Przejdź do głównej treści
Polski— Wybierz język
Menu

Interfejs API Responses: obiekt reasoning w szczegółach

Lekcja 7 z 12 Zaktualizowano 28 lipca 2026 Programista
Na tej stronie
  1. Obiekt reasoning w interfejsie API Responses
  2. Pełna struktura obiektu reasoning
  3. Różnica między podsumowaniem a zaszyfrowanym rozumowaniem
  4. Typowe kombinacje
  5. Kiedy pominąć obiekt reasoning
  6. Kluczowe wnioski

Obiekt reasoning w interfejsie API Responses

Interfejs API Responses firmy xAI zapewnia precyzyjną kontrolę nad procesem rozumowania dzięki obiektowi reasoning. Parametr ten jest dostępny wyłącznie w interfejsie API Responses (nie działa w Chat Completions) i pozwala konfigurować trzy aspekty rozumowania: nakład pracy, generowanie podsumowania oraz format tego podsumowania.

Pełna struktura obiektu reasoning

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Your question here",
  "reasoning": {
    "effort": "medium",
    "generate_summary": true,
    "summary": "auto"
  }
}

effort

Kontroluje głębokość myślenia modelu. Dostępne są trzy wartości:

  • low: minimalny nakład myślowy, odpowiedni do prostych zadań
  • medium: balans między głębokością a szybkością
  • high: maksymalny nakład myślowy dla złożonych problemów

Parametr ten odpowiada reasoning_effort w interfejsie Chat Completions, ale oferuje dodatkową wartość medium.

generate_summary

Wartość logiczna (boolean) określająca, czy model ma wygenerować podsumowanie swojego toku rozumowania oprócz finalnej odpowiedzi.

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Compare the advantages of quicksort and mergesort.",
  "reasoning": {
    "effort": "high",
    "generate_summary": true
  }
}

Gdy generate_summary ustawione jest na true, odpowiedź zawiera dodatkowy element z zwięzłym podsumowaniem procesu rozumowania. Podsumowanie to ma postać zwykłego tekstu (niezaszyfrowanego), co odróżnia je od pola reasoning.encrypted_content.

summary

Kontroluje format generowanego podsumowania. Na jedyną udokumentowaną wartość stanowi "auto", co pozwala modelowi wybrać najbardziej odpowiedni format.

{
  "reasoning": {
    "effort": "high",
    "generate_summary": true,
    "summary": "auto"
  }
}

Różnica między podsumowaniem a zaszyfrowanym rozumowaniem

Te dwa mechanizmy są komplementarne, lecz odmienne:

AspektPodsumowanie (generate_summary)Zaszyfrowane (include)
CzytelnośćZwykły tekst, zrozumiałyZaszyfrowany, nieprzejrzysty
Główne zastosowanieWyświetlanie użytkownikowi, audytPonowne użycie w kolejnych żądaniach
Aktywacjareasoning.generate_summary: trueinclude: ["reasoning.encrypted_content"]
SzczegółowośćSkondensowane podsumowaniePełny tok rozumowania
DostępnośćTylko API ResponsesTylko API Responses

Możesz włączyć oba mechanizmy jednocześnie, aby uzyskać zarówno czytelne podsumowanie, jak i pełne zaszyfrowane rozumowanie:

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Demonstrate the infinitude of prime numbers.",
    reasoning={
        "effort": "high",
        "generate_summary": True,
        "summary": "auto"
    },
    include=["reasoning.encrypted_content"]
)

Typowe kombinacje

Użycie minimalne: tylko nakład pracy (Effort)

{
  "reasoning": {
    "effort": "low"
  }
}

Model przeprowadza rozumowanie przy minimalnym nakładzie pracy. Nie zwraca żadnego podsumowania ani zaszyfrowanego toku rozumowania.

Użycie pośrednie: nakład pracy + podsumowanie

{
  "reasoning": {
    "effort": "medium",
    "generate_summary": true,
    "summary": "auto"
  }
}

Model przeprowadza rozumowanie i dostarcza czytelne podsumowanie. Idealne rozwiązanie dla aplikacji, które chcą pokazać użytkownikowi tok myślenia systemu.

Użycie pełne: nakład pracy + podsumowanie + dane zaszyfrowane

{
  "reasoning": {
    "effort": "high",
    "generate_summary": true,
    "summary": "auto"
  },
  "include": ["reasoning.encrypted_content"]
}

Konfiguracja maksymalna: głębokie rozumowanie, czytelne podsumowanie oraz zaszyfrowana zawartość do ponownego wykorzystania. Rezerwuj to ustawienie dla przypadków, w których potrzebujesz wszystkich dostępnych danych.

Kiedy pominąć obiekt reasoning

Jeśli nie musisz kontrolować procesu rozumowania, możesz po prostu pominąć parametr reasoning. Model zastosuje wtedy swoje domyślne ustawienia. Jest to całkowicie poprawne podejście – model nadal będzie przeprowadzał rozumowanie, ponieważ grok-4.20-0309-reasoning z definicji jest modelem rozumującym.

Kluczowe wnioski

  • Obiekt reasoning jest dostępny wyłącznie w interfejsie API Responses
  • Parametr effort kontroluje głębokość rozumowania (low, medium, high)
  • generate_summary generuje czytelne podsumowanie toku rozumowania (zwykły tekst)
  • summary: "auto" pozwala modelowi wybrać format podsumowania
  • Możesz łączyć podsumowanie i zaszyfrowane rozumowanie w tym samym żądaniu
  • Pominięcie pola reasoning jest dopuszczalne: model przeprowadzi rozumowanie, stosując ustawienia domyślne