Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Como Funcionam os Modelos de Raciocínio

Aula 2 de 12 Atualizada a 5 de novembro de 2026 Intermediario
Nesta página
  1. Nos Bastidores dos Modelos que “Pensam”
  2. Pense Antes de Responder
  3. Tokens de Raciocínio: Invisíveis, mas Contabilizados
  4. Pro, Max e Ultra: Três Formas de Fazer Mais
  5. O Que o Raciocínio Altera e o Que Não Altera
  6. Experimente Você Mesmo
  7. Pontos-chave

Nos Bastidores dos Modelos que “Pensam”

Quando aumenta o nível de raciocínio, o modelo não gera a resposta imediatamente. Primeiro, produz tokens de raciocínio, que utiliza para decompor o pedido e explorar múltiplas formas de responder. Compreender este mecanismo não é apenas teórico: é o que lhe permite definir o nível adequado, antecipar custos e interpretar corretamente o resultado do modelo.

Pense Antes de Responder

Num nível rápido (Instant no Chat, none ou low na API), o modelo responde quase diretamente. Quanto mais elevado definir o nível, mais tokens gasta a pensar antes de produzir a resposta visível. Pode encarar esta fase como um rascunho: decompor o problema, explorar caminhos, eliminar becos sem saída, verificar e, finalmente, sintetizar. Este é um modelo mental útil, não uma descrição oficial do funcionamento interno; o que a OpenAI descreve é um modelo que decompõe o pedido e considera várias abordagens antes de responder.

Considere a expressão “17 × 23 + 45 ÷ 9 − 12”. Sem raciocínio, o risco de erro relativo à precedência de operadores é real. Com um nível mais elevado, o modelo dedica tempo a processar primeiro a multiplicação e a divisão (391 e 5), depois a adição e a subtração (391 + 5 − 12 = 384), e verifica o resultado antes de o enunciarem.

O que acontece antes da resposta Quatro passos, simplificados: o pedido e o seu contexto; o raciocínio, composto por tokens de raciocínio; a verificação, onde os caminhos são comparados e os erros eliminados; a resposta, a única parte visível. TOKENS DE RACIOCÍNIO O que acontece antes da resposta 1 Pedido O prompt e o contexto 2 Raciocínio Tokens de raciocínio 3 Verificação Caminhos comparados 4 Resposta Única parte visível Na API, estes tokens ocupam contexto e são faturados como tokens de saída.
Com base no guia de modelos de raciocínio da API da OpenAI (novembro de 2026).

Tokens de Raciocínio: Invisíveis, mas Contabilizados

Os tokens de raciocínio não aparecem na resposta, mas são contabilizados. Na API, ocupam espaço na janela de contexto e são faturados como tokens de saída. Dependendo da dificuldade, um modelo pode gerar desde algumas centenas até várias dezenas de milhares destes tokens. Se o limite de saída (max_output_tokens) for atingido durante o raciocínio, a resposta retorna com o estado incomplete, por vezes antes de qualquer texto visível ter sido produzido; a OpenAI recomenda reservar pelo menos 25.000 tokens para o raciocínio e a resposta quando começar a experimentar.

O raciocínio bruto não é exposto. Na API, pode solicitar um resumo do raciocínio utilizando o parâmetro reasoning.summary. No ChatGPT, com o GPT-6, uma resposta pode começar enquanto o modelo ainda está a pensar, enriquecendo-se depois com mais detalhes.

Pro, Max e Ultra: Três Formas de Fazer Mais

Para além dos níveis de esforço, existem três mecanismos que levam o raciocínio mais longe, sendo útil não os confundir.

  • Modo Pro (reasoning.mode: "pro" na API, nível Pro no Chat) faz o modelo trabalhar mais em tarefas difíceis que toleram maior latência. Na API, este trabalho extra é faturado à taxa standard do modelo escolhido, mas consome mais tokens.
  • Max, no Work e no Codex, bem como na API (max), concede ao modelo mais tempo para raciocinar sobre uma única tarefa.
  • Ultra, apenas no Work e no Codex, vai além de um único agente: atribui partes de uma tarefa complexa a subagentes que trabalham em paralelo. Só é útil se o trabalho puder ser dividido em blocos independentes. O GPT-6 Luna chega até ao Max, mas não ao Ultra.

O Que o Raciocínio Altera e o Que Não Altera

Um nível de raciocínio elevado faz a diferença para famílias específicas de problemas: matemática e estatística, lógica e dedução, código complexo e depuração, análise estratégica com critérios ponderados e, de modo geral, qualquer tarefa em várias etapas. A OpenAI recomenda, assim, high para raciocínio difícil, depuração complexa e planeamento profundo.

Dito isto, não é uma solução mágica. O modelo pode continuar a cometer erros após o raciocínio: uma premissa falsa leva a uma conclusão falsa, independentemente do cuidado do processo de raciocínio. O raciocínio aumenta o tempo de resposta e o custo. E, para uma tarefa simples, não acrescenta nada que um nível rápido não conseguisse já tratar.

Experimente Você Mesmo

Observe o mecanismo em ação. Faça esta pergunta primeiro num nível rápido e depois num nível elevado (Instant e depois High no Chat, ou low e depois high na API): “Um comboio parte de Paris às 8h00 a viajar a 120 km/h. Outro parte de Lyon, a 465 km de distância, às 8h30 a viajar a 150 km/h em direção a Paris. A que horas e a que distância de Paris é que se encontram?” Verifique você mesmo a resposta esperada: 10h00, a 240 km de Paris. Se utilizar a API, compare o número de tokens de raciocínio reportados no uso da resposta para ambos os níveis.

Fontes oficiais: Modelos de raciocínio (API da OpenAI: tokens de raciocínio, faturação, contexto, resumos, modo pro, níveis de esforço) · Modelos (documentação do ChatGPT: Max e Ultra) · GPT-6 e outros modelos no ChatGPT (respostas que começam durante o raciocínio)

Pontos-chave

  • O raciocínio adiciona tokens de pensamento antes da resposta; o seu número cresce com o nível escolhido
  • Invisíveis, estes tokens ocupam contexto e são faturados como tokens de saída na API
  • Permita uma margem de saída suficiente, caso contrário a resposta retornará incompleta
  • O Pro faz o modelo trabalhar mais, o Max dá-lhe mais tempo, o Ultra distribui o trabalho por subagentes (Work e Codex)
  • O raciocínio não imuniza contra o erro: uma premissa falsa leva a uma conclusão falsa