Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Chain of Thought

Les 6 van 14 Bijgewerkt op 3 november 2026 Beginner
Op deze pagina
  1. Stap voor stap redeneren
  2. Waarom chain of thought werkt
  3. Grok-redeneermodellen
  4. Technieken om redeneren te activeren
  5. Redeneertokens en kosten
  6. Beperkingen van redeneermodellen
  7. Probeer het zelf
  8. Belangrijkste punten

Bijgewerkt op 3 november 2026 op basis van de API-referentie en best practices van xAI: max_completion_tokens beperkt alleen het zichtbare antwoord, niet de redenering; de aanbevolen time-out is minimaal 900 seconden. Bronnen: Chat Completions · Best practices.

Stap voor stap redeneren

Chain of Thought (CoT) is een techniek waarbij u het model vraagt zijn redenering in expliciete stappen uit te werken voordat het tot een definitief antwoord komt. In plaats van direct naar de conclusie te springen, legt het model zijn denkproces bloot, wat de kwaliteit van het antwoord bij complexe taken aanzienlijk verbetert.

Deze aanpak werkt bijzonder goed voor logische problemen, berekeningen, analyses met meerdere criteria en elke taak die redeneren in meerdere stappen vereist.

Waarom chain of thought werkt

Wanneer u Grok vraagt een probleem direct op te lossen, genereert het het meest waarschijnlijke antwoord zonder noodzakelijkerwijs de consistentie te controleren. Door het model stap voor stap te laten redeneren, zet u het aan om:

  1. Het probleem op te splitsen in subproblemen
  2. Elk subprobleem sequentieel op te lossen
  3. De consistentie tussen de stappen te verifiëren
  4. Tot een conclusie te komen op basis van de redenering

Voorbeeld zonder chain of thought

Q: Een winkel verkoopt T-shirts voor 25 euro. Met 20% korting en 20% btw, wat is de eindprijs?
A: 24 euro.

Voorbeeld met chain of thought

Q: Een winkel verkoopt T-shirts voor 25 euro. Met 20% korting en 20% btw, wat is de eindprijs? Redeneer stap voor stap.
A:
1. Basisprijs: 25 euro
2. 20% korting: 25 x 0,20 = 5 euro
3. Prijs na korting: 25 - 5 = 20 euro
4. 20% btw: 20 x 0,20 = 4 euro
5. Eindprijs inclusief belasting: 20 + 4 = 24 euro
De eindprijs is 24 euro.

Het resultaat kan identiek zijn, maar door de expliciete redenering kunt u elke stap verifiëren en potentiële fouten opsporen.

Grok-redeneermodellen

xAI biedt modellen die specifiek zijn ontworpen voor redeneren. Deze modellen integreren chain of thought native, zonder dat u er expliciet om hoeft te vragen.

Redeneerinspanning aanpassen

Eerdere modellen zoals grok-3-mini exposeerden een parameter reasoning_effort (low/high). Bij de huidige reeks wordt de redeneerinspanning ingesteld via de parameter reasoning in de Responses API, zoals hieronder getoond:

  • low: snelle redenering, minder tokens verbruikt, geschikt voor eenvoudige vragen
  • medium: balans tussen diepgang van het denken en kosten, geschikt voor de meeste gevallen
  • high: grondige redenering, meer tokens, geschikt voor complexe problemen

grok-4.20-0309-reasoning: geavanceerd redeneren

Huidige Grok-modellen integreren versleutelde redenering. Het denkproces is niet zichtbaar in platte tekst, maar is wel performanter. Met de Responses API kunt u de inspanning sturen via de parameter reasoning:

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Analyseer de voor- en nadelen van migratie naar een microservices-architectuur",
  "reasoning": {
    "effort": "high"
  }
}

Beschikbare niveaus zijn low, medium en high.

Technieken om redeneren te activeren

Zelfs bij modellen die niet specifiek voor redeneren zijn ontworpen, kunt u chain of thought activeren met eenvoudige formuleringen in uw prompt:

  • “Redeneer stap voor stap voordat u antwoordt”
  • “Breek uw redenering op”
  • “Leg uw aanpak uit en geef vervolgens uw conclusie”
  • “Denk hardop”

In het systeembericht

{
  "role": "system",
  "content": "U bent een financieel analist. Breek voor elke vraag uw redenering op in genummerde stappen voordat u uw definitieve conclusie geeft."
}

Redeneertokens en kosten

Redeneertokens worden meegeteld in het gebruik en gefactureerd als outputtokens. Ze verschijnen in het veld reasoning_tokens van het antwoord:

{
  "usage": {
    "completion_tokens_details": {
      "reasoning_tokens": 150
    }
  }
}

De parameter max_completion_tokens beperkt alleen het zichtbare antwoord: interne redenering telt hier niet voor mee, en de hoeveelheid wordt bepaald door de redeneerinspanning.

Best practices van xAI vereisen een time-out van minimaal 900 seconden per verzoek, en voorbeelden in de Reasoning-gids lopen op tot 3.600 seconden voor complexe problemen.

Beperkingen van redeneermodellen

Bepaalde parameters zijn niet beschikbaar op redeneermodellen:

  • frequency_penalty en presence_penalty: niet ondersteund
  • stop: niet ondersteund
  • Het opnemen van deze parameters leidt tot een fout

Probeer het zelf

Test dezelfde vraag met en zonder chain of thought:

Zonder CoT:

Een trein vertrekt om 8.00 uur uit Parijs met 120 km/u. Een andere vertrekt om 9.00 uur uit Lyon (470 km) met 150 km/u. Hoe laat kruisen ze elkaar?

Met CoT:

Een trein vertrekt om 8.00 uur uit Parijs met 120 km/u. Een andere vertrekt om 9.00 uur uit Lyon (470 km) met 150 km/u. Hoe laat kruisen ze elkaar? Redeneer stap voor stap en toon uw berekeningen.

Vergelijk de antwoorden: de versie met chain of thought zal betrouwbaarder en verifieerbaarder zijn.

Belangrijkste punten

  • Chain of thought verbetert de betrouwbaarheid bij complexe taken door de redenering op te splitsen
  • Huidige Grok-modellen integreren versleutelde redenering met drie inspanningsniveaus (low/medium/high)
  • Redeneertokens worden gefactureerd en tellen mee voor de limiet van outputtokens
  • Bepaalde parameters (straffen, stop) zijn niet compatibel met redeneermodellen
  • Voeg “redeneer stap voor stap” toe aan uw prompts om CoT op elk model te activeren