Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Kā darbojas spriešanas modeļi

Nodarbība 2 no 12 Atjaunota 2026. gada 5. novembris Vidējs
Šajā lapā
  1. Zem pārsega modeļiem, kas “domā”
  2. Domā, pirms atbildi
  3. Spriešanas tokeni: neredzami, bet skaitīti
  4. Pro, Max un Ultra: trīs veidi, kā darīt vairāk
  5. Ko spriešana maina un ko nemaina
  6. Izmēģini pats
  7. Galvenās atziņas

Zem pārsega modeļiem, kas “domā”

Palielinot spriešanas līmeni, modelis ģenerē atbildi ne uzreiz. Vispirms tas rada spriešanas tokenus, ko izmanto, lai sadalītu pieprasījumu un izpētītu vairākus atbildes veidus. Šī mehānisma izpratne nav tikai teorētiska – tā ļauj tev pareizi iestatīt līmeni, prognozēt izmaksas un korekti interpretēt modeļa izvadi.

Domā, pirms atbildi

Ātrā līmenī (Instant čatā, none vai low API) modelis atbild gandrīz tieši. Jo augstāku līmeni iestati, jo vairus tokenus tas tērē domāšanai pirms redzamās atbildes ģenerēšanas. Šo fāzi vari uztvert kā melnrakstu: problēmas sadalīšana, ceļu izpēte, strupceļu atmetšana, pārbaude un pēc tam sintezēšana. Tas ir noderīgs garīgais modelis, nevis oficiāls iekšējās darbības apraksts; OpenAI apraksta modeli, kas sadala pieprasījumu un apsver vairākas pieejas pirms atbildes sniegšanas.

Piemēram, izteiksme “17 × 23 + 45 ÷ 9 − 12”. Bez spriešanas kļūdu risks attiecībā uz operatoru prioritāti ir reāls. Augstākā līmenī modelis velta laiku, lai vispirms apstrādātu reizināšanu un dalīšanu (391 un 5), tad saskaitīšanu un atņemšanu (391 + 5 − 12 = 384), un pārbauda rezultātu pirms tā paziņošanas.

Kas notiek pirms atbildes Četri vienkāršoti soļi: pieprasījums un tā konteksts; spriešana, ko veido spriešanas tokeni; pārbaude, kurā tiek salīdzināti ceļi un atmestas kļūdas; atbilde, kas ir vienīgā redzamā daļa. SPRIEŠANAS TOKENI Kas notiek pirms atbildes 1 Pieprasījums Uzvedne un konteksts 2 Spriešana Spriešanas tokeni 3 Pārbaude Salīdzināti ceļi 4 Atbilde Vienīgā redzamā daļa API šie tokeni aizņem kontekstu un tiek apmaksāti kā izvades tokeni.
Pamatojoties uz OpenAI API spriešanas modeļu rokasgrāmatu (2026. gada novembris).

Spriešanas tokeni: neredzami, bet skaitīti

Spriešanas tokeni neparādās atbildē, bet tie tiek skaitīti. API tie aizņem vietu konteksta logā un tiek apmaksāti kā izvades tokeni. Atkarībā no grūtībām modelis var ģenerēt no dažiem simtiem līdz vairākiem desmitiem tūkstošu šādu tokenus. Ja izvades limits (max_output_tokens) tiek sasniegts spriešanas laikā, atgrieztā atbilde saņem statusu incomplete, dažreiz pat pirms jebkāda redzama teksta ģenerēšanas; OpenAI iesaka eksperimentu sākumā rezervēt vismaz 25 000 tokenus spriešanai un atbildei.

Neapstrādāta spriešana netiek eksponēta. API vari pieprasīt spriešanas kopsavilkumu, izmantojot parametru reasoning.summary. ChatGPT, izmantojot GPT-6, atbilde var sākties, kamēr modelis vēl domā, un vēlāk papildināties ar detaļām.

Pro, Max un Ultra: trīs veidi, kā darīt vairāk

Papildus pūļu līmeņiem, trīs mehānismi virza spriešanu tālāk, un ir svarīgi tos nejaukt.

  • Pro režīms (reasoning.mode: "pro" API, Pro līmenis čatā) liek modelim strādāt intensīvāk pie sarežģītiem uzdevumiem, kas pieļauj lielāku latentumu. API šis papildu darbs tiek apmaksāts pēc izvēlētā modeļa standarta likmes, bet tas patērē vairāk tokenus.
  • Max, gan Work, gan Codex, kā arī API (max), dod modelim vairāk laika spriešanai vienā uzdevumā.
  • Ultra, pieejams tikai Work un Codex, iet tālāk par vienu aģentu: tas sadala sarežģīta uzdevuma daļas apakšaģentiem, kas strādā paralēli. Tas ir noderīgi tikai tad, ja darbu var sadalīt neatkarīgos gabalos. GPT-6 Luna sasniedz Max, bet ne Ultra.

Ko spriešana maina un ko nemaina

Augsts spriešanas līmenis rada atšķirību konkrētām problēmu grupām: matemātika un statistika, loģika un dedukcija, sarežģīts kods un atkļūdošana, stratēģiskā analīze ar svērtiem kritērijiem un parasti jebkurš daudzsoloņu uzdevums. Tādēļ OpenAI iesaka high grūtai spriešanai, sarežģītai atkļūdošanai un dziļai plānošanai.

Tomēr tas nav brīnumlīdzeklis. Modelis var kļūdīties arī pēc spriešanas: nepatiess priekšnoteikums noved pie nepatiesa secinājuma, neatkarīgi no tā, cik rūpīgs ir spriešanas process. Spriešana palielina atbildes laiku un izmaksas. Un vienkāršam uzdevumam tā nepievieno neko tādu, ko ātrs līmenis jau nespētu atrisināt.

Izmēģini pats

Aplūko mehānismu darbībā. Uzdot šo jautājumu vispirms ātrā līmenī, tad augstā līmenī (Instant, tad High čatā, vai low, tad high API): “Vilciens atstāj Parīzi plkst. 8:00, braucot ar ātrumu 120 km/h. Cits vilciens atstāj Lionu, kas atrodas 465 km attālumā, plkst. 8:30, braucot ar ātrumu 150 km/h virzienā uz Parīzi. Kurā laikā un kādā attālumā no Parīzes tie satiekas?” Pats pārbaudi paredzamo atbildi: plkst. 10:00, 240 km attālumā no Parīzes. Ja izmanto API, salīdzini spriešanas tokenus skaitu, kas norādīts atbildes lietojumā abos līmeņos.

Oficiālie avoti: Spriešanas modeļi (OpenAI API: spriešanas tokeni, rēķinu veidošana, konteksts, kopsavilkumi, Pro režīms, pūļu līmeņi) · Modeļi (ChatGPT dokumentācija: Max un Ultra) · GPT-6 un citi modeļi ChatGPT (atbildes, kas sākas spriešanas laikā)

Galvenās atziņas

  • Spriešana pievieno domāšanas tokenus pirms atbildes; to skaits pieaug līdz ar izvēlēto līmeni
  • Neredzami, šie tokeni aizņem kontekstu un API tiek apmaksāti kā izvades tokeni
  • Nodrošina pietiekamu izvades rezervi, pretējā gadījumā atbilde atgriezīsies kā nepilnīga
  • Pro liek modelim strādāt intensīvāk, Max dod tam vairāk laika, Ultra sadala darbu starp apakšaģentiem (Work un Codex)
  • Spriešana nepasargā no kļūdām: nepatiess priekšnoteikums noved pie nepatiesa secinājuma