Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Napori sklepanja: nizki, srednji in visoki

Lekcija 4 od 12 Posodobljeno 3. november 2026 Razvijalec
Na tej strani
  1. Nadzor globine sklepanja
  2. Ravni napora
  3. Vpliv na žetone
  4. Izbira prave ravni
  5. Praktičen primer: Enako vprašanje, trije napori
  6. Ključne ugotovitve

Posodobljeno 3. novembra 2026 na podlagi referenčne dokumentacije API-ja xAI: max_completion_tokens omejuje le vidni odgovor; žetoni za sklepanje se v to omejitev ne štejejo, njihov količino pa nadzoruje parameter napora. Vir: Chat Completions. Dodatek z dne 3. novembra: Lekcija je prej povezovala napor z API-jem (Chat Completions ali Responses) in ga uporabljala za model grok-4.20-0309-reasoning, ki tega ne podpira; glede na stran Reasoning podjetja xAI je odvisno od modela (grok-4.7, grok-4.6, grok-4.5, grok-4.20-multi-agent). Primer je prav tako navajal usage.completion_tokens, kar v odgovorih API-ja Responses ni prisotno (namesto tega sta output_tokens in output_tokens_details.reasoning_tokens). Vir: Reasoning.

Nadzor globine sklepanja

Napor sklepanja ti omogoča, da umeriš, koliko razmišljanja bo model vložil pred odgovorom. To je neposreden vzvod za uravnoteženje kakovosti, hitrosti in porabe žetonov.

Dostopnost določa model, ne API. Po dokumentaciji xAI:

ModelNaporVrednosti
grok-4.7, grok-4.6Globina sklepanjalow, medium, high (privzeto), xhigh
grok-4.5Globina sklepanjalow, medium, high (privzeto); xhigh se obravnava kot high
grok-4.20-multi-agentŠtevilo mobiliziranih agentov (4 ali 16), ne globinalow, medium, high, xhigh
grok-4.20-0309-reasoningNi mogoče konfigurirati: model vedno sklepa—

Pri teh modelih sklepanja ni mogoče izklopiti: brez konfiguracije je napor privzeto nastavljen na high. Spremeni se le ime parametra, odvisno od API-ja: reasoning_effort na najvišji ravni pri Chat Completions, reasoning.effort znotraj objekta reasoning pri API-ju Responses.

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

Ravni napora

Dokumentacija opisuje vsako raven in njeno ustrezno uporabo:

  • low: Uporabi nekaj sklepanja, a ostane hiter. Za uporabo v agentih, občutljivih na zakasnitev, in preproste klice orodij.
  • medium: Več razmisleka, za aplikacije, ki so manj občutljive na zakasnitev. Za kompleksno analizo podatkov in sklepanje v dolgih kontekstih.
  • high (privzeto): Veliko več žetonov za sklepanje. Za zelo težke probleme, kompleksno matematiko in logiko z več koraki.
  • xhigh: Največja globina s pripadajočo zakasnitvijo. Za najtežje probleme, ko je kakovost pomembnejša od časa odziva.

Najboljše prakse xAI dodajajo preprosto pravilo: napor nastavi eksplicitno pri vsaki zahtevi in ga zabeleži z vsakim rezultatom, da bodo tvoje meritve ostale primerljive.

Modeli za sklepanje prav tako zavrnejo tri parametre: presence_penalty, frequency_penalty in stop bodo povzročili neuspeh zahteve.

Vpliv na žetone

Raven napora ima neposreden vpliv na porabo žetonov za sklepanje:

  • low: Malo žetonov za sklepanje, hiter odziv, nizki stroški
  • medium: Zmerna poraba, dober kompromis
  • high in xhigh: Veliko žetonov za sklepanje, počasnejši odziv, visoki stroški

Ti žetoni za sklepanje se zaračunavajo kot izhodni žetoni (glej lekcijo 8). Omejitev izhoda (max_completion_tokens pri Chat Completions, max_output_tokens pri API-ju Responses) omejuje le vidni odgovor: sklepanje se vanjo ne šteje, zato napor nadzoruje njihovo količino.

Izbira prave ravni

NalogaPriporočeni napor
Klasifikacija besedilalow
Povzetek z analizomedium
Strukturirano ekstrakcija entitetlow
Reševanje enačbhigh
Analiza napak v kodihigh
Preoblikovanje besedilalow
Primerjava možnosti s prednostmi in slabostmimedium
Matematični dokazhigh

Praktičen primer: Enako vprašanje, trije napori

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")

Razlika med ravnmi je odvisna od vprašanja: izmeri jo na svojih primerih, namesto da se zanašaš na splošno razmerje, in zabeleži napor z vsakim rezultatom.

Ključne ugotovitve

  • Napor je odvisen od modela: low, medium, high (privzeto) in xhigh pri grok-4.7 in grok-4.6, brez xhigh pri grok-4.5; grok-4.20-0309-reasoning tega ne podpira
  • reasoning_effort pri Chat Completions, reasoning.effort pri API-ju Responses; sklepanja ni mogoče izklopiti
  • Raven napora neposredno vpliva na število žetonov za sklepanje in s tem na stroške
  • Brez konfiguracije je napor privzeto nastavljen na high: nastavi ga eksplicitno pri vsaki zahtevi, kot priporoča xAI
  • Prilagodi napor dejanski kompleksnosti naloge za optimizacijo stroškov