Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Napor rezoniranja: nizak, srednji i visok

Lekcija 4 od 12 Ažurirano 3. studenoga 2026. Programer
Na ovoj stranici
  1. Kontrola dubine rezoniranja
  2. Razine napora
  3. Utjecaj na tokene
  4. Odabir prave razine
  5. Praktični primjer: Isto pitanje, tri napora
  6. Ključne točke

Ažurirano 3. studenoga 2026. na temelju xAI API referencije: max_completion_tokens ograničava samo vidljivi odgovor; tokeni rezoniranja ne ulaze u to ograničenje, a napor kontrolira njihovu količinu. Izvor: Chat Completions. Dodatak od 3. studenoga: Lekcija je prethodno povezivala napor s API-jem (Chat Completions ili Responses) i primjenjivala ga na grok-4.20-0309-reasoning, koji to ne podržava; prema xAI-jevoj stranici Reasoning, to ovisi o modelu (grok-4.7, grok-4.6, grok-4.5, grok-4.20-multi-agent). Primjer je također koristio usage.completion_tokens, što nije prisutno u odgovorima Responses API-ja (output_tokens, output_tokens_details.reasoning_tokens). Izvor: Reasoning.

Kontrola dubine rezoniranja

Napor rezoniranja omogućuje ti kalibraciju količine razmišljanja koje model ulaže prije davanja odgovora. To je izravna poluga za balansiranje kvalitete, brzine i potrošnje tokena.

Dostupnost određuje model, a ne API. Prema xAI dokumentaciji:

ModelNaporVrijednosti
grok-4.7, grok-4.6Dubina rezoniranjalow, medium, high (zadano), xhigh
grok-4.5Dubina rezoniranjalow, medium, high (zadano); xhigh se tretira kao high
grok-4.20-multi-agentBroj angažiranih agenata (4 ili 16), a ne dubinalow, medium, high, xhigh
grok-4.20-0309-reasoningNije konfigurabilno: model uvijek rezonira—

Na ovim modelima rezoniranje se ne može onemogućiti: bez konfiguracije, napor je zadano postavljen na high. Mijenja se samo naziv parametra ovisno o API-ju: reasoning_effort na najvišoj razini u Chat Completionsu, odnosno reasoning.effort unutar objekta reasoning u Responses API-ju.

{
  "model": "grok-4.7",
  "input": "Solve the system of equations: 3x + 2y = 12, x - y = 1",
  "reasoning": {
    "effort": "medium"
  }
}

Razine napora

Dokumentacija opisuje svaku razinu i njezinu prikladnu uporabu:

  • low: Koristi određeno rezoniranje uz zadržavanje brzine. Za agentske upotrebe osjetljive na kašnjenje i jednostavne pozive alata.
  • medium: Više refleksije, za aplikacije manje osjetljive na kašnjenje. Za složene analize podataka i rezoniranje nad dugim kontekstima.
  • high (zadano): Mnogo više tokena rezoniranja. Za vrlo teške probleme, složenu matematiku i logiku u više koraka.
  • xhigh: Maksimalna dubina, s pripadajućim kašnjenjem. Za najteže probleme, kada je kvaliteta važnija od vremena odgovora.

xAI-jeve najbolje prakse dodaju jednostavno pravilo: eksplicitno postavi napor u svakom zahtjevu i bilježi ga uz svaki rezultat kako bi tvoja mjerenja ostala usporediva.

Modeli za rezoniranje također odbacuju tri parametra: presence_penalty, frequency_penalty i stop će uzrokovati neuspjeh zahtjeva.

Utjecaj na tokene

Razina napora izravno utječe na potrošnju tokena rezoniranja:

  • low: Malo tokena rezoniranja, brz odgovor, niska cijena
  • medium: Umjerena potrošnja, dobar kompromis
  • high i xhigh: Mnogo tokena rezoniranja, sporiji odgovor, visoka cijena

Ovi tokeni rezoniranja naplaćuju se kao izlazni tokeni (vidi Lekciju 8). Ograničenje izlaza (max_completion_tokens u Chat Completionsu, max_output_tokens u Responses API-ju) ograničava samo vidljivi odgovor: rezoniranje se ne uračunava u njega, stoga napor kontrolira njihovu količinu.

Odabir prave razine

ZadatakPreporučeni napor
Klasifikacija tekstalow
Sažetak s analizommedium
Strukturirano izvlačenje entitetalow
Rješavanje jednadžbihigh
Analiza grešaka u koduhigh
Preformuliranje tekstalow
Usporedba opcija s prednostima i manamamedium
Matematički dokazhigh

Praktični primjer: Isto pitanje, tri napora

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")

Razlika između razina ovisi o pitanju: izmjeri je na svojim vlastitim slučajevima umjesto oslanjanja na opći omjer i bilježi napor uz svaki rezultat.

Ključne točke

  • Napor ovisi o modelu: low, medium, high (zadano) i xhigh na grok-4.7 i grok-4.6, bez xhigh na grok-4.5; grok-4.20-0309-reasoning to ne podržava
  • reasoning_effort u Chat Completionsu, reasoning.effort u Responses API-ju; rezoniranje se ne može onemogućiti
  • Razina napora izravno utječe na broj tokena rezoniranja, a time i na trošak
  • Bez konfiguracije, napor je zadano postavljen na high: eksplicitno ga postavi u svakom zahtjevu, kako xAI preporučuje
  • Prilagodi napor stvarnoj složenosti zadatka kako bi optimizirao troškove