Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Zichtbare redenering: concept en aanbod voor 2026

Les 1 van 12 Bijgewerkt op 28 juli 2026 Ontwikkelaar
Op deze pagina
  1. Wat is zichtbare redenering?
  2. Aanpasbare redeneerinspanning
  3. Redeneringssporen in het antwoord
  4. Wat dit voor u betekent
  5. Use-cases voor aanpasbare redenering
  6. Belangrijkste punten

Bijgewerkt op 3 november 2026 op basis van de pagina Modellen en de gids Redeneren van xAI: grok-4.6 en grok-4.7 vervolledigen het high-end aanbod, met de instelling xhigh voor de inspanning. Bronnen: Modellen · Redeneren.

Wat is zichtbare redenering?

Een redeneermodel genereert een interne gedachtenketen voordat het zijn definitieve antwoord formuleert: het breekt het probleem op, verkent verschillende wegen en verifieert zijn stappen. Sommige modellen tonen deze redenering in het API-antwoord, terwijl anderen deze intern houden. Het begrijpen van dit onderscheid is het startpunt van deze volledige cursus.

Historisch gezien bij xAI heeft grok-3-mini (vorige generatie, verwijderd uit de catalogus in 2026) zichtbare redenering populair gemaakt: het veld reasoning_content bevatte het volledige denkproces in platte tekst, direct leesbaar. Deze transparantie maakte het tot een opmerkelijk hulpmiddel voor onderwijs en een voorkeurskeuze voor het debuggen van prompts.

In juli 2026 veranderde het aanbod. Redeneren werkt nu met twee families modellen:

  • grok-4.20-0309-reasoning: de variant die expliciet is gewijd aan redeneren, met 1 miljoen contexttokens.
  • grok-4.7, grok-4.6 en grok-4.5: de high-end modellen (september, augustus en juli 2026), waarvan de redenering aanpasbaar is—u stemt de redeneerinspanning af op de taak, tot xhigh op 4.6 en 4.7; grok-4.7 is het model dat xAI aanbeveelt.
4.20
Toegewijde redeneervariant
Configureerbaar
Aanpasbare inspanning van grok-4.5 tot grok-4.7
1M
grok-4.20-0309 context
500k
grok-4.5 context

Aanpasbare redeneerinspanning

Het principe van aanpasbare redeneerinspanning is eenvoudig: hoe hoger de inspanning, hoe meer redeneertokens het model verbruikt voordat het antwoordt, en hoe betrouwbaarder het antwoord is bij complexe problemen.

  • Lage inspanning: het model denkt kort na. Geschikt voor eenvoudige vragen waarbij u een gestructureerd antwoord wilt zonder te veel tokens te verbruiken.
  • Hoge inspanning: het model ontwikkelt diepgaande redeneringen. Geschikt voor logische problemen, berekeningen in meerdere stappen of complexe code-analyse.

Bij de vorige generatie gebruikte deze instelling de parameter reasoning_effort (low / high) op grok-3-mini:

{
  "model": "grok-4.20-0309-reasoning",
  "reasoning_effort": "high",
  "messages": [
    {
      "role": "user",
      "content": "Prove that the square root of 2 is irrational."
    }
  ]
}

Op grok-4.5 is redeneren native configureerbaar: het is zelfs een van de centrale verkoopargumenten van het model. De exacte naam en waarden van de parameter evolueren met de API—raadpleeg de officiële pagina Modellen (docs.x.ai) voor de huidige syntaxis voordat u uw code schrijft.

Redeneringssporen in het antwoord

Bij de vorige generatie retourneerde grok-3-mini een veld reasoning_content in het berichtobject, dat de volledige redenering in platte tekst bevatte:

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "The square root of 2 is irrational...",
        "reasoning_content": "I will use a proof by contradiction. Assume that √2 = p/q where p and q are coprime integers..."
      }
    }
  ]
}

Belangrijke waarschuwing: bij het aanbod van 2026 (grok-4.5, grok-4.20-0309-reasoning) garandeert de officiële documentatie niet dat redeneringssporen op dezelfde manier in platte tekst worden blootgelegd. Test, voordat u een interface bouwt die de redenering van het model weergeeft, het antwoordobject dat door het beoogde model wordt geretourneerd en raadpleeg de officiële pagina Modellen. Ga er nooit van uit dat het gedrag van de vorige generatie behouden blijft.

Wat dit voor u betekent

Het onderscheid om te onthouden:

  • Blootgelegde redenering: u kunt het denkproces weergeven, debuggen en gebruiken voor onderwijs. Verifieer dit model per model op het huidige aanbod.
  • Interne redenering: het model denkt, maar u ontvangt alleen het definitieve antwoord (en potentieel een versleutelde herbruikbare inhoud—zie de volgende les).

Als uw applicatie moet tonen hoe het model redeneert (tutor, educatieve tool, audit), valideer dit punt dan eerst bij de keuze van het model. Als alleen de kwaliteit van het definitieve antwoord telt, is grok-4.5 met aangepaste inspanning de natuurlijke keuze.

Use-cases voor aanpasbare redenering

  • Prompt-debugging: hoge inspanning op grok-4.20-0309-reasoning onthult of het model uw instructies correct interpreteert
  • Onderwijs: wiskundige of logische redeneringen stap voor stap ontleden
  • Validatie: verifieer het redeneerpad op een steekproef voordat u naar productie gaat
  • Prototyping: test een redeneerketen met lage inspanning voordat u opschalt

Belangrijkste punten

  • Een redeneermodel denkt na voordat het antwoordt; sommige modellen leggen deze redenering bloot, andere niet
  • grok-3-mini (vorige generatie, niet meer in catalogus) legde zijn redenering bloot in platte tekst via reasoning_content
  • In 2026 werkt redeneren met grok-4.20-0309-reasoning (toegewijde variant, 1M context) en grok-4.5 (configureerbare redenering, 500k context)
  • Het blootleggen van sporen op het huidige aanbod is niet gegarandeerd: test het API-antwoord en raadpleeg de officiële pagina Modellen
  • Kies de redeneerinspanning op basis van de complexiteit van de taak, niet standaard op maximum