Un modèle de raisonnement traite un problème dans des jetons de raisonnement intermédiaires avant d’écrire sa réponse finale. Cela améliore les résultats sur des tâches à étapes multiples telles que les mathématiques, le code et la planification, utilise plus de jetons de sortie et de temps, et des paramètres comme l’effort de raisonnement le contrôlent.
Un modèle de langage standard commence immédiatement à écrire sa réponse. Un modèle de raisonnement génère d’abord une séquence d’étapes intermédiaires, souvent appelée réflexion, puis écrit la réponse. Pendant cette phase, il peut décomposer un problème en parties, effectuer des calculs, tester une approche et se corriger avant de s’engager dans un résultat.
Le raisonnement est une capacité plutôt qu’un type de modèle distinct. Un modèle textuel peut aussi être un modèle de raisonnement, et beaucoup permettent d’activer ou désactiver le raisonnement pour chaque requête. Certains modèles raisonnent toujours, et sur ceux-là vous pouvez généralement ajuster la mesure.
Le raisonnement améliore les résultats sur les tâches grâce à plusieurs étapes dépendantes:
Cela n’apporte pas grand-chose aux recherches simples, à la classification, aux réécritures courtes ou aux conversations informelles, où il ajoute surtout de la latence et des jetons de sortie. Pour ces tâches, réduisez l’effort ou désactivez le raisonnement.
Les incitations pour les modèles de raisonnement fonctionnent mieux lorsqu’elles précisent l’objectif, les contraintes et le format attendu de la réponse, et laissent la planification au modèle. Les instructions détaillées step-by-step sont généralement inutiles, car la phase de raisonnement consiste à élaborer les étapes.
EmpirioLabs AI expose trois contrôles, et chaque modèle accepte ceux listés pour lui sur cette page:
raisonnement effort définit la profondeur avec des niveaux nommés tels que Low, Médium et haut. Sur de nombreux modèles, aucune désactive le raisonnement. Les niveaux disponibles varient selon le modèle.thinking_budget Définit le plus grand nombre de tokens que le modèle peut dépenser pour raisonner lorsque la réflexion est active. Quand on l’omet, de nombreux modèles décident eux-mêmes combien de temps raisonner.considérer Active ou désactive le raisonnement sur les modèles qui offrent le choix.Ces paramètres sont acceptés sur /v1/chat/completions, /v1/responses et /v1/messages pour les modèles qui supportent chaque point de terminaison. Activé /v1/messages vous pouvez également envoyer un Pensée Objet: activé avec budget_tokens fixe un budget, Adaptatif active la réflexion sans en avoir une, et handicapé Le désactive. Sur certains modèles, une requête qui utilise response_format ou force un appel d’outil à répondre sans raisonnement, sauf si cela se fixe considérer. Voir paramètres du modèle à travers les points de terminaison Pour plus de détails.
Le raisonnement est du texte généré, donc il est facturé même si vous ne le voyez jamais. Sur la plupart des modèles, les jetons de raisonnement sont facturés comme jetons de sortie, et chaque page de modèle indique comment. Certains modèles retournent le texte de raisonnement, par exemple dans raisonnement contenu sur les Chats Complétions, tandis que d’autres ne renvoient que la réponse. Sur /v1/responses, usage.output_tokens_details.reasoning_tokens rapporte combien d’utilisateurs ont été utilisés. Sur certains modèles, preserve_thinking envoie le raisonnement de l’assistant précédent revient au modèle sur /v1/chat/completions, et ce raisonnement antérieur facture comme jetons d’entrée.
Le raisonnement compte également dans les limites de production. max_completion_tokens Plafonne le raisonnement et la réponse ensemble, et sur certains modèles max_tokens Et bien sûr. Lorsque la limite est trop basse, le modèle peut la dépenser pour raisonner et donner une réponse courte ou vide, laissant donc de la place pour les deux.
Un effort plus élevé signifie aussi une attente plus longue avant que la réponse commence. Diffusez la réponse en streaming pour montrer des progrès, et pour une réponse qui dure plus de 15 minutes, utilisez le Mode WebSocket de /v1/responses. Comparer le raisonnement capable Modèles de texte, ou essayer différents niveaux d’effort dans le Playground.
65 modèles. La page de chaque modèle présente sa grille tarifaire, ses paramètres et du code.
| Modèle | Paramètre | Plage / valeurs |
|---|---|---|
| DeepSeek V4 Flash 0731 DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 393216; par défaut 32768 enable_thinking: par défaut true |
| DeepSeek V4 Pro DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 393216; par défaut 32768 enable_thinking: par défaut true |
| DeepSeek V4 Pro 0813 DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 393216; par défaut 32768 enable_thinking: par défaut true |
| DeepSeek V4.1 Flash 1017 DeepSeek | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 393216; par défaut 32768 enable_thinking: par défaut true |
| GLM 5.1 Z.ai | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 38912; par défaut 32768 enable_thinking: par défaut true |
| Gemma 4 26B-A4B Google | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 128 à 32768; par défaut 4096 enable_thinking: par défaut true |
| Kimi K2.6 Moonshot AI | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 81920; par défaut 32768 enable_thinking: par défaut true |
| Qwen3.5 122B-A10B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 81920 enable_thinking: par défaut true |
| Modèle | Paramètre | Plage / valeurs |
|---|---|---|
| Qwen3.5 27B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 81920 enable_thinking: par défaut true |
| Qwen3.5 35B-A3B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 81920 enable_thinking: par défaut true |
| Qwen3.5 397B-A17B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 81920 enable_thinking: par défaut true |
| Qwen3.5 4B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1024 à 32768; par défaut 4096 enable_thinking: par défaut true |
| Qwen3.5 9B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1024 à 32768; par défaut 4096 enable_thinking: par défaut true |
| Qwen3.6 27B Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 131072 enable_thinking: par défaut true |
| Qwen3.6 Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium thinking_budget: 1 à 64000; par défaut 32768 enable_thinking: par défaut true |
| Qwen3.6 Plus Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 131072 enable_thinking: par défaut true |
| Qwen3.7 Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 131072 enable_thinking: par défaut true |
| Qwen3.7 Max Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| Qwen3.7 Plus Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| Qwen3.8 Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| Qwen3.8 Max Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| Qwen3.8 Max 0902 Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| Qwen3.8 Omni Flash Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: none, low, medium, high, max thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| Qwen4 Max Alibaba Cloud | reasoning_effort thinking_budget enable_thinking | reasoning_effort: low, high, xhigh; par défaut high thinking_budget: 1 à 262144 enable_thinking: par défaut true |
| GLM 5.2 Z.ai | reasoning_effort enable_thinking | reasoning_effort: none, minimal, low, medium, high, xhigh, max; par défaut max enable_thinking: par défaut true |
| Kimi K3.1 Pro Moonshot AI | reasoning_effort enable_thinking | reasoning_effort: low, medium, high, max; par défaut max enable_thinking: par défaut true |
| Nova Lite 2 Amazon | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; par défaut medium enable_thinking: par défaut true |
| Qwen3.5 Flash Alibaba Cloud | thinking_budget enable_thinking | thinking_budget: 1 à 81920 enable_thinking: par défaut true |
| Qwen3.5 Plus Alibaba Cloud | thinking_budget enable_thinking | thinking_budget: 1 à 81920 enable_thinking: par défaut true |
| Qwen3.6 35B A3B Alibaba Cloud | reasoning_effort enable_thinking | reasoning_effort: none, low, medium, high, max; par défaut medium enable_thinking: par défaut true |
| Qwen3.8 27B Alibaba Cloud | reasoning_effort enable_thinking | reasoning_effort: none, low, medium, xhigh; par défaut xhigh enable_thinking: par défaut true |
| Seed 2.0 Code ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; par défaut medium enable_thinking: par défaut true |
| Seed 2.0 Lite ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; par défaut medium enable_thinking: par défaut true |
| Seed 2.0 Mini ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; par défaut medium enable_thinking: par défaut true |
| Seed 2.0 Pro ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; par défaut medium enable_thinking: par défaut true |
| Seed 2.1 Turbo ByteDance | reasoning_effort enable_thinking | reasoning_effort: low, medium, high; par défaut high enable_thinking: par défaut true |
| Fugu Max Sakana AI | reasoning_effort | high, xhigh, max; par défaut high |
| Fugu Ultra v1.0 Sakana AI | reasoning_effort | high, xhigh, max; par défaut high |
| Fugu Ultra v1.1 Sakana AI | reasoning_effort | high, xhigh, max; par défaut high |
| Fugu Ultra v2.0 Sakana AI | reasoning_effort | high, xhigh, max; par défaut high |
| GLM 4.5 Flash Z.ai | enable_thinking | par défaut true |
| GLM 4.6V Flash Z.ai | enable_thinking | par défaut true |
| GLM 4.6V FlashX Z.ai | enable_thinking | par défaut true |
| GLM 4.7 Flash Z.ai | enable_thinking | par défaut true |
| GLM 4.7 FlashX Z.ai | enable_thinking | par défaut true |
| GLM 5.3 Z.ai | reasoning_effort | low, high, max; par défaut max |
| GLM 5.3 Flash Z.ai | reasoning_effort | low, high, max; par défaut max |
| Gemini 3.8 Live Extended Thinking Google | reasoning_effort | low, medium, high; par défaut medium |
| Kimi K3 Moonshot AI | reasoning_effort | low, high, max; par défaut max |
| MiMo V2.6 Flash Xiaomi | enable_thinking | par défaut true |
| MiMo V2.6 Pro Xiaomi | enable_thinking | par défaut true |
| MiMo V2.6 Pro UltraSpeed Xiaomi | enable_thinking | par défaut true |
| MiniMax M3 MiniMax | enable_thinking | par défaut true |
| MiniMax M3.1 Flash MiniMax | reasoning_effort | low, medium, high, xhigh, max; par défaut max |
| Muse Glimmer 30B Meta AI | reasoning_effort | none, low, medium, high, max; par défaut high |
| Muse Spark 1.1 Meta AI | reasoning_effort | minimal, low, medium, high, xhigh; par défaut medium |
| Muse Spark 1.2 Meta AI | reasoning_effort | minimal, low, medium, high, xhigh; par défaut medium |
| Muse Spark 1.3 Meta AI | reasoning_effort | minimal, low, medium, high, xhigh; par défaut medium |
| Perplexity Advanced Deep Research Perplexity | reasoning_effort | low, medium, high; par défaut medium |
| Perplexity Deep Research Perplexity | reasoning_effort | low, medium, high; par défaut medium |
| Perplexity Pro Search Perplexity | reasoning_effort | minimal, low, medium, high; par défaut minimal |
| Perplexity Sonar Reasoning Pro Perplexity | reasoning_effort | low, medium, high; par défaut medium |
| Step 3.5 Flash 2603 StepFun | reasoning_effort | low, high; par défaut low |
| Step 3.7 Flash StepFun | reasoning_effort | low, medium, high; par défaut low |
| Step 5 Preview StepFun | reasoning_effort | low, medium, high; par défaut low |
Oui. Le raisonnement est du texte généré, donc il est facturé même lorsque le modèle ne le retourne pas. Sur la plupart des modèles, il est facturé comme des jetons de sortie, et chaque page de modèle indique comment.
Sur de nombreux modèles, oui: réglez enable_thinking sur faux ou reasoning_effort sur zéro, selon le contrôle offert par le modèle. Certains modèles raisonnent toujours et ne laissent que modifier le niveau d’effort.
reasoning_effort choisit un niveau de profondeur spécifié, tel que bas ou élevé. thinking_budget fixe un nombre maximal de jetons pour raisonner lorsque la réflexion est active.
Lorsque la limite de sortie est trop basse, le modèle peut consacrer tout ce temps à raisonner. Augmentez max_completion_tokens ou max_tokens, ou réduisez l’effort de raisonnement, afin qu’il reste de la place pour la réponse.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.