con datos ausentes y compruebe que el modelo no invente una categoría. Un nivel bajo no implica necesariamente ausencia total de razonamiento.

Medium, cuando esté disponible, permite probar tareas con varias restricciones, como resumir un documento conservando fechas y excepciones. Compare con el valor predeterminado usando exactamente la misma fuente. Una respuesta breve o segura no demuestra precisión.

High merece una prueba cuando haya que contrastar pasajes contradictorios o revisar un cambio de código. Evalúe si reduce errores lo suficiente para compensar espera, consumo y revisión humana. Ningún nivel puede recuperar una fuente que no se ha proporcionado.

Prueba Gemini 3 en MidassAI Chat

Respete la API y el SDK elegidos

Interactions y generateContent gestionan el estado de conversación de forma diferente. Sus ejemplos no son intercambiables, y un nombre de campo del SDK puede diferir del nombre REST. Parta del ejemplo oficial correspondiente y confirme que el servidor acepta la opción.

No invente una ruta como /v1/models/gemini-3:generate. Mantenga las credenciales fuera de los prompts y de los informes. En su ficha de prueba, registre tarea, modelo, interfaz, nivel candidato y regla de aceptación; esa ficha no es una petición ejecutable.

Cambie una sola variable

La guía de Gemini 3 recomienda mantener temperature en 1.0 y advierte de comportamientos indeseados al reducirla. Por eso, combinar razonamiento alto con temperature 0.2 no es una receta general de fiabilidad.

Conserve prompt, herramientas, fuente y límite de salida. Cambie únicamente el nivel. No combine thinking_level con thinking_budget en la misma petición; revise si el cliente añade un presupuesto automáticamente.

Prepare casos y registre fallos

Para extracción, incluya un valor claro, un valor ausente, dos valores incompatibles y un texto que contenga instrucciones ajenas a la tarea. Escriba el resultado esperado antes de mirar la salida. Repita los casos cuando importe la consistencia.

Registre finalización, tiempo hasta la primera respuesta, tiempo total, uso de tokens cuando esté disponible y minutos de corrección. Un JSON válido con el identificador equivocado falla, igual que una cantidad correcta expresada en una unidad alterada. Separe errores de contenido y formato.

Interprete coste y latencia con contexto

Red, herramientas, reintentos y longitud influyen en la espera. Utilice el consumo comunicado por la API y la tarifa aplicable, o la contabilidad real del servicio de terceros. El nombre del nivel no determina la factura. Una salida lenta sin reparaciones puede completar el trabajo antes que varias respuestas rápidas defectuosas.

Registre los tiempos de espera agotados y limite los reintentos. Repetir una generación de texto y repetir una operación externa con efectos secundarios requieren controles distintos.

En una interfaz de chat

Si existe un control de razonamiento documentado, anote su etiqueta y compare el mismo prompt. Si no existe, puede evaluar la calidad del prompt, pero no afirmar que ha probado un nivel de API. No suponga que MidassAI ofrece un interruptor Deep Think, un contador de tokens o un programador.

Conserve la configuración menos exigente que cumpla sus criterios y repita la evaluación cuando cambie el modelo o la integración.