Salt la conținutul principal
Română— Alege o limbă
Meniu

Efort de raționament: Scăzut, Mediu și Ridicat

Lecția 4 din 12 Actualizată 3 noiembrie 2026 Dezvoltator
Pe această pagină
  1. Controlul profunzimii raționamentului
  2. Niveluri de efort
  3. Impactul asupra token-urilor
  4. Alegerea nivelului potrivit
  5. Exemplu practic: Aceeași întrebare, trei eforturi
  6. Puncte cheie

Actualizat la 3 noiembrie 2026 pe baza referinței API xAI: max_completion_tokens limitează doar răspunsul vizibil; token-urile de raționament nu se iau în calcul pentru această limită, iar efortul controlează cantitatea lor. Sursă: Chat Completions. Addendum din 3 noiembrie: Lecția lega anterior efortul de API (Chat Completions sau Responses) și îl aplica modelului grok-4.20-0309-reasoning, care nu îl suportă; conform paginii Reasoning de la xAI, acesta depinde de model (grok-4.7, grok-4.6, grok-4.5, grok-4.20-multi-agent). Exemplul folosea de asemenea usage.completion_tokens, care lipsește din răspunsurile API Responses (output_tokens, output_tokens_details.reasoning_tokens). Sursă: Reasoning.

Controlul profunzimii raționamentului

Efortul de raționament vă permite să calibrați cât de mult „gândește“ modelul înainte de a răspunde. Este o pârghie directă pentru echilibrarea calității, vitezei și consumului de token-uri.

Modelul determină disponibilitatea, nu API-ul. Conform documentației xAI:

ModelEfortValori
grok-4.7, grok-4.6Profunzimea raționamentuluilow, medium, high (implicit), xhigh
grok-4.5Profunzimea raționamentuluilow, medium, high (implicit); xhigh este tratat ca high
grok-4.20-multi-agentNumărul de agenți mobilizați (4 sau 16), nu profunzimealow, medium, high, xhigh
grok-4.20-0309-reasoningNeconfigurabil: modelul raționează întotdeauna—

Raționamentul nu poate fi dezactivat la aceste modele: fără configurare, efortul este implicit high. Doar numele parametrului se schimbă în funcție de API: reasoning_effort la nivel superior în Chat Completions, reasoning.effort în interiorul unui obiect reasoning cu API-ul Responses.

{
  "model": "grok-4.7",
  "input": "Solve the system of equations: 3x + 2y = 12, x - y = 1",
  "reasoning": {
    "effort": "medium"
  }
}

Niveluri de efort

Documentația descrie fiecare nivel și utilizarea sa adecvată:

  • low: Utilizează un anumit raționament, rămânând rapid. Pentru utilizări agentice sensibile la latență și apeluri simple de instrumente.
  • medium: Mai multă reflecție, pentru aplicații mai puțin sensibile la latență. Pentru analiza complexă a datelor și raționament pe contexte lungi.
  • high (implicit): Mult mai multe token-uri de raționament. Pentru probleme foarte dificile, matematică complexă, logică în mai mulți pași.
  • xhigh: Profunzime maximă, cu latența corespunzătoare. Pentru cele mai grele probleme, când calitatea contează mai mult decât timpul de răspuns.

Cele mai bune practici xAI adaugă o regulă simplă: setați efortul explicit la fiecare cerere și înregistrați-l (log) împreună cu fiecare rezultat, astfel încât măsurătorile dumneavoastră să rămână comparabile.

Modelele de raționament resping, de asemenea, trei parametri: presence_penalty, frequency_penalty și stop vor face ca cererea să eșueze.

Impactul asupra token-urilor

Nivelul de efort are un impact direct asupra consumului de token-uri de raționament:

  • low: Puține token-uri de raționament, răspuns rapid, cost redus
  • medium: Consum moderat, compromis bun
  • high și xhigh: Multe token-uri de raționament, răspuns mai lent, cost ridicat

Aceste token-uri de raționament sunt facturate ca token-uri de ieșire (a se vedea Lecția 8). Limita de ieșire (max_completion_tokens în Chat Completions, max_output_tokens în API-ul Responses) limitează doar răspunsul vizibil: raționamentul nu se ia în calcul, astfel încât efortul controlează cantitatea lor.

Alegerea nivelului potrivit

SarcinăEfort recomandat
Clasificarea textuluilow
Rezumat cu analizămedium
Extragerea structurată a entitățilorlow
Rezolvarea ecuațiilorhigh
Analiza erorilor de codhigh
Reformularea textuluilow
Compararea opțiunilor cu avantaje/dezavantajemedium
Demonstrație matematicăhigh

Exemplu practic: Aceeași întrebare, trei eforturi

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")

Decalajul dintre niveluri depinde de întrebare: măsurați-l pe propriile cazuri, în loc să vă bazați pe un raport general, și înregistrați efortul împreună cu fiecare rezultat.

Puncte cheie

  • Efortul depinde de model: low, medium, high (implicit) și xhigh pe grok-4.7 și grok-4.6, fără xhigh pe grok-4.5; grok-4.20-0309-reasoning nu îl suportă
  • reasoning_effort în Chat Completions, reasoning.effort în API-ul Responses; raționamentul nu poate fi dezactivat
  • Nivelul de efort impactează direct numărul de token-uri de raționament și, prin urmare, costul
  • Fără configurare, efortul este implicit high: setați-l explicit la fiecare cerere, așa cum recomandă xAI
  • Adaptați efortul la complexitatea reală a sarcinii pentru a optimiza costurile