Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Jak fungují modely s usuzováním

Lekce 2 z 12 Aktualizováno 5. listopadu 2026 Mírně pokročilý
Na této stránce
  1. Pod kapotou modelů, které „přemýšlejí“
  2. Nejdřív přemýšlej, pak odpovídej
  3. Tokeny usuzování: Neviditelné, ale započítávané
  4. Pro, Max a Ultra: Tři způsoby, jak dosáhnout více
  5. Co usuzování mění a co nemění
  6. Vyzkoušej si to sám
  7. Klíčové poznatky

Pod kapotou modelů, které „přemýšlejí“

Když zvýšíš úroveň usuzování, model nevygeneruje odpověď okamžitě. Nejprve vytvoří tokeny usuzování, které využije k rozkladu požadavku a prozkoumání různých způsobů odpovědi. Pochopení tohoto mechanismu není jen teoretické – právě ono ti umožňuje správně nastavit úroveň, předvídat náklady a správně interpretovat výstup modelu.

Nejdřív přemýšlej, pak odpovídej

Při rychlé úrovni (Instant v Chatu, none nebo low v API) model odpovídá téměř přímo. Čím vyšší úroveň nastavíš, tím více tokenů spotřebuje na přemýšlení před tím, než vytvoří viditelnou odpověď. Tuto fázi si můžeš představit jako koncept: rozklad problému, zkoumání možných cest, vyřazování slepých uliček, ověřování a následná syntéza. Je to užitečný mentální model, nikoliv oficiální popis vnitřního fungování; OpenAI popisuje model, který rozkládá požadavek a zvažuje několik přístupů před tím, než odpoví.

Vezmi si výraz „17 × 23 + 45 ÷ 9 − 12“. Bez usuzování je riziko chyby ohledně priority operátorů reálné. Při vyšší úrovni si model vezme čas na zpracování násobení a dělení jako prvních (391 a 5), poté sčítání a odčítání (391 + 5 − 12 = 384) a před uvedením výsledku jej ověří.

Co se děje před odpovědí Čtyři zjednodušené kroky: požadavek a jeho kontext; usuzování tvořené tokeny usuzování; ověřování, kde se porovnávají cesty a vylučují chyby; odpověď, jediná viditelná část. TOKENY USUZOVÁNÍ Co se děje před odpovědí 1 Požadavek Prompt a kontext 2 Usuzování Tokeny usuzování 3 Ověřování Porovnání cest 4 Odpověď Jediná viditelná část V API tyto tokeny zabírají kontext a jsou fakturovány jako výstupní tokeny.
Na základě průvodce modely s usuzováním v OpenAI API (listopad 2026).

Tokeny usuzování: Neviditelné, ale započítávané

Tokeny usuzování se v odpovědi nezobrazují, ale započítávají se. V API zabírají místo v kontextovém okně a jsou fakturovány jako výstupní tokeny. V závislosti na obtížnosti může model vygenerovat od několika set po několik desítek tisíc těchto tokenů. Pokud je během usuzování dosaženo limitu výstupu (max_output_tokens), odpověď se vrátí se stavem incomplete, někdy ještě před vygenerováním jakéhokoliv viditelného textu; OpenAI doporučuje při zahájení experimentování vyhradit pro usuzování a odpověď alespoň 25 000 tokenů.

Surové usuzování není zpřístupněno. V API můžeš pomocí parametru reasoning.summary požádat o shrnutí usuzování. V ChatGPT s modelem GPT-6 může odpověď začít, zatímco model stále přemýšlí, a následně se obohatit o další detaily.

Pro, Max a Ultra: Tři způsoby, jak dosáhnout více

Kromě úrovní úsilí existují tři mechanismy, které posouvají usuzování dále, a je důležité si je neplést.

  • Režim Pro (reasoning.mode: "pro" v API, úroveň Pro v Chatu) nutí model pracovat tvrději na náročných úlohách, které snesou vyšší latenci. V API je tato extra práce fakturována standardní sazbou pro zvolený model, ale spotřebuje více tokenů.
  • Max ve Work a Codex, stejně jako v API (max), dává modelu více času na usuzování u jedné úlohy.
  • Ultra, dostupné pouze ve Work a Codex, jde nad rámec jednoho agenta: přiděluje části komplexní úlohy dílčím agentům, kteří pracují paralelně. Je to užitečné pouze tehdy, pokud lze práci rozdělit na nezávislé části. GPT-6 Luna dosahuje úrovně Max, ale nikoliv Ultra.

Co usuzování mění a co nemění

Vysoká úroveň usuzování dělá rozdíl u specifických typů problémů: matematika a statistika, logika a dedukce, složitý kód a ladění, strategická analýza s váženými kritérii a obecně jakékoli víceúrovňové úlohy. OpenAI proto doporučuje high pro náročné usuzování, složité ladění a hluboké plánování.

To však není všelék. Model se může po usuzování stále mýlit: falešný předpoklad vede k falešnému závěru, bez ohledu na to, jak pečlivý byl proces usuzování. Usuzování zvyšuje dobu odezvy a náklady. A u jednoduché úlohy nepřidá nic, co by rychlá úroveň nezvládla již dříve.

Vyzkoušej si to sám

Podívej se na mechanismus v akci. Polož tuto otázku nejprve na rychlé úrovni a poté na vysoké úrovni (Instant a poté High v Chatu, nebo low a poté high v API): „Vlak vyjíždí z Paříže v 8:00 rychlostí 120 km/h. Další vyjíždí z Lyonu, vzdáleného 465 km, v 8:30 rychlostí 150 km/h směrem k Paříži. V kolik hodin a v jaké vzdálenosti od Paříže se setkají?“ Ověř si očekávanou odpověď sám: 10:00, 240 km od Paříže. Pokud používáš API, porovnej počet tokenů usuzování uvedených ve využití odpovědi pro obě úrovně.

Oficiální zdroje: Modely s usuzováním (OpenAI API: tokeny usuzování, fakturace, kontext, shrnutí, režim pro, úrovně úsilí) · Modely (Dokumentace ChatGPT: Max a Ultra) · GPT-6 a další modely v ChatGPT (odpovědi, které začínají během usuzování)

Klíčové poznatky

  • Usuzování přidává před odpovědí myslící tokeny; jejich počet roste se zvolenou úrovní
  • Tyto neviditelné tokeny zabírají kontext a v API jsou fakturovány jako výstupní tokeny
  • Ponech dostatečnou rezervu pro výstup, jinak se odpověď vrátí jako neúplná
  • Pro nutí model pracovat tvrději, Max mu dává více času, Ultra rozděluje práci mezi dílčí agenty (Work a Codex)
  • Usuzování nechrání před chybami: falešný předpoklad vede k falešnému závěru