Redeneren in 2026: Van none tot max, plus pro- en ultra-modus
Op deze pagina
Status per 5 november 2026. De GPT-6-familie behoudt deze niveaus, maar
nonewordt alleen geaccepteerd door GPT-6.1 Terra, GPT-6 Sol en GPT-6 Luna. GPT-6 Astra en GPT-6.1 Sol starten bijlow; het verzenden van een verzoek metnonenaar Astra resulteert in een HTTP 400-fout. Sinds 3 september kunt u het inspanningsniveau ook midden in een gesprek wijzigen zonder de cache te verliezen, met behulp van eenconfiguration_update-element (Les 9).
Configureerbare redeneerinspanning begon niet bij GPT-5.6. Sinds de lancering van GPT-5 in 2025 hebben OpenAI-modellen meer of minder geredeneerd op basis van een parameter, waarmee de oude o-serie werd vervangen. Wat tussen versies verschilt, zijn de geaccepteerde waarden en de standaardinstelling. GPT-5.6 voegde het max-niveau en de pro-modus toe aan de API, terwijl ChatGPT de “ultra”-instelling ontving. Deze details zijn belangrijk: een gewijzigde standaardwaarde kan de latentie en de factuur van uw applicatie beïnvloeden zonder dat er ook maar één regel code verandert.
De zes niveaus van GPT-5.6
Bij de drie GPT-5.6-modellen accepteert de parameter reasoning.effort zes niveaus. De handleiding van OpenAI beschrijft de gebruiksscenario’s als volgt:
| Niveau | Gebruiksscenario |
|---|---|
none | Taken waarbij latentie cruciaal is en redeneren geen meerwaarde biedt: spraak, snel opzoeken van informatie, classificatie |
low | Efficiënt redeneren voor iets hogere latentie: data-analyse, opstellen van teksten, uitvoerbare code, klantondersteuning |
medium | Kwaliteit en betrouwbaarheid, planning en oordeelsvorming; de standaard voor de meeste gebruiksscenario’s |
high | Moeilijk redeneren, complexe debugging, diepgaande planning, agentisch werk |
xhigh | Diepgaand onderzoek en lange agentische taken, alleen als uw evaluaties een nettowinst aantonen |
max | Maximale redeneerinspanning voor de meest complexe taken; vergelijk dit met xhigh |
U stelt het niveau direct in bij de API-oproep. Hier vragen we Terra om een functie te debuggen met aanhoudende inspanning, omdat een subtiele logische fout meer verdient dan een vluchtige blik:
response = client.responses.create(
model="gpt-5.6-terra",
input="Find the logic error in this function and fix it.",
reasoning={"effort": "high"},
)
Als dezelfde applicatie vervolgens een commit-bericht herformuleert, staat niets u in de weg om voor het volgende verzoek terug te schakelen naar low. Een router kan ook eerst een poging wagen op medium, een onzeker antwoord detecteren en hetzelfde verzoek opnieuw uitvoeren op high op hetzelfde model met dezelfde prompt.
Geaccepteerde waarden variëren per model
Feitenbladen van modellen, vastgelegd op 5 november 2026, laten zien hoe deze parameter is geëvolueerd:
| Model | Geaccepteerde waarden | Standaard |
|---|---|---|
gpt-5 | minimal, low, medium, high | niet gespecificeerd |
gpt-5.1 | none, low, medium, high | none |
gpt-5.4 | none tot xhigh | none |
gpt-5.5 | none tot xhigh | medium |
| GPT-5.6 Sol, Terra en Luna | none tot max | medium |
gpt-6-astra | low tot max | niet gespecificeerd |
gpt-6.1-sol | low tot max | medium |
gpt-6.1-terra, gpt-6-sol, gpt-6-luna | none tot max | medium |
Twee valkuilen springen eruit in deze tabel. De eerste betreft de standaardwaarde: gpt-5.1 en gpt-5.4 redeneerden niet als u niets specificeerde, terwijl gpt-5.5, GPT-5.6 en de genoemde GPT-6-modellen starten op medium. Een applicatie die migreert van gpt-5.4 naar GPT-5.6 zonder de inspanning in te stellen, begint plotseling te redeneren, wat leidt tot hogere latentie en meer gefactureerde tokens. De migratiegids voor GPT-6 vat dit samen in één regel: behoud uw effectieve inspanning wanneer het nieuwe model dit accepteert, en schrijf deze expliciet. De tweede valkuil betreft ontbrekende waarden: minimal bestaat niet bij GPT-5.6 noch GPT-6 (begin in plaats daarvan met low), en none wordt afgewezen door GPT-6 Astra en GPT-6.1 Sol.
Pro-modus: Meer werk, hetzelfde tarief per token
GPT-5.6 introduceerde een tweede, onafhankelijke instelling: reasoning.mode, die standaard op standard staat of kan worden ingesteld op pro. In de pro-modus verricht het model meer werk voordat het antwoordt, wat geschikt is voor moeilijke taken die hogere latentie tolereren. Tokens worden gefactureerd tegen het standaardtarief van het model, maar omdat er meer tokens worden gebruikt, stijgen de totale kosten. Deze modus vervangt de oude “pro”-modellen: de deprecatiepagina adviseert gpt-5.6-sol in pro-modus in plaats van o3-pro en gpt-5-pro.
response = client.responses.create(
model="gpt-5.6-sol",
reasoning={"effort": "medium", "mode": "pro"},
input="Review this disaster recovery plan and flag any single points of failure.",
)
Max en ultra: Verder gaan
Het max-niveau geeft het model nog meer tijd dan xhigh om te redeneren, alternatieve paden te verkennen, te verifiëren en zijn aanpak te herzien. Het bestaat zowel in de API als in ChatGPT Work en Codex, waar u het in de instellingen inschakelt.
Ultra verandert echter de uitvoeringsmodus volledig. Volgens de aankondiging van 9 juli coördineert het standaard vier agents parallel over gelijktijdige werkstromen. OpenAI demonstreerde ook configuraties met zestien agents voor specifieke evaluaties (BrowseComp, SEC-Bench Pro). De afweging is duidelijk: hoger tokenverbruik in ruil voor betere resultaten en een kortere voltooiingstijd bij zware taken. Ultra is alleen beschikbaar in producten: ChatGPT Work voor Pro- en Enterprise-abonnementen, en Codex vanaf Plus bij de lancering. Er is geen ultra-waarde in de API; u bereikt een vergelijkbaar effect met de multi-agent-functie van de Responses API (in bèta), waarmee het model sub-agents parallel kan starten binnen één verzoek. Reserveer dit voor werk dat opgesplitst kan worden in onafhankelijke brokken.
Een methode om inspanning in te stellen
Stel deze niveaus niet in op basis van intuïtie. Neem een representatieve steekproef van uw echte verzoeken, voer ze uit op medium en vervolgens op high, vergelijk kwaliteit, latentie en kosten, en laat de cijfers beslissen over de standaardwaarde voor elk taaktype. Dit is dezelfde aanpak die u moet hanteren bij benchmarks van uitgevers: uw data beslist, niet algemene indrukken.
Aan de slag
Vind het juiste niveau voor een taak. Kies tien representatieve verzoeken voor één enkele taak. Voer ze uit op low, medium en high, en noteer vervolgens de kwaliteit (aan de hand van uw eigen rubriek), de latentie en het aantal redeneertokens dat wordt weergegeven in usage. Houd het laagste niveau aan dat u bij negen op de tien verzoeken bevalt, en schrijf dit expliciet in uw code. Zonder API-toegang doet u dezelfde oefening in ChatGPT met behulp van de redeneerselector in de chatmodus.
Officiële bronnen: Redeneermodellen · GPT-6 gebruiken · Multi-agent · Deprecaties (OpenAI API-documentatie) · GPT-5.6-aankondiging (OpenAI, 9 juli 2026)
Belangrijkste punten
- Configureerbare inspanning dateert van GPT-5; GPT-5.6 voegde het
max-niveau en depro-modus toe - Geaccepteerde waarden en standaarden variëren per model: specificeer inspanning altijd expliciet
- Pro-modus laat het model harder werken tegen het standaardtarief per token; het vervangt
o3-proengpt-5-pro - Ultra, standaard met vier parallelle agents, is voorbehouden aan ChatGPT Work en Codex; de API gebruikt de multi-agent-bèta
- Stel inspanning in op basis van uw evaluaties, niet op intuïtie