Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Esforço de Raciocínio: Baixo, Médio e Alto

Aula 4 de 12 Atualizada a 3 de novembro de 2026 Programador
Nesta página
  1. Controlar a Profundidade do Raciocínio
  2. Níveis de Esforço
  3. Impacto nos Tokens
  4. Escolher o Nível Adequado
  5. Exemplo Prático: Mesma Pergunta, Três Esforços
  6. Pontos-chave

Atualizado a 3 de novembro de 2026 com base na referência da API da xAI: max_completion_tokens limita 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 modelo grok-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 utilizava usage.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:

ModeloEsforçoValores
grok-4.7, grok-4.6Profundidade do raciocíniolow, medium, high (padrão), xhigh
grok-4.5Profundidade do raciocíniolow, medium, high (padrão); xhigh é tratado como high
grok-4.20-multi-agentNúmero de agentes mobilizados (4 ou 16), não profundidadelow, medium, high, xhigh
grok-4.20-0309-reasoningNão 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 custo
  • medium: Consumo moderado, bom compromisso
  • high e xhigh: 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

TarefaEsforço Recomendado
Classificação de textolow
Resumo com análisemedium
Extração estruturada de entidadeslow
Resolução de equaçõeshigh
Análise de erros de códigohigh
Reformulação de textolow
Comparação de opções com prós/contrasmedium
Demonstração matemáticahigh

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) e xhigh no grok-4.7 e grok-4.6, sem xhigh no grok-4.5; o grok-4.20-0309-reasoning não o suporta
  • reasoning_effort em Chat Completions, reasoning.effort na 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