Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Synlig ræsonnement: Koncept og modeludvalg i 2026

Lektion 1 af 12 Opdateret 28. juli 2026 Udvikler
På denne side
  1. Hvad er synligt ræsonnement?
  2. Justerbar ræsonnementsindsats
  3. Ræsonnementsspor i svaret
  4. Hvad betyder det for dig?
  5. Anvendelsestilfælde for justerbart ræsonnement
  6. Vigtige pointer

Opdateret 3. november 2026 baseret på siden Modeller og guiden Ræsonnement fra xAI: grok-4.6 og grok-4.7 fuldender high-end-serien med indstillingen for xhigh-indsats. Kilder: Modeller · Ræsonnement.

Hvad er synligt ræsonnement?

En ræsonnementsmodel genererer en intern tankekæde, før den formulerer sit endelige svar: den nedbryder problemet, udforsker forskellige veje og verificerer sine trin. Nogle modeller viser dette ræsonnement i API-svaret, mens andre holder det internt. At forstå denne forskel er udgangspunktet for hele dette kursus.

Historisk set hos xAI populariserede grok-3-mini (forrige generation, fjernet fra kataloget i 2026) synligt ræsonnement: feltet reasoning_content indeholdt hele tankeprocessen i klartekst, direkte læsbar. Denne gennemsigtighed gjorde den til et fremragende undervisningsværktøj og et foretrukket valg til fejlfinding af prompts.

I juli 2026 ændrede modeludvalget sig. Ræsonnement fungerer nu med to familier af modeller:

  • grok-4.20-0309-reasoning: varianten, der er eksplicit dedikeret til ræsonnement, med 1 million kontekst-tokens.
  • grok-4.7, grok-4.6 og grok-4.5: high-end-modellerne (fra henholdsvis september, august og juli 2026), hvis ræsonnement er justerbart – du finjusterer ræsonnementsindsatsen baseret på opgaven, op til xhigh på 4.6 og 4.7; grok-4.7 er den model, xAI anbefaler.
4.20
Dedikeret ræsonnementsvariant
Konfigurerbar
Justerbar indsats fra grok-4.5 til grok-4.7
1 mio.
grok-4.20-0309 kontekst
500.000
grok-4.5 kontekst

Justerbar ræsonnementsindsats

Princippet bag justerbar ræsonnementsindsats er simpelt: jo højere indsats, desto flere ræsonnement-tokens bruger modellen, før den svarer, og desto mere pålidelig er svaret på komplekse problemer.

  • Lav indsats: modellen tænker kortvarigt. Velegnet til simple spørgsmål, hvor du ønsker et struktureret svar uden at bruge for mange tokens.
  • Høj indsats: modellen udvikler dybdegående ræsonnement. Velegnet til logikopgaver, beregninger i flere trin eller kompleks kodeanalyse.

På den forrige generation brugte denne indstilling parameteren reasoning_effort (low / high) på grok-3-mini:

{
  "model": "grok-4.20-0309-reasoning",
  "reasoning_effort": "high",
  "messages": [
    {
      "role": "user",
      "content": "Bevis, at kvadratroden af 2 er irrational."
    }
  ]
}

På grok-4.5 er ræsonnementet konfigurerbart nativt; det er endda et af modellens centrale salgsargumenter. Det præcise navn og værdierne for parameteren udvikler sig sammen med API’et – tjek den officielle side Modeller (docs.x.ai) for den aktuelle syntaks, før du skriver din kode.

Ræsonnementsspor i svaret

På den forrige generation returnerede grok-3-mini et felt reasoning_content i beskedobjektet, som indeholdt hele ræsonnementet i klartekst:

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "Kvadratroden af 2 er irrational...",
        "reasoning_content": "Jeg vil bruge et modbevis. Antag, at √2 = p/q, hvor p og q er indbyrdes primiske heltal..."
      }
    }
  ]
}

Vigtig advarsel: På 2026-udvalget (grok-4.5, grok-4.20-0309-reasoning) garanterer den officielle dokumentation ikke, at ræsonnementsspor vises i klartekst på samme måde. Før du bygger en grænseflade, der viser modellens ræsonnement, skal du teste det svarobjekt, som den model, du målretter mod, returnerer, og konsultere den officielle side Modeller. Antag aldrig, at adfærden fra den forrige generation er bevaret.

Hvad betyder det for dig?

Den forskel, du skal huske:

  • Eksponeret ræsonnement: du kan vise tankeprocessen, fejlfinde den og undervise med den. Verificér dette model for model på det nuværende udvalg.
  • Internt ræsonnement: modellen tænker, men du modtager kun det endelige svar (og potentielt et krypteret genanvendeligt indhold – se næste lektion).

Hvis din applikation har brug for at vise, hvordan modellen ræsonnerer (tutor, undervisningsværktøj, revision), skal du først validere dette punkt, når du vælger model. Hvis kun kvaliteten af det endelige svar betyder noget, er grok-4.5 med tilpasset indsats det naturlige valg.

Anvendelsestilfælde for justerbart ræsonnement

  • Fejlfinding af prompts: høj indsats på grok-4.20-0309-reasoning afslører, om modellen fortolker dine instruktioner korrekt
  • Undervisning: nedbryd matematisk eller logisk ræsonnement trin for trin
  • Validering: verificér ræsonnementsvejen på en prøve før produktionssætning
  • Prototyping: test en ræsonnementkæde med lav indsats før opskalering

Vigtige pointer

  • En ræsonnementsmodel tænker, før den svarer; nogle eksponerer dette ræsonnement, andre gør ikke
  • grok-3-mini (forrige generation, ikke i kataloget) eksponerede sit ræsonnement i klartekst via reasoning_content
  • I 2026 fungerer ræsonnement med grok-4.20-0309-reasoning (dedikeret variant, 1 mio. kontekst) og grok-4.5 (konfigurerbart ræsonnement, 500.000 kontekst)
  • Eksponering af spor på det nuværende udvalg er ikke garanteret: test API-svaret og konsulter den officielle side Modeller
  • Vælg ræsonnementsindsats baseret på opgavens kompleksitet, ikke som standard på maksimum