Poziom wysiłku rozumowania: niski, średni i wysoki
Na tej stronie
Zaktualizowano 3 listopada 2026 r. na podstawie dokumentacji API xAI: parametr
max_completion_tokensogranicza 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 modelugrok-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 równieżusage.completion_tokens, czego brak w odpowiedziach API Responses (występują tamoutput_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:
| Model | Głębokość rozumowania | Wartości |
|---|---|---|
grok-4.7, grok-4.6 | Głębokość rozumowania | low, medium, high (domyślnie), xhigh |
grok-4.5 | Głębokość rozumowania | low, medium, high (domyślnie); xhigh jest traktowane jako high |
grok-4.20-multi-agent | Liczba uruchamianych agentów (4 lub 16), a nie głębokość | low, medium, high, xhigh |
grok-4.20-0309-reasoning | Niekonfigurowalne: 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 kosztmedium: Umiarkowane zużycie, dobry kompromishighixhigh: 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
| Zadanie | Zalecany wysiłek |
|---|---|
| Klasyfikacja tekstu | low |
| Podsumowanie z analizą | medium |
| Strukturalne wydobywanie encji | low |
| Rozwiązywanie równań | high |
| Analiza błędów w kodzie | high |
| Przeformułowanie tekstu | low |
| Porównanie opcji z wadami i zaletami | medium |
| Dowód matematyczny | high |
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) ixhighdlagrok-4.7orazgrok-4.6, bezxhighdlagrok-4.5;grok-4.20-0309-reasoningnie obsługuje tej funkcji reasoning_effortw Chat Completions,reasoning.effortw 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