Przejdź do głównej treści
Polski— Wybierz język
Menu

Poziom wysiłku rozumowania: niski, średni i wysoki

Lekcja 4 z 12 Zaktualizowano 3 listopada 2026 Programista
Na tej stronie
  1. Kontrola głębokości rozumowania
  2. Poziomy wysiłku
  3. Wpływ na liczbę tokenów
  4. Wybór odpowiedniego poziomu
  5. Przykład praktyczny: To samo pytanie, trzy poziomy wysiłku
  6. Kluczowe wnioski

Zaktualizowano 3 listopada 2026 r. na podstawie dokumentacji API xAI: parametr max_completion_tokens ogranicza tylko widoczną odpowiedź; tokeny rozumowania nie wliczają się do tego limitu, a parametr wysiłku kontroluje ich liczbę. Źródło: Chat Completions. Dodatkowa uwaga z 3 listopada: Poprzednia wersja lekcji wiązała wysiłek z API (Chat Completions lub Responses) i stosowała go do modelu grok-4.20-0309-reasoning, który tego nie obsługuje; zgodnie ze stroną Reasoning od xAI, zależy to od modelu (grok-4.7, grok-4.6, grok-4.5, grok-4.20-multi-agent). Przykład zawierał również usage.completion_tokens, czego brak w odpowiedziach API Responses (występują tam output_tokens, output_tokens_details.reasoning_tokens). Źródło: Reasoning.

Kontrola głębokości rozumowania

Wysiłek rozumowania pozwala skalować ilość „myślenia“, jaki model inwestuje przed udzieleniem odpowiedzi. Jest to bezpośredni mechanizm pozwalający zrównoważyć jakość, szybkość i zużycie tokenów.

To model decyduje o dostępności tej funkcji, a nie API. Zgodnie z dokumentacją xAI:

ModelGłębokość rozumowaniaWartości
grok-4.7, grok-4.6Głębokość rozumowanialow, medium, high (domyślnie), xhigh
grok-4.5Głębokość rozumowanialow, medium, high (domyślnie); xhigh jest traktowane jako high
grok-4.20-multi-agentLiczba uruchamianych agentów (4 lub 16), a nie głębokośćlow, medium, high, xhigh
grok-4.20-0309-reasoningNiekonfigurowalne: model zawsze przeprowadza rozumowanie—

W tych modelach nie można wyłączyć rozumowania: bez konfiguracji wysiłek domyślnie wynosi high. Zmienia się jedynie nazwa parametru w zależności od używanego API: reasoning_effort na najwyższym poziomie w Chat Completions oraz reasoning.effort wewnątrz obiektu reasoning w API Responses.

{
  "model": "grok-4.7",
  "input": "Solve the system of equations: 3x + 2y = 12, x - y = 1",
  "reasoning": {
    "effort": "medium"
  }
}

Poziomy wysiłku

Dokumentacja opisuje każdy poziom i jego odpowiednie zastosowanie:

  • low: Wykorzystuje pewne zdolności rozumowania, zachowując wysoką szybkość. Przeznaczone do zastosowań agentowych wrażliwych na opóźnienia oraz prostych wywołań narzędzi.
  • medium: Większa refleksja, dla aplikacji mniej wrażliwych na opóźnienia. Do złożonej analizy danych i rozumowania w oparciu o długie konteksty.
  • high (domyślnie): Znacznie więcej tokenów rozumowania. Do bardzo trudnych problemów, złożonej matematyki i logiki wieloetapowej.
  • xhigh: Maksymalna głębokość, co wiąże się z odpowiednim opóźnieniem. Do najtrudniejszych problemów, gdy jakość jest ważniejsza niż czas odpowiedzi.

Najlepsze praktyki xAI dodają prostą zasadę: ustawiaj wysiłek jawnie w każdym żądaniu i loguj go wraz z każdym wynikiem, aby Twoje pomiary były porównywalne.

Modele rozumowania odrzucają również trzy parametry: presence_penalty, frequency_penalty oraz stop spowodują niepowodzenie żądania.

Wpływ na liczbę tokenów

Poziom wysiłku ma bezpośredni wpływ na zużycie tokenów rozumowania:

  • low: Niewiele tokenów rozumowania, szybka odpowiedź, niski koszt
  • medium: Umiarkowane zużycie, dobry kompromis
  • high i xhigh: Wiele tokenów rozumowania, wolniejsza odpowiedź, wysoki koszt

Tokeny te są rozliczane jako tokeny wyjściowe (zobacz Lekcja 8). Limit wyjścia (max_completion_tokens w Chat Completions, max_output_tokens w API Responses) ogranicza tylko widoczną odpowiedź: rozumowanie nie wlicza się do tego limitu, więc to parametr wysiłku kontroluje ich liczbę.

Wybór odpowiedniego poziomu

ZadanieZalecany wysiłek
Klasyfikacja tekstulow
Podsumowanie z analiząmedium
Strukturalne wydobywanie encjilow
Rozwiązywanie równańhigh
Analiza błędów w kodziehigh
Przeformułowanie tekstulow
Porównanie opcji z wadami i zaletamimedium
Dowód matematycznyhigh

Przykład praktyczny: To samo pytanie, trzy poziomy wysiłku

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")

Różnica między poziomami zależy od pytania: mierz ją na własnych przypadkach, zamiast polegać na ogólnym przeliczniku, i loguj wysiłek przy każdym wyniku.

Kluczowe wnioski

  • Wysiłek zależy od modelu: low, medium, high (domyślnie) i xhigh dla grok-4.7 oraz grok-4.6, bez xhigh dla grok-4.5; grok-4.20-0309-reasoning nie obsługuje tej funkcji
  • reasoning_effort w Chat Completions, reasoning.effort w API Responses; rozumowania nie można wyłączyć
  • Poziom wysiłku bezpośrednio wpływa na liczbę tokenów rozumowania, a tym samym na koszt
  • Bez konfiguracji wysiłek domyślnie wynosi high: ustawiaj go jawnie w każdym żądaniu, zgodnie z zaleceniami xAI
  • Dostosuj wysiłek do rzeczywistej złożoności zadania, aby zoptymalizować koszty