Reasoning i 2026: Fra none til max, plus pro- og ultra-tilstande
På denne side
Status pr. 5. november 2026. GPT-6-familien beholder disse niveauer, men
noneaccepteres kun af GPT-6.1 Terra, GPT-6 Sol og GPT-6 Luna. GPT-6 Astra og GPT-6.1 Sol starter vedlow; sender du en anmodning mednonetil Astra, får du en HTTP 400-fejl. Siden 3. september kan du også ændre indsatsniveauet midt i en samtale uden at miste cachen ved hjælp af etconfiguration_update-element (Lektion 9).
Konfigurerbar reasoning-indsats startede ikke med GPT-5.6. Siden GPT-5 blev lanceret i 2025, har OpenAI-modeller ræsonneret mere eller mindre baseret på en parameter, hvilket erstattede den gamle o-serie. Det, der ændrer sig mellem versionerne, er de accepterede værdier og standardindstillingen. GPT-5.6 tilføjede max-niveauet og pro-tilstanden til API’et, mens ChatGPT fik indstillingen “ultra”. Disse detaljer betyder noget: En ændret standardværdi kan ændre din applikations ventetid og regning uden, at en eneste linje kode ændres.
De seks niveauer i GPT-5.6
På de tre GPT-5.6-modeller accepterer parameteren reasoning.effort seks niveauer. OpenAIs guide beskriver deres anvendelsestilfælde således:
| Niveau | Anvendelsestilfælde |
|---|---|
none | Opgaver, hvor ventetid er afgørende, og reasoning ikke tilfører værdi: tale, hurtig opslag af information, klassificering |
low | Effektiv reasoning til lidt højere ventetid: dataanalyse, udkast, eksekverbar kode, kundesupport |
medium | Kvalitet og pålidelighed, planlægning og dømmekraft; standarden for de fleste anvendelsestilfælde |
high | Svær reasoning, kompleks fejlsøgning, dyb planlægning, agent-arbejde |
xhigh | Dyb research og lange agent-opgaver, kun hvis dine evalueringer viser en nettogevinst |
max | Maksimal reasoning til de mest komplekse opgaver; sammenlign med xhigh |
Du angiver niveauet direkte i API-kaldet. Her beder vi Terra om at fejlsøge en funktion med vedvarende indsats, fordi en subtil logikfejl fortjener mere end et hurtigt overblik:
response = client.responses.create(
model="gpt-5.6-terra",
input="Find the logic error in this function and fix it.",
reasoning={"effort": "high"},
)
Hvis den samme applikation derefter omformulerer en commit-besked, hindrer intet dig i at skifte tilbage til low til den næste anmodning. En router kunne også forsøge et første gennemløb ved medium, registrere et usikkert svar og gentage den samme anmodning ved high på samme model med samme prompt.
Accepterede værdier varierer efter model
Model-faktablade, registreret den 5. november 2026, viser, hvordan denne parameter har udviklet sig:
| Model | Accepterede værdier | Standard |
|---|---|---|
gpt-5 | minimal, low, medium, high | ikke specificeret |
gpt-5.1 | none, low, medium, high | none |
gpt-5.4 | none til xhigh | none |
gpt-5.5 | none til xhigh | medium |
| GPT-5.6 Sol, Terra og Luna | none til max | medium |
gpt-6-astra | low til max | ikke specificeret |
gpt-6.1-sol | low til max | medium |
gpt-6.1-terra, gpt-6-sol, gpt-6-luna | none til max | medium |
To faldgruber skiller sig ud i denne tabel. Den første vedrører standardværdien: gpt-5.1 og gpt-5.4 ræsonnerede ikke, hvis du ikke angav noget, hvorimod gpt-5.5, GPT-5.6 og de listede GPT-6-modeller starter ved medium. En applikation, der migrerer fra gpt-5.4 til GPT-5.6 uden at angive indsatsen, vil pludselig begynde at ræsonnere, hvilket medfører højere ventetid og flere fakturerede tokens. GPT-6-migrationsguiden opsummerer dette i én regel: Bevar din effektive indsats, når den nye model accepterer den, og skriv den eksplicit. Den anden faldgrube vedrører manglende værdier: minimal findes hverken på GPT-5.6 eller GPT-6 (start med low i stedet), og none afvises af GPT-6 Astra og GPT-6.1 Sol.
Pro-tilstand: Mere arbejde, samme pris per token
GPT-5.6 introducerede en anden, uafhængig indstilling: reasoning.mode, som som standard er standard eller kan sættes til pro. I pro-tilstand udfører modellen mere arbejde, før den svarer, hvilket passer til svære opgaver, der tolererer højere ventetid. Tokens faktureres til modellens standardtakst, men da der bruges flere tokens, stiger de samlede omkostninger. Denne tilstand erstatter de gamle “pro”-modeller: Deprecation-siden anbefaler gpt-5.6-sol i pro-tilstand i stedet for o3-pro og gpt-5-pro.
response = client.responses.create(
model="gpt-5.6-sol",
reasoning={"effort": "medium", "mode": "pro"},
input="Review this disaster recovery plan and flag any single points of failure.",
)
Max og ultra: Gå endnu videre
Niveauet max giver modellen endnu mere tid end xhigh til at ræsonnere, udforske alternative veje, verificere og revidere sin tilgang. Det findes både i API’et og i ChatGPT Work og Codex, hvor du aktiverer det i indstillingerne.
Ultra ændrer derimod selve udførelsestilstanden. Ifølge meddelelsen fra 9. juli koordinerer den som standard fire agenter parallelt på samtidige arbejdsgange. OpenAI demonstrerede også konfigurationer med seksten agenter til specifikke evalueringer (BrowseComp, SEC-Bench Pro). Afvejningen er klar: Højere tokenforbrug til gengæld for bedre resultater og reduceret gennemførelsestid på tunge opgaver. Ultra er kun tilgængelig i produkter: ChatGPT Work til Pro- og Enterprise-abonnementer samt Codex fra Plus ved lanceringen. Der er ingen ultra-værdi i API’et; du opnår en sammenlignelig effekt med multi-agent-funktionen i Responses API (i beta), som lader modellen starte under-agenter parallelt inden for en enkelt anmodning. Reserver dette til arbejde, der kan opdeles i uafhængige bidder.
En metode til at angive indsats
Angiv ikke disse niveauer baseret på intuition. Tag en repræsentativ stikprøve af dine anmodninger i den virkelige verden, kør dem ved medium og derefter high, sammenlign kvalitet, ventetid og omkostninger, og lad tallene afgøre standarden for hver opgavetype. Dette er samme tilgang, du bør tage til udgivers benchmarks: Dine data afgør det, ikke generelle indtryk.
Din tur
Find det rigtige niveau til en opgave. Vælg ti repræsentative anmodninger til en enkelt opgave. Kør dem ved low, medium og high, og registrer derefter kvaliteten (ved hjælp af din egen rubrik), ventetiden og antallet af reasoning-tokens vist i usage. Behold det laveste niveau, der tilfredsstiller dig ved ni ud af ti anmodninger, og skriv det eksplicit i din kode. Uden API-adgang skal du udføre den samme øvelse i ChatGPT ved hjælp af reasoning-vælgeren i Chat-tilstand.
Officielle kilder: Reasoning-modeller · Brug af GPT-6 · Multi-agent · Deprecations (OpenAI API-dokumentation) · GPT-5.6-meddelelse (OpenAI, 9. juli 2026)
Vigtige pointer
- Konfigurerbar indsats går tilbage til GPT-5; GPT-5.6 tilføjede
max-niveauet ogpro-tilstanden - Accepterede værdier og standarder varierer efter model: Angiv altid indsats eksplicit
- Pro-tilstand får modellen til at arbejde hårdere til standardtaksten per token; den erstatter
o3-prooggpt-5-pro - Ultra, som som standard bruger fire parallelle agenter, er forbeholdt ChatGPT Work og Codex; API’et bruger multi-agent-betaen
- Angiv indsats baseret på dine evalueringer, ikke intuition