Redeneringsinspanning: Laag, Gemiddeld en Hoog
Op deze pagina
Bijgewerkt op 3 november 2026 op basis van de xAI API-referentie:
max_completion_tokensbeperkt alleen het zichtbare antwoord; redeneringstokens tellen niet mee voor deze limiet, en de inspanningsparameter regelt de hoeveelheid ervan. Bron: Chat Completions. Addendum van 3 november: De les koppelden de inspanning eerder aan de API (Chat Completions of Responses) en pasten deze toe opgrok-4.20-0309-reasoning, wat dit niet ondersteunt; volgens de Reasoning-pagina van xAI hangt dit af van het model (grok-4.7,grok-4.6,grok-4.5,grok-4.20-multi-agent). Het voorbeeld las ookusage.completion_tokens, wat ontbreekt in Responses API-antwoorden (output_tokens,output_tokens_details.reasoning_tokens). Bron: Reasoning.
Redeneringsdiepte sturen
Met de redeneringsinspanning kalibreert u hoeveel denkwerk het model investeert voordat het antwoordt. Het is een directe hefboom om kwaliteit, snelheid en tokenverbruik in balans te brengen.
Het model bepaalt de beschikbaarheid, niet de API. Volgens de xAI-documentatie:
| Model | Inspanning | Waarden |
|---|---|---|
grok-4.7, grok-4.6 | Redeneringsdiepte | low, medium, high (standaard), xhigh |
grok-4.5 | Redeneringsdiepte | low, medium, high (standaard); xhigh wordt behandeld als high |
grok-4.20-multi-agent | Aantal ingezette agenten (4 of 16), geen diepte | low, medium, high, xhigh |
grok-4.20-0309-reasoning | Niet configureerbaar: het model redeneert altijd | — |
U kunt redeneren bij deze modellen niet uitschakelen: zonder configuratie staat de inspanning standaard op high. Alleen de parameternaam verschilt per API: reasoning_effort op het hoogste niveau in Chat Completions, en reasoning.effort binnen een reasoning-object bij de Responses API.
{
"model": "grok-4.7",
"input": "Solve the system of equations: 3x + 2y = 12, x - y = 1",
"reasoning": {
"effort": "medium"
}
}
Inspanningsniveaus
De documentatie beschrijft elk niveau en het bijpassende gebruik:
low: Gebruikt enige redenering terwijl het snel blijft. Voor agentic-toepassingen waar latentie kritiek is en voor eenvoudige tool-calls.medium: Meer reflectie, voor toepassingen die minder gevoelig zijn voor latentie. Voor complexe data-analyse en redeneren over lange contexten.high(standaard): Veel meer redeneringstokens. Voor zeer moeilijke problemen, complexe wiskunde en logica in meerdere stappen.xhigh: Maximale diepte, met bijbehorende latentie. Voor de zwaarste problemen, wanneer kwaliteit belangrijker is dan responstijd.
xAI voegt een eenvoudige best practice toe: stel de inspanning bij elk verzoek expliciet in en log deze bij elk resultaat, zodat uw metingen vergelijkbaar blijven.
Redeneringsmodellen wijzen ook drie parameters af: presence_penalty, frequency_penalty en stop zullen het verzoek doen mislukken.
Impact op tokens
Het inspanningsniveau heeft een directe impact op het verbruik van redeneringstokens:
low: Weinig redeneringstokens, snel antwoord, lage kostenmedium: Matig verbruik, goed compromishighenxhigh: Veel redeneringstokens, trager antwoord, hoge kosten
Deze redeneringstokens worden gefactureerd als outputtokens (zie Les 8). De outputlimiet (max_completion_tokens in Chat Completions, max_output_tokens in de Responses API) beperkt alleen het zichtbare antwoord: redenering telt hier niet voor mee, dus de inspanningsparameter regelt de hoeveelheid.
Het juiste niveau kiezen
| Taak | Aanbevolen inspanning |
|---|---|
| Tekstclassificatie | low |
| Samenvatting met analyse | medium |
| Gestructureerde entity-extractie | low |
| Vergelijkingen oplossen | high |
| Analyse van codebugs | high |
| Tekstherformulering | low |
| Opties vergelijken met voor- en nadelen | medium |
| Wiskundig bewijs | high |
Praktisch voorbeeld: dezelfde vraag, drie inspanningen
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")
Het verschil tussen niveaus hangt af van de vraag: meet dit op uw eigen casussen in plaats van te vertrouwen op een algemene ratio, en log de inspanning bij elk resultaat.
Belangrijkste punten
- Inspanning hangt af van het model:
low,medium,high(standaard) enxhighopgrok-4.7engrok-4.6, zonderxhighopgrok-4.5;grok-4.20-0309-reasoningondersteunt dit niet reasoning_effortin Chat Completions,reasoning.effortin de Responses API; redeneren kan niet worden uitgeschakeld- Het inspanningsniveau heeft directe invloed op het aantal redeneringstokens en dus op de kosten
- Zonder configuratie staat de inspanning standaard op
high: stel deze bij elk verzoek expliciet in, zoals xAI aanbeveelt - Pas de inspanning aan aan de werkelijke complexiteit van de taak om kosten te optimaliseren