Blocuri de raționament: citirea gândirii modelului
Pe această pagină
Lecție rescrisă la 2 noiembrie 2026 pe baza secțiunii Handling thinking chunks din documentația Mistral. Versiunea anterioară citea raționamentul dintr-un câmp
textîn blocul de gândire: acel câmp nu există; raționamentul este o listă de blocuri text.
Două forme de răspuns
Cu reasoning_effort="high", câmpul message.content al unui răspuns nu mai este un șir de caractere, ci o listă de blocuri. Cu reasoning_effort="none", acesta revine la un șir simplu, fără nicio urmă de raționament. Un cod robust gestionează întotdeauna ambele forme: aceasta este regula de aur a acestei lecții.
Anatomia unui bloc de gândire
În listă apar două tipuri de blocuri:
ThinkChunk(type: "thinking") poartă urma raționamentului. Câmpul săuthinkingeste el însuși o listă de fragmenteTextChunk;TextChunk(type: "text") poartă răspunsul final, în câmpul săutext.
Iată structura unui răspuns Mistral Small 4, preluată din exemplul oficial (texte prescurtate):
{
"model": "mistral-small-2603",
"usage": {"prompt_tokens": 77, "completion_tokens": 1114, "total_tokens": 1191},
"choices": [{
"finish_reason": "stop",
"message": {
"role": "assistant",
"content": [
{"type": "thinking", "thinking": [
{"type": "text", "text": "Okay, let's try to figure out John's age..."}
]},
{"type": "text", "text": "Let's denote the ages of the sisters as follows..."}
]
}
}]
}
Modelul de obiecte din SDK-ul Python urmează exact această structură: ThinkChunk.thinking conține blocurile de raționament, iar fiecare TextChunk își expune conținutul prin .text.
Analiza răspunsului în Python
Codul oficial distinge blocurile folosind isinstance, după ce exclude cazul șirului simplu:
from mistralai.client.models import TextChunk, ThinkChunk
content = chat_response.choices[0].message.content
if isinstance(content, str): # reasoning_effort="none"
print(content)
else:
for chunk in content:
if isinstance(chunk, ThinkChunk):
print("--- reasoning ---")
for inner in chunk.thinking:
if isinstance(inner, TextChunk):
print(inner.text)
print("--- end of reasoning ---")
elif isinstance(chunk, TextChunk):
print(chunk.text)
Într-o aplicație, veți dori o funcție care returnează separat raționamentul și răspunsul. O vom numi separate și o vom reutiliza ulterior în curs:
from mistralai.client.models import TextChunk, ThinkChunk
def separate(content):
"""Returnează (raționament, răspuns) pentru un conținut care este fie un șir, fie o listă de blocuri."""
if isinstance(content, str):
return "", content
reasoning, answer = [], []
for chunk in content or []:
if isinstance(chunk, ThinkChunk):
reasoning.extend(i.text for i in chunk.thinking if isinstance(i, TextChunk))
elif isinstance(chunk, TextChunk):
answer.append(chunk.text)
return "".join(reasoning), "".join(answer)
reasoning, answer = separate(chat_response.choices[0].message.content)
Afișarea raționamentului într-o interfață
Separarea celor două părți vă permite să decideți ce vede utilizatorul. Trei abordări comune:
- Ascundeți raționamentul și afișați doar răspunsul, pentru un asistent orientat către consumator;
- Restrângeți raționamentul într-un bloc pe care utilizatorul îl poate deschide dacă dorește, pentru un instrument destinat experților;
- Afișați întregul raționament, pentru un tutore educațional unde procesul contează la fel de mult ca rezultatul.
def render_html(content, show_reasoning=False):
reasoning, answer = separate(content)
html = f"<div class='answer'>{answer}</div>"
if show_reasoning and reasoning:
html = (
"<details><summary>View model reasoning</summary>"
f"<pre>{reasoning}</pre></details>" + html
)
return html
Într-un proiect real, trebuie să scăpați textul înainte de a-l insera în HTML (de exemplu, cu html.escape): atât raționamentul, cât și răspunsul sunt text generat, nu markup de încredere.
Streaming în trei faze
În modul streaming, delta.content își schimbă forma pe măsură ce răspunsul se desfășoară:
- Faza de raționament:
delta.contenteste o listă conținând unThinkChunk; - Tranziția: o singură listă conținând atât
ThinkChunk-ul de închidere, cât și primulTextChunk; - Faza de răspuns:
delta.contenteste un șir simplu.
Următorul cod, adaptat din exemplul oficial, afișează ambele faze urmărind un indicator de stare:
import os
from mistralai.client import Mistral
from mistralai.client.models import TextChunk, ThinkChunk
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
in_reasoning = False
for event in client.chat.stream(
model="mistral-large-4-0",
messages=[{"role": "user", "content": "What is 17 × 23?"}],
reasoning_effort="high",
):
delta = event.data.choices[0].delta.content
if not delta:
continue
if isinstance(delta, str): # answer phase
if in_reasoning:
print("\n--- end of reasoning ---")
in_reasoning = False
print(delta, end="", flush=True)
continue
for chunk in delta: # reasoning phase and transition
if isinstance(chunk, ThinkChunk):
if not in_reasoning:
print("--- reasoning ---")
in_reasoning = True
for inner in chunk.thinking:
if isinstance(inner, TextChunk):
print(inner.text, end="", flush=True)
elif isinstance(chunk, TextChunk):
if in_reasoning:
print("\n--- end of reasoning ---")
in_reasoning = False
print(chunk.text, end="", flush=True)
Streaming-ul schimbă experiența: în loc să așteptați ca un proces lung de raționament să se termine în fața unui ecran blocat, utilizatorul vede modelul lucrând sau, cel puțin, un indicator de activitate dacă alegeți să ascundeți raționamentul.
Puncte cheie
contenteste un șir cunone, o listă de blocuri cuhigh: gestionați întotdeauna ambele cazuriThinkChunk.thinkingeste o listă deTextChunk; răspunsul final se află într-unTextChunkde nivel superior- O funcție
separatecare returnează (raționament, răspuns) simplifică restul codului dumneavoastră - În streaming: listă de raționament, tranziție mixtă, apoi șiruri de răspuns
- Scăpați atât raționamentul, cât și răspunsul înainte de a le afișa