Interfejs API Responses: obiekt reasoning w szczegółach
Na tej stronie
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 zadańmedium: balans między głębokością a szybkościąhigh: 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:
| Aspekt | Podsumowanie (generate_summary) | Zaszyfrowane (include) |
|---|---|---|
| Czytelność | Zwykły tekst, zrozumiały | Zaszyfrowany, nieprzejrzysty |
| Główne zastosowanie | Wyświetlanie użytkownikowi, audyt | Ponowne użycie w kolejnych żądaniach |
| Aktywacja | reasoning.generate_summary: true | include: ["reasoning.encrypted_content"] |
| Szczegółowość | Skondensowane podsumowanie | Pełny tok rozumowania |
| Dostępność | Tylko API Responses | Tylko 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
reasoningjest dostępny wyłącznie w interfejsie API Responses - Parametr
effortkontroluje głębokość rozumowania (low,medium,high) generate_summarygeneruje 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
reasoningjest dopuszczalne: model przeprowadzi rozumowanie, stosując ustawienia domyślne