Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Ovládanie úsilia o uvažovanie, od ChatGPT po API

Lekcia 8 z 12 Aktualizované 5. novembra 2026 Mierne pokročilý
Na tejto strane
  1. Nastavenie reflexie pre každú úlohu
  2. V ChatGPT: Nastavenie pre každú správu
  3. V API: Päť pák
  4. Dopad na náklady
  5. Tri stratégie optimalizácie
  6. Teraz si na rade ty
  7. Kľúčové poznatky

Nastavenie reflexie pre každú úlohu

Lekcie 1 až 3 ti poskytli mapu nastavení a usmernení OpenAI. Táto lekcia prechádza k ovládacím prvkom: ako upravovať úsilie počas práce, riadiť jeho náklady a automatizovať ho v rámci aplikácie. Princíp zostáva nezmenený: úroveň uvažovania je kompromis, nie posuvník kvality. Súčasne ovplyvňuje štyri premenné: počet tokenov určených na uvažovanie, čas odozvy, hĺbku analýzy a spotrebu kvóty alebo náklady.

V ChatGPT: Nastavenie pre každú správu

V chate posuvník Thinking (Uvažovanie) pre model GPT-6 upravuje úsilie pre každú správu zvlášť: môžeš zostať na režime Instant na preformulovanie, prepnuť na High pre analýzu a následne ho znížiť. Vyššie úrovne čerpajú z kvót špecifických pre tvoj plán; keď dosiahneš limit, ChatGPT môže pokračovať s iným dostupným modelom a tam, kde je to možné, indikuje, kedy sa kvóta resetuje. V prostrediach Work a Codex zohráva posuvník výkonu rovnakú úlohu, pričom siaha od Faster po Smarter, zatiaľ čo Max a Ultra sú držané v zálohe. Najlepšia prax v oboch prípadoch: začni s predvoleným nastavením a zvyšuj ho len vtedy, ak výsledok nie je dostatočný.

V API: Päť pák

Pre vývojárov poskytuje Responses API päť parametrov, ktoré ti dávajú kontrolu nad uvažovaním:

  • reasoning.effort nastavuje úroveň, od none po max v závislosti od modelu: GPT-6 Astra a GPT-6.1 Sol začínajú na low, zatiaľ čo GPT-6.1 Terra a GPT-6 Luna akceptujú none.
  • reasoning.mode, predvolene standard alebo pro, núti model pracovať tvrdšie bez zmeny úrovne úsilia; táto extra práca sa fakturuje štandardnou sadzbou modelu, ale spotrebúva viac tokenov.
  • max_output_tokens obmedzuje celkový počet vygenerovaných tokenov vrátane tých určených na uvažovanie. Ak ho nastavíš príliš nízko, dostaneš neúplné odpovede; OpenAI odporúča pri začiatku experimentovania vyhradiť aspoň 25 000 tokenov.
  • reasoning.summary vyžaduje zhrnutie procesu uvažovania, keďže surové uvažovanie nie je nikdy exponované.
  • configuration_update, prvok vložený medzi dve odpovede, mení úroveň úsilia uprostred konverzácie na kompatibilných modeloch GPT-6 bez dotyku s nastaveniami pôvodnej požiadavky: prefix promptu zostáva nedotknutý a cache promptu naďalej slúži.
Šesť pák uvažovania Šesť dlaždíc: reasoning.effort nastavuje úroveň od none po max v závislosti od modelu; reasoning.mode vyberá medzi standard a pro; max_output_tokens obmedzuje tokeny vrátane uvažovania; reasoning.summary vyžaduje zhrnutie; configuration_update mení úsilie bez prerušenia cache; v Chate jedna úroveň na správu v rámci kvót. OVLÁDANIE ÚSILIA Šesť pák uvažovania 1 reasoning.effort Úroveň, od none po max v závislosti od modelu. 2 reasoning.mode standard alebo pro, nezávisle od úsilia. 3 max_output_tokens Obmedzenie vrátane uvažovania. 4 reasoning.summary Zhrnutie, nikdy nie surové uvažovanie. 5 configuration_update Zmeň úsilie bez prerušenia cache. 6 V Chate Jedna úroveň na správu v rámci kvót. Eskalácia: začni na predvolenej úrovni, zvyšuj len ak výsledok nie je dostatočný.
Na základe príručky Reasoning models od OpenAI API a Pomocného centra OpenAI (november 2026).

Takto vyzerá tento posledný prvok vložený pred ďalšiu správu používateľa:

{
  "type": "configuration_update",
  "reasoning": { "effort": "high" }
}

Konverzácia začatá na úrovni low sa tak prepne na high pre ďalšiu odpoveď a tie nasledujúce, kým nedôjde k ďalšej aktualizácii.

Dopad na náklady

Tokeny určené na uvažovanie sa fakturujú ako výstupné tokeny a ich počet rýchlo rastie s úrovňou: od niekoľkých stoviek po desaťtisíce pri náročnom probléme. Výber modelu záleží rovnako: za výstupný token stojí GPT-6 Luna dvadsaťkrát menej ako GPT-6.1 Sol a GPT-6 Astra stojí päťkrát viac. V ChatGPT sa náklady premietajú do kvót: počtu náročných požiadaviek možných za určité obdobie.

Tri stratégie optimalizácie

Prvou je eskalácia: nezačínaj na vrchole. Začni s predvolenou úrovňou, medium v API, alebo nižšou pre triviálnu úlohu; ak je odpoveď neúplná alebo nesprávna, posuň sa o stupeň vyššie; úrovne xhigh, max, režim pro, Max a Ultra si nechaj pre problémy, ktoré si ich vyžadujú. V aplikácii umožňuje túto eskaláciu v rámci jednej konverzácie prvok configuration_update.

Druhou je triedenie podľa úloh, ktoré by si si mal osvojiť ako zvyk: preformulovanie a klasifikácia na najnižšej úrovni, tvorba konceptov a jednoduché analýzy na low, plánovanie a úsudok na medium, ladenie chýb a náročné problémy na high, dlhodobý výskum na xhigh a extrémne prípady na max.

Treťou je spárovať správny model so správnou úrovňou. GPT-6.1 Sol na úrovni high alebo vyššej, prípadne v režime pro, zvláda náročné problémy; GPT-6 Astra zostáva pre tie najťažšie; GPT-6.1 Terra zvláda písanie, prácu s obrázkami a orchestráciu aplikácií; GPT-6 Luna na úrovni low alebo medium absorbuje veľké objemy za nižšie náklady.

Teraz si na rade ty

Nájdi bod klesajúcich výnosov. Polož nasledujúcu otázku trikrát, na troch úrovniach (Instant, Medium a potom High v Chate, alebo low, medium a potom high v API) a porovnaj hĺbku analýzy a v prípade API aj spotrebované tokeny určené na uvažovanie.

“Spoločnosť má 5 projektov. Projekt A: 100 000 €, ROI 3,2x, stredné riziko. Projekt B: 250 000 €, ROI 1,8x, nízke riziko. Projekt C: 50 000 €, ROI 5,1x, vysoké riziko. Projekt D: 150 000 €, ROI 2,4x, stredné riziko. Projekt E: 75 000 €, ROI 4,0x, vysoké riziko. Celkový rozpočet je 400 000 €. Ktoré projekty by sa mali financovať na maximalizáciu ROI upravenej o riziko? Explicitne uveď použité pravidlo úpravy.”

Identifikuj úroveň, pri ktorej ďalšie zvyšovanie pridáva len malú hodnotu: to je tvoje nastavenie pre tento typ otázok.

Oficiálne zdroje: Reasoning models (OpenAI API: effort, pro mode, max_output_tokens, summaries, configuration_update, billing) · Models (akceptované úrovne úsilia a ceny za model) · GPT-6 and other models in ChatGPT (úrovne, kvóty a záložné riešenia v Chate)

Kľúčové poznatky

  • Úsilie mení tokeny, latenciu, hĺbku a náklady súčasne: je to kompromis
  • V ChatGPT sa úroveň upravuje pre každú správu v rámci kvót plánu
  • V API: reasoning.effort, reasoning.mode, max_output_tokens, reasoning.summary a configuration_update
  • Eskalácia, triedenie úloh a správne spárovanie modelu s úrovňou sú tri páky pre úspory
  • Zmena úsilia uprostred konverzácie pomocou configuration_update zachováva cache promptu