Qu’est-ce qu’un modèle de raisonnement ?

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.

Concepts

Comment fonctionne un modèle de raisonnement

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.

Quand raisonner aide

Le raisonnement améliore les résultats sur les tâches grâce à plusieurs étapes dépendantes:

  • des problèmes de mathématiques, d’analyse quantitative et de logique;
  • rédaction, révision et débogage de code;
  • la planification, et les agents qui choisissent entre des outils sur plusieurs tours;
  • Une analyse qui pèse sur des informations longues ou contradictoires.

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.

Contrôler dans quelle mesure un modèle raisonne

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.

Rationalisation des jetons, des limites et des coûts

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.

Modèles qui acceptent reasoning_effort, thinking_budget, enable_thinking

65 modèles. La page de chaque modèle présente sa grille tarifaire, ses paramètres et du code.

ModèleParamètrePlage / valeurs
DeepSeek V4 Flash 0731 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_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 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_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 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_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 DeepSeekreasoning_effort thinking_budget enable_thinkingreasoning_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.aireasoning_effort thinking_budget enable_thinkingreasoning_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 Googlereasoning_effort thinking_budget enable_thinkingreasoning_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 AIreasoning_effort thinking_budget enable_thinkingreasoning_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 Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 81920
enable_thinking: par défaut true
Afficher les 65 modèles
ModèleParamètrePlage / valeurs
Qwen3.5 27B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 81920
enable_thinking: par défaut true
Qwen3.5 35B-A3B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 81920
enable_thinking: par défaut true
Qwen3.5 397B-A17B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 81920
enable_thinking: par défaut true
Qwen3.5 4B Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_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 Cloudreasoning_effort thinking_budget enable_thinkingreasoning_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 Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 131072
enable_thinking: par défaut true
Qwen3.6 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_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 Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 131072
enable_thinking: par défaut true
Qwen3.7 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 131072
enable_thinking: par défaut true
Qwen3.7 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 262144
enable_thinking: par défaut true
Qwen3.7 Plus Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 262144
enable_thinking: par défaut true
Qwen3.8 Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 262144
enable_thinking: par défaut true
Qwen3.8 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 262144
enable_thinking: par défaut true
Qwen3.8 Max 0902 Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 262144
enable_thinking: par défaut true
Qwen3.8 Omni Flash Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: none, low, medium, high, max
thinking_budget: 1 à 262144
enable_thinking: par défaut true
Qwen4 Max Alibaba Cloudreasoning_effort thinking_budget enable_thinkingreasoning_effort: low, high, xhigh; par défaut high
thinking_budget: 1 à 262144
enable_thinking: par défaut true
GLM 5.2 Z.aireasoning_effort enable_thinkingreasoning_effort: none, minimal, low, medium, high, xhigh, max; par défaut max
enable_thinking: par défaut true
Kimi K3.1 Pro Moonshot AIreasoning_effort enable_thinkingreasoning_effort: low, medium, high, max; par défaut max
enable_thinking: par défaut true
Nova Lite 2 Amazonreasoning_effort enable_thinkingreasoning_effort: low, medium, high; par défaut medium
enable_thinking: par défaut true
Qwen3.5 Flash Alibaba Cloudthinking_budget enable_thinkingthinking_budget: 1 à 81920
enable_thinking: par défaut true
Qwen3.5 Plus Alibaba Cloudthinking_budget enable_thinkingthinking_budget: 1 à 81920
enable_thinking: par défaut true
Qwen3.6 35B A3B Alibaba Cloudreasoning_effort enable_thinkingreasoning_effort: none, low, medium, high, max; par défaut medium
enable_thinking: par défaut true
Qwen3.8 27B Alibaba Cloudreasoning_effort enable_thinkingreasoning_effort: none, low, medium, xhigh; par défaut xhigh
enable_thinking: par défaut true
Seed 2.0 Code ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; par défaut medium
enable_thinking: par défaut true
Seed 2.0 Lite ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; par défaut medium
enable_thinking: par défaut true
Seed 2.0 Mini ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; par défaut medium
enable_thinking: par défaut true
Seed 2.0 Pro ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; par défaut medium
enable_thinking: par défaut true
Seed 2.1 Turbo ByteDancereasoning_effort enable_thinkingreasoning_effort: low, medium, high; par défaut high
enable_thinking: par défaut true
Fugu Max Sakana AIreasoning_efforthigh, xhigh, max; par défaut high
Fugu Ultra v1.0 Sakana AIreasoning_efforthigh, xhigh, max; par défaut high
Fugu Ultra v1.1 Sakana AIreasoning_efforthigh, xhigh, max; par défaut high
Fugu Ultra v2.0 Sakana AIreasoning_efforthigh, xhigh, max; par défaut high
GLM 4.5 Flash Z.aienable_thinkingpar défaut true
GLM 4.6V Flash Z.aienable_thinkingpar défaut true
GLM 4.6V FlashX Z.aienable_thinkingpar défaut true
GLM 4.7 Flash Z.aienable_thinkingpar défaut true
GLM 4.7 FlashX Z.aienable_thinkingpar défaut true
GLM 5.3 Z.aireasoning_effortlow, high, max; par défaut max
GLM 5.3 Flash Z.aireasoning_effortlow, high, max; par défaut max
Gemini 3.8 Live Extended Thinking Googlereasoning_effortlow, medium, high; par défaut medium
Kimi K3 Moonshot AIreasoning_effortlow, high, max; par défaut max
MiMo V2.6 Flash Xiaomienable_thinkingpar défaut true
MiMo V2.6 Pro Xiaomienable_thinkingpar défaut true
MiMo V2.6 Pro UltraSpeed Xiaomienable_thinkingpar défaut true
MiniMax M3 MiniMaxenable_thinkingpar défaut true
MiniMax M3.1 Flash MiniMaxreasoning_effortlow, medium, high, xhigh, max; par défaut max
Muse Glimmer 30B Meta AIreasoning_effortnone, low, medium, high, max; par défaut high
Muse Spark 1.1 Meta AIreasoning_effortminimal, low, medium, high, xhigh; par défaut medium
Muse Spark 1.2 Meta AIreasoning_effortminimal, low, medium, high, xhigh; par défaut medium
Muse Spark 1.3 Meta AIreasoning_effortminimal, low, medium, high, xhigh; par défaut medium
Perplexity Advanced Deep Research Perplexityreasoning_effortlow, medium, high; par défaut medium
Perplexity Deep Research Perplexityreasoning_effortlow, medium, high; par défaut medium
Perplexity Pro Search Perplexityreasoning_effortminimal, low, medium, high; par défaut minimal
Perplexity Sonar Reasoning Pro Perplexityreasoning_effortlow, medium, high; par défaut medium
Step 3.5 Flash 2603 StepFunreasoning_effortlow, high; par défaut low
Step 3.7 Flash StepFunreasoning_effortlow, medium, high; par défaut low
Step 5 Preview StepFunreasoning_effortlow, medium, high; par défaut low

Questions fréquentes

Les jetons de raisonnement sont-ils facturés ?

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.

Puis-je désactiver le raisonnement ?

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.

Quelle est la différence entre reasoning_effort et thinking_budget ?

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.

Pourquoi un modèle de raisonnement a-t-il donné une réponse vide ?

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.

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.