Hur resonemangsmodeller fungerar
På denna sida
Under huven på modeller som “tänker”
När du höjer resonemangsnivån genererar modellen inte sitt svar omedelbart. Först producerar den resonemangstokens, som den använder för att bryta ner begäran och utforska flera sätt att svara på. Att förstå denna mekanism är inte bara teoretiskt – det är vad som låter dig ställa in nivån korrekt, förutse kostnader och tolka modellens utdata rätt.
Tänk innan du svarar
På en snabb nivå (Instant i Chat, none eller low i API:t) svarar modellen nästan direkt. Ju högre nivå du ställer in, desto fler tokens spenderar modellen på att tänka innan den producerar det synliga svaret. Du kan se denna fas som ett utkast: att bryta ner problemet, utforska vägar, sålla bort återvändsgränder, verifiera och sedan syntetisera. Detta är en hjälpsam mental modell, inte en officiell beskrivning av de interna processerna; vad OpenAI beskriver är en modell som dekomponerar begäran och överväger flera tillvägagångssätt innan den svarar.
Ta uttrycket “17 × 23 + 45 ÷ 9 − 12”. Utan resonemang är risken för fel gällande operatorprioritet verklig. Med en högre nivå tar modellen sig tid att först bearbeta multiplikation och division (391 och 5), sedan addition och subtraktion (391 + 5 − 12 = 384), och verifierar sitt resultat innan den presenterar det.
Resonemangstokens: Osynliga men debiterade
Resonemangstokens visas inte i svaret, men de räknas. I API:t tar de upp plats i kontextfönstret och debiteras som utdatatokens. Beroende på svårighetsgrad kan en modell generera allt från några hundra till flera tiotusentals sådana tokens. Om utgränsen (max_output_tokens) nås under resonemangsfasen returneras svaret med statusen incomplete, ibland innan någon synlig text har producerats; OpenAI rekommenderar att du reserverar minst 25 000 tokens för resonemang och svar när du börjar experimentera.
Råa resonemang exponeras inte. I API:t kan du begära en sammanfattning av resonemanget med parametern reasoning.summary. I ChatGPT, med GPT-6, kan ett svar börja levereras medan modellen fortfarande tänker, för att sedan berikas med detaljer i efterhand.
Pro, Max och Ultra: Tre sätt att göra mer
Utöver ansträngningsnivåer finns tre mekanismer som driver resonemanget längre, och det är viktigt att inte blanda ihop dem.
- Pro-läge (
reasoning.mode: "pro"i API:t, Pro-nivå i Chat) får modellen att arbeta hårdare med svåra uppgifter som tål högre latens. I API:t debiteras detta extra arbete till standardpriset för den valda modellen, men det konsumerar fler tokens. - Max, i Work och Codex samt i API:t (
max), ger modellen mer tid att resonera kring en enskild uppgift. - Ultra, endast i Work och Codex, går bortom en enskild agent: det tilldelar delar av en komplex uppgift till underagenter som arbetar parallellt. Det är bara användbart om arbetet kan delas upp i oberoende bitar. GPT-6 Luna går upp till Max, men inte till Ultra.
Vad resonemang ändrar, och vad det inte ändrar
En hög resonemangsnivå gör skillnad för specifika problemtyper: matematik och statistik, logik och deduktion, komplex kod och felsökning, strategisk analys med viktade kriterier, och generellt alla uppgifter som kräver flera steg. OpenAI rekommenderar därför high för svårt resonemang, komplex felsökning och djup planering.
Detta är dock ingen universalmedicin. Modellen kan fortfarande göra misstag efter att ha resonerat: en falsk premiss leder till en falsk slutsats, oavsett hur noggrann resonemangsprocessen är. Resonemang ökar svarstiden och kostnaden. Och för en enkel uppgift tillför det ingenting som en snabb nivå inte redan kunde hantera.
Testa själv
Se mekanismen i action. Ställ denna fråga först på en snabb nivå, sedan på en hög nivå (Instant sedan High i Chat, eller low sedan high i API:t): “Ett tåg lämnar Paris kl. 08:00 och färdas i 120 km/h. Ett annat tåg lämnar Lyon, 465 km bort, kl. 08:30 och färdas i 150 km/h mot Paris. Vid vilken tidpunkt och på vilket avstånd från Paris möts de?” Verifiera det förväntade svaret själv: 10:00, 240 km från Paris. Om du använder API:t, jämför antalet rapporterade resonemangstokens i svarsanvändningen för båda nivåerna.
Officiella källor: Resonemangsmodeller (OpenAI API: resonemangstokens, fakturering, kontext, sammanfattningar, pro-läge, ansträngningsnivåer) · Modeller (ChatGPT-dokumentation: Max och Ultra) · GPT-6 och andra modeller i ChatGPT (svar som startar under resonemang)
Viktiga punkter
- Resonemang lägger till tänkande tokens innan svaret; deras antal växer med den valda nivån
- Dessa tokens är osynliga, tar upp kontextutrymme och debiteras som utdatatokens i API:t
- Tillåt tillräcklig marginal för utdata, annars returneras svaret som ofullständigt
- Pro får modellen att arbeta hårdare, Max ger den mer tid, Ultra fördelar arbetet mellan underagenter (Work och Codex)
- Resonemang immuniserar inte mot fel: en falsk premiss leder till en falsk slutsats