Configurar Modelos LLM
- Cómo seleccionar una plataforma y un modelo para tu agente LLM
- Qué hacen las configuraciones de la pestaña General
- Cómo ajustar la temperatura, el esfuerzo de razonamiento, los límites de tokens y otras opciones en la pestaña Avanzado
Cuando defines el Tipo de Agente como llm, AutoTalk muestra las opciones de configuración del modelo. Lo primero que eliges es la plataforma de IA, luego configuras el modelo y su comportamiento.
Seleccionar una plataforma
El campo Tipo de plataforma determina qué proveedor de IA impulsa tu agente. AutoTalk admite estos proveedores gestionados y opciones de endpoint personalizado:
| Plataforma | Descripción |
|---|---|
| openai (predeterminado) | Modelos de OpenAI, incluyendo GPT-5.5, GPT-5.4, GPT-4.1 y otros. |
| deepseek | Modelos DeepSeek, incluyendo DeepSeek V4 Flash y V4 Pro. |
| gemini | Modelos Google Gemini. El desplegable de Modelo es la autoridad sobre qué familias Gemini están disponibles actualmente. |
| anthropic | Modelos Anthropic Claude, incluyendo Opus, Sonnet y Haiku. |
| openrouter | Enruta las solicitudes a través de OpenRouter ingresando un ID de modelo con prefijo del proveedor. |
| cloudflare | Modelos de Cloudflare Workers AI (@cf/...). Consulta Cloudflare Workers AI para el requisito de ID de cuenta y la advertencia sobre herramientas. |
| custom | Conéctate a un endpoint de API personalizado o de terceros. Úsalo para proveedores no listados arriba, o para tus propios modelos ajustados servidos a través de una API compatible. |
Esta tabla deliberadamente no enumera IDs de modelos del proveedor. El desplegable de Modelo se genera a partir del catálogo de modelos activo de AutoTalk, así que siempre es la respuesta actual a "¿qué modelos puedo elegir?" -- un modelo citado en un runbook antiguo puede haber sido retirado por el proveedor y eliminado del catálogo.
Después de seleccionar una plataforma, aparecen cinco pestañas de configuración: General, Mensajes, Acciones, Herramientas y Avanzado. Esta página cubre las pestañas General y Avanzado; consulta Mensajes del Sistema y Herramientas para las demás.
Configuración de la pestaña General
La pestaña General contiene la plataforma, el modelo y el token de API.
Modelo
Selecciona el modelo específico a usar desde una lista desplegable. Cada modelo muestra:
- Una insignia de costo (Costo bajo, Medio o Costo alto), derivada de dónde se ubica el precio combinado de entrada + salida del modelo entre los modelos disponibles
- El precio por 1K tokens tanto para entrada como para salida, para que puedas estimar los costos
Los modelos más ligeros cuestan menos pero pueden producir respuestas de menor calidad; los modelos más pesados cuestan más pero manejan mejor las conversaciones complejas. Los modelos obsoletos siguen visibles para los agentes existentes, pero aparecen marcados en el selector; elige un modelo estable y actual para los agentes nuevos.
Token
Un campo con búsqueda donde puedes seleccionar un token de API existente o crear uno nuevo. Este token autentica tu agente con la plataforma de IA elegida. Si aún no has agregado una clave de API para la plataforma, puedes crear una directamente desde este campo.
Nota: El campo Token se oculta de forma condicional. Solo aparece cuando usas la plataforma openrouter, o cuando activas el interruptor Habilitar clave de API propia (BYO) — también en la pestaña General — para un proveedor gestionado. Con BYOK desactivado en un proveedor gestionado (openai, deepseek, gemini, anthropic), AutoTalk usa su propia clave de plataforma, así que no se muestra ningún campo Token.
Cloudflare Workers AI
Cuando Tipo de plataforma es cloudflare, el desplegable de Modelo lista modelos de Cloudflare Workers AI, cuyos IDs empiezan con @cf/.
Dos cosas difieren de los demás proveedores gestionados:
- ID de cuenta. Activar Habilitar clave de API propia (BYO) revela un campo obligatorio ID de cuenta de Cloudflare en la pestaña General. El ID de cuenta forma parte de la URL de la solicitud a Workers AI, así que tu propio token es inservible sin él. Con BYOK desactivado, AutoTalk aporta tanto la clave como la cuenta.
- El soporte de herramientas no es universal. Varios modelos catalogados de Workers AI no admiten llamada a funciones. Al elegir uno, las pestañas Herramientas y Servidores MCP desaparecen, y el agente no puede llamar a ninguna herramienta. Si tu agente necesita herramientas, elige un modelo de Workers AI que declare soporte de llamada a funciones, o usa otra plataforma.
Configuración de la pestaña Avanzado
La temperatura, los límites de tokens y los interruptores de comportamiento opcionales se encuentran en la pestaña Avanzado, agrupados en secciones.
Temperatura
En la sección Comportamiento. Controla qué tan creativas o deterministas son las respuestas del modelo. El valor predeterminado es 1.
- Valores más bajos (0.0 a 0.5): El agente da respuestas más enfocadas, predecibles y consistentes. Ideal para soporte al cliente basado en hechos.
- Valores más altos (0.8 a 1.5): El agente produce respuestas más variadas y creativas. Útil para lluvia de ideas o conversaciones casuales, pero puede reducir la precisión.
Muchos modelos no admiten temperatura. El formulario no decide por el nombre del modelo — lee la bandera de capacidad en la entrada de catálogo del modelo seleccionado y deshabilita el control de temperatura siempre que ese modelo declare no admitirla. Hoy esto cubre la familia GPT-5, orientada a razonamiento, y todos los modelos Claude actuales, incluido el predeterminado de Anthropic — pero la regla es la bandera, no la lista: si el control está atenuado, ese modelo ignora la temperatura y el ajuste no tendría efecto.
Esfuerzo de razonamiento
En la sección Comportamiento, visible solo cuando la plataforma es openai (se guarda como reasoningEffort en la configuración de LLM del agente). Define cuánto razona el modelo antes de responder: default, none, low, medium o high. Más esfuerzo puede dar mejores respuestas en tareas de varios pasos, con más costo y latencia.
default, o dejarlo vacío, no envía nada, así que el modelo trabaja con su propio esfuerzo predeterminado -- exactamente como lo hacía todo agente antes de que existiera la opción.- El control queda deshabilitado para un modelo cuya entrada de catálogo no acepta esfuerzo de razonamiento (GPT-4.1 y GPT-4o, por ejemplo), igual que Temperatura se deshabilita para los modelos sin temperatura. Un valor guardado para un modelo así no se envía.
- Algunos modelos aceptan solo parte del rango -- uno de ellos rechaza
none, por ejemplo. Un valor que el modelo rechaza se descarta y el modelo trabaja con su predeterminado, en lugar de fallar el turno. - El modo de API decide si se aplica con herramientas. En Responses el esfuerzo se envía como
reasoning.efforty se aplica con o sin herramientas. En Chat Completions se envía comoreasoning_effort, pero algunos modelos solo aceptan herramientas allí con el razonamiento desactivado, así que mientras el agente tenga herramientas esos modelos trabajan connone, elijas lo que elijas. Cambia el modo de API a Responses para mantener el esfuerzo elegido.
Cuando un esfuerzo elegido no se envía, o se reemplaza por none, el log del agente lo registra en el nivel info ("Configured reasoning effort not sent", o "...overridden to "none" on Chat Completions with tools"). Revísalo ahí si la opción parece no tener efecto. En cualquier plataforma que no sea openai el campo está oculto y no se envía nada. Crear un agente en otra plataforma no guarda ningún valor, mientras que guardar un agente existente en otra plataforma mantiene el valor ya guardado -- el guardado ignora el campo oculto sin borrarlo --, así que vuelve a aplicarse si cambias el agente de nuevo a openai.
Máx. iteraciones
En la sección Comportamiento. El bucle de llamadas a herramientas está siempre activo — no existe un interruptor para encenderlo o apagarlo. Un agente LLM puede ejecutar varias rondas de llamadas a herramientas automáticamente antes de producir su respuesta final, y Máx. iteraciones es lo que limita cuántas rondas de LLM puede tomar una ejecución: predeterminado 15, rango 1–50.
Esto importa para dimensionar costo y latencia: con el valor predeterminado, un solo mensaje entrante puede costar hasta 15 rondas de modelo, no una.
Cuando Habilitar salidas estructuradas está activado, el agente es de un solo turno — el campo Máx. iteraciones se oculta y el presupuesto se fija en 1.
Modo de API
En la sección Comportamiento. Este selector aparece en toda plataforma que tiene más de un protocolo de comunicación, lo que hoy significa openai, anthropic y gemini. No es exclusivo de openai, y el predeterminado nativo de cada plataforma es el que quieres, salvo que tengas un motivo específico para cambiarlo:
| Plataforma | Modos | Predeterminado nativo | Qué pierdes al cambiar |
|---|---|---|---|
| openai | Chat Completions, Responses | Chat Completions | Responses agrega almacenamiento de respuestas en el servidor y manejo nativo de MCP, y mantiene el esfuerzo de razonamiento elegido cuando el agente tiene herramientas. |
| anthropic | Messages, Chat Completions | Messages | Messages es el único canal de Anthropic capaz de cachear el prompt. Cambiar a Chat Completions pierde el caché de prompt por completo, de forma silenciosa, así que un prefijo de sistema grande se reprocesa en cada llamada — un aumento de costo invisible. |
| gemini | Interactions, Chat Completions | Interactions | Interactions es el único canal Gemini que lleva la configuración de razonamiento (thinking) y reporta los thought tokens por separado. Chat Completions es el único canal Gemini que acepta fijar una herramienta, así que cámbialo solo si tu agente necesita forzar una herramienta específica. |
Alejarse del predeterminado nativo es una compensación real, no una formalidad. En anthropic en particular, el efecto en el costo (pérdida del caché de prompt) no es visible en ninguna parte del formulario.
El canal nativo Interactions de Gemini no puede transportar un esquema de salida estructurada, así que activar Habilitar salidas estructuradas en un agente Gemini lo mueve a Chat Completions.
Máx. segundos de ejecución
En la sección Comportamiento. El presupuesto de tiempo real para una sola ejecución del agente: predeterminado 300 segundos, rango 30–1800. Una ejecución que lo excede se corta. Si un agente encadena varias llamadas a herramientas lentas y se detiene a mitad de camino sin ningún error visible para el cliente, este es el límite a subir.
Máximo de tokens de respuesta
En la sección Límites de tokens. Establece el límite superior de cuántos tokens puede generar el modelo en una sola respuesta. Úsalo para controlar la longitud de la respuesta y el costo. Si se deja vacío, el modelo usa su máximo predeterminado.
Máximo de caracteres por mensaje
En la sección Límites de tokens. Limita cuántos caracteres del mensaje del usuario se envían al modelo. El valor predeterminado es 1024 caracteres (máximo 2048). Auméntalo si tus contactos tienden a enviar mensajes más largos y quieres que el agente considere el texto completo; disminúyelo para reducir los costos en entradas extensas.
Habilitar salidas estructuradas
En la sección Salidas estructuradas. Cuando está marcado, el modelo recibe instrucciones de devolver las respuestas en un formato estructurado (como JSON). Esto es útil cuando la salida del agente la consume otro sistema en lugar de mostrarse directamente a un contacto.
Habilitar presupuesto de tokens de contexto
En la sección Presupuesto de contexto. Cuando está marcado, AutoTalk gestiona cuánto historial de conversación se envía al modelo imponiendo un presupuesto de tokens para el contexto. Esto evita que la ventana de contexto exceda el límite del modelo en conversaciones largas y ayuda a controlar los costos.
Habilitar procesamiento de imágenes
En la sección Procesamiento de imágenes, disponible solo cuando la plataforma es openai. Cuando está marcado, el agente puede recibir y procesar imágenes enviadas por los contactos (en modelos que admiten capacidades de visión). Esto permite que el agente describa, analice o responda a fotos y capturas de pantalla.
Calidad de imagen
En la sección Procesamiento de imágenes: auto (predeterminado), high o low. Controla cuánto detalle se le pide al modelo que extraiga de una imagen, equilibrando el costo en tokens frente a la fidelidad.
Este campo solo es visible cuando se cumplen las tres condiciones: la plataforma es openai, Habilitar procesamiento de imágenes está activado, y el modelo seleccionado declara soporte para imágenes del usuario. Si no encuentras el campo, revisa primero el modelo.
Reaccionar a archivos adjuntos
En la sección Procesamiento de imágenes, visible en todo agente LLM. Desactivado de forma predeterminada.
El reconocimiento de adjuntos controla el tratamiento adicional de mensajes con archivo, con o sin texto. Al desactivarlo, esos mensajes pueden omitirse, pero el audio transcrito y las imágenes admitidas con procesamiento de imágenes activado se manejan antes de este control y pueden llegar al agente. No descarta todos los mensajes que contienen archivos.
Si un adjunto no recibe respuesta, revisa este control junto con el perfil de transcripción del canal, el procesamiento de imágenes y el soporte visual del modelo. Activar el reconocimiento añade datos de adjuntos al contexto del agente.
Para la mayoría de los agentes orientados al contacto, comienza con la plataforma openai y elige un modelo estable actual del desplegable. Si el control de temperatura está habilitado para ese modelo, 0.3 a 0.5 da respuestas confiables; si está atenuado, ese modelo ignora la temperatura por completo. Deja Máximo de caracteres por mensaje en su valor predeterminado, mantén Máx. iteraciones en 15 salvo que hayas medido un motivo para cambiarlo, y habilita el procesamiento de imágenes solo si tu caso de uso lo requiere, ya que aumenta el consumo de tokens. Si tus agentes reciben archivos, activa Reaccionar a archivos adjuntos para el tratamiento adicional de adjuntos; la transcripción y la visión activada siguen sus propios controles.