Resonemang i krypterad form
På denna sida
Internt resonemang i Grok-modeller
Nya resonemangsmodeller (som grok-4.20-0309-reasoning) utför ett internt resonemang innan de genererar sitt svar. Denna tankeprocess, som normalt är osynlig, kan hämtas i krypterad form med hjälp av parametern include. Du kan sedan mata in den igen i efterföljande förfrågningar för att behålla kontinuiteten i resonemanget.
Varför är resonemanget krypterat?
Det interna resonemanget innehåller modellens råa tankeprocess – mellanliggande steg, testade hypoteser och övergivna spår. xAI krypterar detta innehåll av två skäl:
- Immaterialrätt: Resonemanget avslöjar modellens interna funktionssätt
- Kontinuitet: Det krypterade innehållet kan återanvändas av modellen för att återuppta sin tankeprocess
Du kan inte läsa det krypterade innehållet, men modellen kan dekryptera och använda det.
Hämta krypterat resonemang
Lägg till include=["reasoning.encrypted_content"] i din förfrågan:
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Solve this problem: if a train leaves Paris at 2 PM at 200 km/h "
"and another from Lyon at 3 PM at 300 km/h, when do they meet?",
include=["reasoning.encrypted_content"]
)
Svaret kommer att innehålla ett ytterligare fält med det krypterade resonemanget:
{
"output": [
{
"type": "reasoning",
"encrypted_content": "eyJhbGciOiJSU0EtT0FFUCIsImVuYyI6..."
},
{
"type": "message",
"content": [{"type": "output_text", "text": "The two trains meet at..."}]
}
]
}
Återanvända resonemang i en konversation
Den främsta fördelen med krypterat resonemang är möjligheten att mata in det igen i efterföljande förfrågningar. Detta låter modellen återuppta exakt där den slutade i sin tankeprocess:
# Förfrågan 1: ursprungligt problem
response1 = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Prove that the square root of 2 is irrational.",
include=["reasoning.encrypted_content"]
)
# Extrahera krypterat resonemang
encrypted = None
for item in response1.output:
if item.type == "reasoning":
encrypted = item.encrypted_content
break
# Förfrågan 2: fördjupa dig samtidigt som resonemanget behålls
response2 = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Can you generalize this proof to roots of prime numbers?",
previous_response_id=response1.id,
include=["reasoning.encrypted_content"]
)
Krypterat resonemang kontra klassisk kedjning
| Metod | Textuell kontext | Kontinuitet i resonemang |
|---|---|---|
Enbart previous_response_id | Ja | Nej – modellen startar om sitt resonemang |
previous_response_id + krypterat resonemang | Ja | Ja – modellen återupptar sin tankekedja |
Skillnaden är subtil men viktig för komplexa resonemangsuppgifter. Med krypterat innehåll läser modellen inte bara om kontexten: den återupptar sin interna tankeprocess.
När ska du använda krypterat resonemang?
Rekommenderas
Den röda tråden i dessa användningsfall är alltid densamma: en konversation där tur N+1 måste bygga vidare på resonemanget från tur N. Ett matematikproblem som löses i flera steg förlorar all sammanhang om modellen glömmer sin väg mellan två meddelanden; en logisk analys som genomförs via successiva fördjupningar behöver sina mellanliggande hypoteser; iterativ felsökning – “vad händer om vi testar med detta värde?” – är bara meningsfull om modellen kommer ihåg vad den redan har uteslutit. Mer generellt, så snart du märker att kvaliteten på resonemanget försämras från en tur till nästa i dina konversationer, är det signalen om att resonemangskontexten har gått förlorad: att mata in krypterat resonemang är precis lösningen.
Inte nödvändigt
- Enkla konversationer (faktiska frågor och svar)
- Generering av kreativt innehåll
- Uppgifter som inte kräver strukturerat resonemang
Påverkan på fakturering
Token för krypterat resonemang räknas i output_tokens_details.reasoning_tokens. De debiteras med samma taxa som vanliga utdatatoken. Resonemangsvolymen kan vara betydande – ibland 2 till 5 gånger större än det synliga svaret.
Viktiga punkter
- Krypterat resonemang hämtas med
include=["reasoning.encrypted_content"] - Innehållet är krypterat – du kan inte läsa det, men modellen kan återanvända det
- I kombination med
previous_response_idupprätthålls kontinuiteten i tankekedjan - Användbart för komplexa resonemangsuppgifter i flera steg
- Resonemangstoken debiteras även om de är osynliga i svaret