Esforço de Raciocínio: Baixo, Médio e Alto
Nesta página
Atualizado a 3 de novembro de 2026 com base na referência da API da xAI:
max_completion_tokenslimita apenas a resposta visível; os tokens de raciocínio não contam para este limite, e o esforço controla a sua quantidade. Fonte: Chat Completions. Adenda de 3 de novembro: A lição associava anteriormente o esforço à API (Chat Completions ou Responses) e aplicava-o ao modelogrok-4.20-0309-reasoning, que não o suporta; segundo a página Reasoning da xAI, depende do modelo (grok-4.7,grok-4.6,grok-4.5,grok-4.20-multi-agent). O exemplo também utilizavausage.completion_tokens, que está ausente nas respostas da API Responses (output_tokens,output_tokens_details.reasoning_tokens). Fonte: Reasoning.
Controlar a Profundidade do Raciocínio
O esforço de raciocínio permite calibrar quanto pensamento o modelo investe antes de responder. É uma alavanca direta para equilibrar qualidade, velocidade e consumo de tokens.
O modelo determina a disponibilidade, não a API. De acordo com a documentação da xAI:
| Modelo | Esforço | Valores |
|---|---|---|
grok-4.7, grok-4.6 | Profundidade do raciocínio | low, medium, high (padrão), xhigh |
grok-4.5 | Profundidade do raciocínio | low, medium, high (padrão); xhigh é tratado como high |
grok-4.20-multi-agent | Número de agentes mobilizados (4 ou 16), não profundidade | low, medium, high, xhigh |
grok-4.20-0309-reasoning | Não configurável: o modelo raciocina sempre | — |
O raciocínio não pode ser desativado nestes modelos: sem configuração, o esforço assume o valor padrão high. Apenas o nome do parâmetro muda consoante a API: reasoning_effort no nível superior em Chat Completions, reasoning.effort dentro de um objeto reasoning na API Responses.
{
"model": "grok-4.7",
"input": "Solve the system of equations: 3x + 2y = 12, x - y = 1",
"reasoning": {
"effort": "medium"
}
}
Níveis de Esforço
A documentação descreve cada nível e a sua utilização adequada:
low: Utiliza algum raciocínio mantendo-se rápido. Para usos agentivos sensíveis à latência e chamadas de ferramentas simples.medium: Mais reflexão, para aplicações menos sensíveis à latência. Para análise de dados complexa e raciocínio sobre contextos longos.high(padrão): Muitos mais tokens de raciocínio. Para problemas muito difíceis, matemática complexa, lógica em várias etapas.xhigh: Profundidade máxima, com a latência correspondente. Para os problemas mais difíceis, quando a qualidade importa mais do que o tempo de resposta.
As melhores práticas da xAI acrescentam uma regra simples: defina o esforço explicitamente em cada pedido e registe-o com cada resultado, para que as suas medições permaneçam comparáveis.
Os modelos de raciocínio também rejeitam três parâmetros: presence_penalty, frequency_penalty e stop farão falhar o pedido.
Impacto nos Tokens
O nível de esforço tem um impacto direto no consumo de tokens de raciocínio:
low: Poucos tokens de raciocínio, resposta rápida, baixo customedium: Consumo moderado, bom compromissohighexhigh: Muitos tokens de raciocínio, resposta mais lenta, custo elevado
Estes tokens de raciocínio são faturados como tokens de saída (ver Lição 8). O limite de saída (max_completion_tokens em Chat Completions, max_output_tokens na API Responses) limita apenas a resposta visível: o raciocínio não conta para esse limite, pelo que o esforço controla a sua quantidade.
Escolher o Nível Adequado
| Tarefa | Esforço Recomendado |
|---|---|
| Classificação de texto | low |
| Resumo com análise | medium |
| Extração estruturada de entidades | low |
| Resolução de equações | high |
| Análise de erros de código | high |
| Reformulação de texto | low |
| Comparação de opções com prós/contras | medium |
| Demonstração matemática | high |
Exemplo Prático: Mesma Pergunta, Três Esforços
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")
A diferença entre os níveis depende da pergunta: meça-a nos seus próprios casos em vez de confiar numa razão geral, e registe o esforço com cada resultado.
Pontos-chave
- O esforço depende do modelo:
low,medium,high(padrão) exhighnogrok-4.7egrok-4.6, semxhighnogrok-4.5; ogrok-4.20-0309-reasoningnão o suporta reasoning_effortem Chat Completions,reasoning.effortna API Responses; o raciocínio não pode ser desativado- O nível de esforço impacta diretamente o número de tokens de raciocínio e, consequentemente, o custo
- Sem configuração, o esforço assume o padrão
high: defina-o explicitamente em cada pedido, conforme recomenda a xAI - Adapte o esforço à complexidade real da tarefa para otimizar custos