Reasoning Effort: Lav, Mellem og Høj
På denne side
Opdateret 3. november 2026 baseret på xAI API-referencen:
max_completion_tokenssætter kun loftet over det synlige svar; reasoning-tokens tæller ikke med i denne grænse, og effort styrer deres mængde. Kilde: Chat Completions. Tillæg 3. november: Lektionen linkede tidligere effort til API’et (Chat Completions eller Responses) og anvendte det pågrok-4.20-0309-reasoning, som ikke understøtter det; ifølge xAI’s side om Reasoning afhænger det af modellen (grok-4.7,grok-4.6,grok-4.5,grok-4.20-multi-agent). Eksemplet læste ogsåusage.completion_tokens, hvilket mangler i Responses API-svar (output_tokens,output_tokens_details.reasoning_tokens). Kilde: Reasoning.
Styr dybden af reasoning
Reasoning effort giver dig mulighed for at kalibrere, hvor meget tænketid modellen investerer, før den svarer. Det er en direkte regulator til at balancere kvalitet, hastighed og token-forbrug.
Modellen afgør tilgængeligheden, ikke API’et. Ifølge xAI-dokumentationen:
| Model | Effort | Værdier |
|---|---|---|
grok-4.7, grok-4.6 | Reasoning-dybde | low, medium, high (standard), xhigh |
grok-4.5 | Reasoning-dybde | low, medium, high (standard); xhigh behandles som high |
grok-4.20-multi-agent | Antal mobiliserede agenter (4 eller 16), ikke dybde | low, medium, high, xhigh |
grok-4.20-0309-reasoning | Ikke konfigurerbar: modellen ræsonnerer altid | — |
Reasoning kan ikke deaktiveres på disse modeller: uden konfiguration sættes effort som standard til high. Kun parameternavnet ændrer sig afhængigt af API’et: reasoning_effort på topniveau i Chat Completions, reasoning.effort inde i et reasoning-objekt med Responses API.
{
"model": "grok-4.7",
"input": "Solve the system of equations: 3x + 2y = 12, x - y = 1",
"reasoning": {
"effort": "medium"
}
}
Effort-niveauer
Dokumentationen beskriver hvert niveau og dets passende anvendelse:
low: Bruger noget reasoning, mens det forbliver hurtigt. Til latensfølsomme agent-brugstilfælde og simple tool-kald.medium: Mere refleksion, til applikationer, der er mindre følsomme over for latens. Til kompleks dataanalyse og reasoning over lange kontekster.high(standard): Mange flere reasoning-tokens. Til meget svære problemer, kompleks matematik og logik i flere trin.xhigh: Maksimal dybde med tilsvarende latens. Til de sværeste problemer, når kvalitet betyder mere end svartid.
xAI’s bedste praksis tilføjer en simpel regel: Indstil effort eksplicit ved hver anmodning, og log det sammen med hvert resultat, så dine målinger forbliver sammenlignelige.
Reasoning-modeller afviser også tre parametre: presence_penalty, frequency_penalty og stop vil få anmodningen til at fejle.
Påvirkning af tokens
Effort-niveauet har en direkte indvirkning på forbruget af reasoning-tokens:
low: Få reasoning-tokens, hurtigt svar, lave omkostningermedium: Moderat forbrug, godt kompromishighogxhigh: Mange reasoning-tokens, langsommere svar, høje omkostninger
Disse reasoning-tokens faktureres som output-tokens (se lektion 8). Output-loftet (max_completion_tokens i Chat Completions, max_output_tokens i Responses API) begrænser kun det synlige svar: reasoning tæller ikke med heri, så effort styrer deres mængde.
Valg af det rigtige niveau
| Opgave | Anbefalet Effort |
|---|---|
| Tekstklassificering | low |
| Resumé med analyse | medium |
| Struktureret entity-ekstraktion | low |
| Ligningsløsning | high |
| Analyse af kode-fejl | high |
| Omformulering af tekst | low |
| Sammenligning af muligheder med fordele/ulemper | medium |
| Matematisk bevis | high |
Praktisk eksempel: Samme spørgsmål, tre effort-niveauer
for effort in ["low", "medium", "high"]:
response = client.responses.create(
model="grok-4.7",
input="Explain why 0.1 + 0.2 != 0.3 in computing.",
reasoning={"effort": effort},
)
usage = response.usage
print(f"Effort {effort}: {usage.output_tokens} output tokens, "
f"including {usage.output_tokens_details.reasoning_tokens} reasoning tokens")
Forskellen mellem niveauerne afhænger af spørgsmålet: mål det på dine egne tilfælde i stedet for at stole på en generel ratio, og log effort sammen med hvert resultat.
Vigtige pointer
- Effort afhænger af modellen:
low,medium,high(standard) ogxhighpågrok-4.7oggrok-4.6, udenxhighpågrok-4.5;grok-4.20-0309-reasoningunderstøtter det ikke reasoning_efforti Chat Completions,reasoning.efforti Responses API; reasoning kan ikke deaktiveres- Effort-niveauet påvirker direkte antallet af reasoning-tokens og dermed omkostningerne
- Uden konfiguration sættes effort som standard til
high: indstil det eksplicit ved hver anmodning, som xAI anbefaler - Tilpas effort til opgavens faktiske kompleksitet for at optimere omkostningerne