Napor rezoniranja: nizak, srednji i visok
Na ovoj stranici
Ažurirano 3. studenoga 2026. na temelju xAI API referencije:
max_completion_tokensograničava 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 nagrok-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 koristiousage.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:
| Model | Napor | Vrijednosti |
|---|---|---|
grok-4.7, grok-4.6 | Dubina rezoniranja | low, medium, high (zadano), xhigh |
grok-4.5 | Dubina rezoniranja | low, medium, high (zadano); xhigh se tretira kao high |
grok-4.20-multi-agent | Broj angažiranih agenata (4 ili 16), a ne dubina | low, medium, high, xhigh |
grok-4.20-0309-reasoning | Nije 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 cijenamedium: Umjerena potrošnja, dobar kompromishighixhigh: 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
| Zadatak | Preporučeni napor |
|---|---|
| Klasifikacija teksta | low |
| Sažetak s analizom | medium |
| Strukturirano izvlačenje entiteta | low |
| Rješavanje jednadžbi | high |
| Analiza grešaka u kodu | high |
| Preformuliranje teksta | low |
| Usporedba opcija s prednostima i manama | medium |
| Matematički dokaz | high |
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) ixhighnagrok-4.7igrok-4.6, bezxhighnagrok-4.5;grok-4.20-0309-reasoningto ne podržava reasoning_effortu Chat Completionsu,reasoning.effortu 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