Was ist ein Denkmodell?

Ein Reasoning-Modell arbeitet ein Problem in Intermediate Reasoning Tokens durch, bevor es seine endgültige Antwort schreibt. Dies verbessert die Ergebnisse bei mehrstufigen Aufgaben wie Mathematik, Code und Planung, verwendet mehr Output-Tokens und Zeit, und Einstellungen wie Reasoning-Aufwand steuern es.

Konzepte

Wie ein Denkmodell funktioniert

Ein Standardsprachmodell beginnt sofort, seine Antwort zu schreiben. Ein Denkmodell erzeugt zunächst eine Abfolge von Zwischenschritten, oft als Denken bezeichnet, und schreibt dann die Antwort. Während dieser Phase kann es ein Problem in Teile zerlegen, Berechnungen durcharbeiten, einen Ansatz testen und sich korrigieren, bevor es sich auf ein Ergebnis festlegt.

Reasoning ist eine Fähigkeit und keine eigenständige Art von Modell. Ein Textmodell kann auch ein Reasoning-Modell sein, und viele erlauben es dir, das Denken für jede Anfrage ein- oder auszuschalten. Manche Modelle argumentieren immer, und bei diesen kannst du meist anpassen, wie viel.

Wenn Vernunft hilft

Das Denken verbessert die Ergebnisse bei Aufgaben mit mehreren abhängigen Schritten:

  • Mathematik, quantitative Analyse und Logikaufgaben;
  • das Schreiben, Überprüfen und Debuggen von Code;
  • Planung und Agenten, die über mehrere Züge hinweg zwischen Werkzeugen wählen;
  • Analyse, die lange oder widersprüchliche Informationen gewichtet.

Es fügt zu einfachen Nachschlagen, Klassifizierungen, kurzen Überarbeitungen oder lockeren Gesprächen wenig hinzu, wobei es hauptsächlich Latenz und Ausgabetoken hinzufügt. Für diese Aufgaben solltest du den Aufwand reduzieren oder das Denken ausschalten.

Prompts für Reasoning-Modelle funktionieren am besten, wenn sie das Ziel, die Einschränkungen und das erwartete Format der Antwort angeben und die Planung dem Modell überlassen. Detaillierte step-by-step Anweisungen sind in der Regel überflüssig, weil die Ausarbeitung der Schritte genau das ist, was die Denkphase tut.

Kontrollieren, wie sehr ein Modell begründet

EmpirioLabs AI stellt drei Steuerelemente offen, und jedes Modell akzeptiert die auf dieser Seite aufgeführten:

  • reasoning effort Legt die Tiefe mit benannten Levels wie Niedrig, Medium und hoch. Bei vielen Modellen, nicht schaltet das Denken aus. Die verfügbaren Stufen unterscheiden sich je nach Modell.
  • thinking_budget setzt die meisten Tokens fest, die das Modell für das Denken ausgeben kann, wenn das Denken aktiv ist. Wenn man es weglässt, entscheiden viele Modelle selbst, wie lange sie vernünftig sind.
  • enable thinking schaltet das Denken bei Modellen ein- oder aus, die diese Auswahl bieten.

Diese Parameter werden akzeptiert auf /v1/chat/completions, /v1/responses und /v1/messages für Modelle, die jeden Endpunkt unterstützen. Auf /v1/messages Sie können auch eine Nachdenken Objekt: aktiviert mit budget_tokens legt ein Budget fest, Adaptiv Schaltet das Denken ohne eine solche an, und deaktiviert schaltet es aus. Bei einigen Modellen ist eine Anfrage, die verwendet wird response_format oder ein Tool erzwingt, Antworten ohne Logik aufzurufen, es sei denn, es setzt enable thinking. Siehe Modellparameter über Endpunkte hinweg Für Details.

Reasoning Tokens, Grenzen und Kosten

Reasoning ist generierter Text, also wird er abgerechnet, auch wenn man ihn nie sieht. Bei den meisten Modellen werden Reasoning-Tokens als Output-Token abgerechnet, und jede Modellseite gibt an, wie. Manche Modelle geben den Reasoning-Text zurück, zum Beispiel in reasoning content auf Chat-Vervollständigungen, während andere nur die Antwort zurückgeben. Am /v1/responses, usage.output_tokens_details.reasoning_tokens meldet, wie viele verwendet wurden. Bei einigen Modellen, preserve_thinking Sendet die Begründung des früheren Assistenten zurück zum Modell auf /v1/chat/completions, und dass frühere Argumentation als Input-Token anrechnet.

Auch das Denken zählt zu den Output-Grenzen. max_completion_tokens Schlussfolgerung und Antwort gemeinsam und bei einigen Modellen max_tokens tut das auch. Wenn das Limit zu niedrig ist, kann das Modell Zeit für Argumentation ausgeben und eine kurze oder leere Antwort zurückgeben, sodass Raum für beides bleibt.

Höherer Aufwand bedeutet außerdem eine längere Wartezeit, bevor die Antwort beginnt. Streamen Sie die Antwort, um Fortschritte anzuzeigen, und bei einer Antwort, die länger als 15 Minuten dauert, verwenden Sie die WebSocket-Modus von /v1/responses. Reasoningfähige vergleichen Textmodelle, oder verschiedene Anstrengungsniveaus in der Playground.

Modelle, die reasoning_effort, thinking_budget, enable_thinking akzeptieren

65 Modelle. Die Seite jedes Modells zeigt Preisliste, Parameter und Code.

ModellParameterBereich / Werte
DeepSeek V4 Flash 0731 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 393216; Standard 32768
enable_thinking: Standard true
DeepSeek V4 Pro DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 393216; Standard 32768
enable_thinking: Standard true
DeepSeek V4 Pro 0813 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 393216; Standard 32768
enable_thinking: Standard true
DeepSeek V4.1 Flash 1017 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 393216; Standard 32768
enable_thinking: Standard true
GLM 5.1 Z.aireasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 38912; Standard 32768
enable_thinking: Standard true
Gemma 4 26B-A4B Googlereasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 128 bis 32768; Standard 4096
enable_thinking: Standard true
Kimi K2.6 Moonshot AIreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 81920; Standard 32768
enable_thinking: Standard true
Qwen3.5 122B-A10B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 81920
enable_thinking: Standard true
Alle 65 Modelle anzeigen
ModellParameterBereich / Werte
Qwen3.5 27B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 81920
enable_thinking: Standard true
Qwen3.5 35B-A3B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 81920
enable_thinking: Standard true
Qwen3.5 397B-A17B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 81920
enable_thinking: Standard true
Qwen3.5 4B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1024 bis 32768; Standard 4096
enable_thinking: Standard true
Qwen3.5 9B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1024 bis 32768; Standard 4096
enable_thinking: Standard true
Qwen3.6 27B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 131072
enable_thinking: Standard true
Qwen3.6 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
thinking_budget: 1 bis 64000; Standard 32768
enable_thinking: Standard true
Qwen3.6 Plus Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 131072
enable_thinking: Standard true
Qwen3.7 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 131072
enable_thinking: Standard true
Qwen3.7 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 262144
enable_thinking: Standard true
Qwen3.7 Plus Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 262144
enable_thinking: Standard true
Qwen3.8 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 262144
enable_thinking: Standard true
Qwen3.8 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 262144
enable_thinking: Standard true
Qwen3.8 Max 0902 Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 262144
enable_thinking: Standard true
Qwen3.8 Omni Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 bis 262144
enable_thinking: Standard true
Qwen4 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: low, high, xhigh; Standard high
thinking_budget: 1 bis 262144
enable_thinking: Standard true
GLM 5.2 Z.aireasoning_effort enable_thinkingreasoning_effort: none, minimal, low, medium, high, xhigh, max; Standard max
enable_thinking: Standard true
Kimi K3.1 Pro Moonshot AIreasoning_effort enable_thinkingreasoning_effort: low, medium, high, max; Standard max
enable_thinking: Standard true
Nova Lite 2 Amazonreasoning_effort enable_thinkingreasoning_effort: low, medium, high; Standard medium
enable_thinking: Standard true
Qwen3.5 Flash Alibaba Cloudthinking_budget enable_thinkingthinking_budget: 1 bis 81920
enable_thinking: Standard true
Qwen3.5 Plus Alibaba Cloudthinking_budget enable_thinkingthinking_budget: 1 bis 81920
enable_thinking: Standard true
Qwen3.6 35B A3B Alibaba Cloudreasoning_effort enable_thinkingreasoning_effort: none, low, medium, high, max; Standard medium
enable_thinking: Standard true
Qwen3.8 27B Alibaba Cloudreasoning_effort enable_thinkingreasoning_effort: none, low, medium, xhigh; Standard xhigh
enable_thinking: Standard true
Seed 2.0 Code ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; Standard medium
enable_thinking: Standard true
Seed 2.0 Lite ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; Standard medium
enable_thinking: Standard true
Seed 2.0 Mini ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; Standard medium
enable_thinking: Standard true
Seed 2.0 Pro ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; Standard medium
enable_thinking: Standard true
Seed 2.1 Turbo ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; Standard high
enable_thinking: Standard true
Fugu Max Sakana AIreasoning_efforthigh, xhigh, max; Standard high
Fugu Ultra v1.0 Sakana AIreasoning_efforthigh, xhigh, max; Standard high
Fugu Ultra v1.1 Sakana AIreasoning_efforthigh, xhigh, max; Standard high
Fugu Ultra v2.0 Sakana AIreasoning_efforthigh, xhigh, max; Standard high
GLM 4.5 Flash Z.aienable_thinkingStandard true
GLM 4.6V Flash Z.aienable_thinkingStandard true
GLM 4.6V FlashX Z.aienable_thinkingStandard true
GLM 4.7 Flash Z.aienable_thinkingStandard true
GLM 4.7 FlashX Z.aienable_thinkingStandard true
GLM 5.3 Z.aireasoning_effortlow, high, max; Standard max
GLM 5.3 Flash Z.aireasoning_effortlow, high, max; Standard max
Gemini 3.8 Live Extended Thinking Googlereasoning_effortlow, medium, high; Standard medium
Kimi K3 Moonshot AIreasoning_effortlow, high, max; Standard max
MiMo V2.6 Flash Xiaomienable_thinkingStandard true
MiMo V2.6 Pro Xiaomienable_thinkingStandard true
MiMo V2.6 Pro UltraSpeed Xiaomienable_thinkingStandard true
MiniMax M3 MiniMaxenable_thinkingStandard true
MiniMax M3.1 Flash MiniMaxreasoning_effortlow, medium, high, xhigh, max; Standard max
Muse Glimmer 30B Meta AIreasoning_effortnone, low, medium, high, max; Standard high
Muse Spark 1.1 Meta AIreasoning_effortminimal, low, medium, high, xhigh; Standard medium
Muse Spark 1.2 Meta AIreasoning_effortminimal, low, medium, high, xhigh; Standard medium
Muse Spark 1.3 Meta AIreasoning_effortminimal, low, medium, high, xhigh; Standard medium
Perplexity Advanced Deep Research Perplexityreasoning_effortlow, medium, high; Standard medium
Perplexity Deep Research Perplexityreasoning_effortlow, medium, high; Standard medium
Perplexity Pro Search Perplexityreasoning_effortminimal, low, medium, high; Standard minimal
Perplexity Sonar Reasoning Pro Perplexityreasoning_effortlow, medium, high; Standard medium
Step 3.5 Flash 2603 StepFunreasoning_effortlow, high; Standard low
Step 3.7 Flash StepFunreasoning_effortlow, medium, high; Standard low
Step 5 Preview StepFunreasoning_effortlow, medium, high; Standard low

Häufige Fragen

Werden Reasoning Tokens abgerechnet?

Ja. Reasoning ist generierter Text, der auch dann abgerechnet wird, wenn das Modell ihn nicht zurückgibt. Bei den meisten Modellen wird es als Ausgabetoken abgerechnet, und jede Modellseite gibt an, wie.

Kann ich das Denken ausschalten?

Bei vielen Modellen ja: Setze enable_thinking auf falsch oder reasoning_effort auf keine, je nachdem, welche Steuerung das Modell bietet. Manche Modelle überlegen immer und lassen dich nur das Aufwandsniveau anpassen.

Was ist der Unterschied zwischen reasoning_effort und thinking_budget?

reasoning_effort wählt ein benanntes Tiefenniveau, etwa niedrig oder hoch. thinking_budget legt eine maximale Anzahl von Tokens für das Denken fest, wenn das Denken aktiv ist.

Warum lieferte ein Denkmodell eine leere Antwort?

Wenn die Ausgangsgrenze zu niedrig ist, kann das Modell die gesamte Zeit für das Denken verwenden. Erhöhen Sie max_completion_tokens oder max_tokens oder senken Sie den Argumentationsaufwand, damit Raum für die Antwort bleibt.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.