Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Redeneringsinspanning: Laag, Gemiddeld en Hoog

Les 4 van 12 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Redeneringsdiepte sturen
  2. Inspanningsniveaus
  3. Impact op tokens
  4. Het juiste niveau kiezen
  5. Praktisch voorbeeld: dezelfde vraag, drie inspanningen
  6. Belangrijkste punten

Bijgewerkt op 3 november 2026 op basis van de xAI API-referentie: max_completion_tokens beperkt 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 op grok-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 ook usage.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:

ModelInspanningWaarden
grok-4.7, grok-4.6Redeneringsdieptelow, medium, high (standaard), xhigh
grok-4.5Redeneringsdieptelow, medium, high (standaard); xhigh wordt behandeld als high
grok-4.20-multi-agentAantal ingezette agenten (4 of 16), geen dieptelow, medium, high, xhigh
grok-4.20-0309-reasoningNiet 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 kosten
  • medium: Matig verbruik, goed compromis
  • high en xhigh: 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

TaakAanbevolen inspanning
Tekstclassificatielow
Samenvatting met analysemedium
Gestructureerde entity-extractielow
Vergelijkingen oplossenhigh
Analyse van codebugshigh
Tekstherformuleringlow
Opties vergelijken met voor- en nadelenmedium
Wiskundig bewijshigh

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) en xhigh op grok-4.7 en grok-4.6, zonder xhigh op grok-4.5; grok-4.20-0309-reasoning ondersteunt dit niet
  • reasoning_effort in Chat Completions, reasoning.effort in 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