Un modello di reasoning pensa in token prima di rispondere in token
Fai una domanda difficile a un modello standard e inizia subito a scrivere la risposta. L'unico "pensiero" è quello che succede dentro la rete tra la lettura del tuo prompt e la produzione della prima parola.
Un modello di reasoning è addestrato a fare qualcosa di diverso: prima scrive una catena di ragionamento, spesso migliaia di token, e solo dopo scrive la risposta. Il ragionamento è testo che il modello genera per sé stesso. Prova un approccio, nota una contraddizione, torna indietro, controlla l'aritmetica ed eventualmente si impegna. La maggior parte dei prodotti nasconde questa catena o ne mostra un riassunto, ed etichetta il tutto "pensiero".
Il pensiero è la stessa previsione del token successivo che cos'è un LLM descrive, applicata al problema più a lungo. Un modello di reasoning è un modello linguistico che è stato addestrato, tramite apprendimento per rinforzo su problemi con risposte verificabili, a spendere più token prima di impegnarsi. Ecco perché aiuta di più sui problemi in cui il ragionamento può essere verificato e meno su quelli in cui non c'è nulla da elaborare.
Da dove viene l'idea, in tre date
Nel gennaio 2022, Jason Wei e colleghi di Google hanno mostrato che inserire nel prompt alcuni esempi risolti passo dopo passo alzava i punteggi di un modello su problemi di matematica e logica. Lo chiamarono chain-of-thought prompting, e funzionava perché scrivere i passaggi dava al modello più token, e quindi più calcolo, per ogni problema.
Nel settembre 2024, OpenAI ha rilasciato o1, il primo modello ampiamente disponibile addestrato a farlo di default anziché su richiesta. L'apprendimento per rinforzo dietro di esso premiava le catene che portavano a risposte corrette in matematica e codice, così il modello ha imparato a produrre da solo ragionamenti lunghi e autocorrettivi.
Nel gennaio 2025, DeepSeek ha rilasciato R1 con pesi aperti e un paper che descrive la ricetta di addestramento, il che ha permesso a ogni laboratorio di riprodurre l'approccio. Nel corso dell'anno, il reasoning è diventato una modalità più che un modello: un interruttore dentro GPT, Claude e Gemini, e una famiglia di righe dedicate come Kimi K2 Thinking nel catalogo più ampio.
Quando il pensiero ripaga, e quando è puro costo
Lo schema in ogni benchmark e in ogni compito reale è lo stesso: il reasoning aiuta in proporzione a quanti passaggi ha il problema e a quanto è verificabile la risposta.
| Compito | Modalità di pensiero | Perché |
|---|---|---|
| Matematica a più passaggi, problemi con testo, conversioni di unità | Vale la pena | I passaggi possono essere verificati; gli errori si accumulano senza il ragionamento |
| Debug, ricostruire un errore nel codice | Vale la pena | Il modello testa le ipotesi sul codice prima di impegnarsi |
| Pianificare un calendario, una migrazione, un budget con vincoli | Vale la pena | I vincoli interagiscono; una prima bozza di solito ne viola uno |
| Enigmi logici, dimostrazioni, regole con eccezioni | Vale la pena | Tutto il senso sta nella catena |
| Ricerca di un fatto ("in che anno è successo X") | Sprecato | Nessun passaggio; il modello lo sa o non lo sa |
| Riscrivere, tradurre, riassumere, cambiare tono | Sprecato | Un solo passaggio è il compito; pensare aggiunge ritardo e nessuna qualità |
| Conversazione informale, brainstorming di una lista | Sprecato | Niente da verificare; più token per la stessa risposta |
Due limiti onesti. Pensare non risolve le allucinazioni sui fatti; un modello che non conosce la capitale di un paese ragionerà fino a una risposta sbagliata con più sicurezza. E le catene lunghe possono andare storte in modi in cui una risposta breve non può: il modello si convince a lasciar perdere un primo istinto corretto. Su domande facili, una catena lunga a volte finisce in un punto peggiore della prima risposta del modello semplice.
Quanto costa pensare: i token, i secondi e i crediti
La catena di ragionamento è output di token, il tipo costoso, e cosa sono i token nell'IA mostra che l'output costa da cinque a sei volte l'input su ogni modello principale. Un turno di reasoning che scrive 3.000 token di ragionamento prima di una risposta di 300 token ha generato dieci volte l'output della risposta semplice. Impiega anche circa dieci volte più tempo, perché l'output viene prodotto un token alla volta.
Le classifiche ora mettono un prezzo diretto alla manopola. Artificial Analysis valuta ogni modello a ogni livello di sforzo che il suo fornitore espone, così la tassa è misurabile: lo stesso modello, al suo sforzo di reasoning più basso e più alto, con il punteggio Intelligence Index sopra ogni estremo. Le tre scale sotto sono state lette il 2026-09-17.
Traccia ogni impostazione e le curve si incrociano in modo istruttivo. GPT-6 Astra raggiunge 53 a $2.31 per milione di token; Claude Fable 5.1 raggiunge lo stesso 53 a $5.98. Claude Opus 5 allo sforzo massimo arriva a 51, due punti sotto entrambi, a $5.86. Lo sforzo compra punti su ogni curva, e quale curva stai usando decide quanto costano quei punti.
Il router Auto di Whizi trasforma tutto ciò in un prezzo fisso che puoi vedere. Auto legge ogni messaggio e lo manda a uno dei sei gradini; il gradino è ciò che stabilisce il costo in crediti, e il reasoning a più passaggi si trova al vertice su Powerhouse. Pro arriva al massimo al gradino di codice da 10 crediti, e Starter resta sul modello di base a 1.
Un turno di reasoning costa 20 crediti contro 1 per una domanda rapida: uno scarto di 20 a 1 che rispecchia il costo in token sottostante. Auto rifiuta anche di sprecarlo. Un messaggio nuovo che classifica come riscrittura o ricerca va al gradino da 1 o 2 crediti, e un follow-up in una conversazione che ha già guadagnato il gradino di reasoning ci resta, perché il modello del turno precedente funge da soglia minima. Come Auto sceglie un modello contiene la tabella dei gradini con il modello dietro ogni riga.
Come usare la modalità di pensiero senza pagarla ovunque
Considera il pensiero uno strumento a cui ricorrere, non un'impostazione da lasciare sempre attiva.
- Usa di default il modello veloce. La maggior parte dei messaggi sono ricerche, riscritture e domande brevi. Il pensiero aggiunge secondi e crediti e non cambia nulla.
- Attivalo per il turno difficile. Quando la domanda ha diversi passaggi e una risposta verificabile, sposta quel singolo messaggio su un modello di reasoning o attiva il pensiero, poi torna indietro.
- Dagli i vincoli nel prompt. Un modello di reasoning dà il meglio quando ha regole con cui verificare il suo piano. "Deve stare in 40 ore, niente riunioni il venerdì, il lancio è il 12" è il tipo di prompt che merita l'attesa.
- Leggi il ragionamento quando è mostrato. La catena è dove il modello rivela un'ipotesi sbagliata. Se il primo passaggio è sbagliato, la risposta è sbagliata per quanto a lungo abbia pensato.
- Non usarlo per verificare i fatti. Usa la ricerca, un documento o un secondo modello per quello; cos'è un'allucinazione dell'IA spiega perché pensare di più non aiuta lì.
La regola in una riga: se vorresti vedere il ragionamento di qualcuno prima di fidarti della sua risposta, usa un modello di reasoning. Se non lo vorresti, non pagarlo.
- Mantieni il modello veloce come predefinito e ricorri alla modalità di pensiero solo nel turno difficile specifico
- Usa il reasoning per matematica, logica, pianificazione con vincoli e debug
- Saltalo per ricerche, riscritture, traduzioni e riassunti; è più lento e non migliore
- Metti i vincoli nel prompt così il modello ha qualcosa con cui verificare il suo piano
- Verifica i fatti con la ricerca o un secondo modello, non con una catena di pensiero più lunga
Domande frequenti
Cosa fa davvero di diverso un modello di reasoning?
Scrive una catena di passaggi intermedi prima della risposta finale, provando approcci, controllando l'aritmetica e tornando indietro, tutto come testo generato. Un modello standard inizia subito a scrivere la risposta. Il ragionamento è la stessa previsione del token successivo, applicata più a lungo al problema, ed è per questo che aiuta sui compiti a più passaggi e non sulle ricerche.
La modalità di pensiero è sempre migliore?
No. Su ricerche fattuali, riscritture, traduzioni e domande informali è più lenta, costa più token e non migliora la risposta. Su domande facili una catena lunga può convincere il modello a lasciar perdere un primo istinto corretto. È migliore su matematica, logica, pianificazione con vincoli e debug, dove la risposta ha passaggi verificabili.
Perché la modalità di pensiero è più lenta e costosa?
Perché il pensiero è output di token, prodotto uno alla volta, e l'output costa da cinque a sei volte l'input su ogni modello principale. Un turno che scrive 3.000 token di ragionamento prima di una risposta di 300 token genera dieci volte l'output della risposta semplice e impiega circa dieci volte più tempo.
Quali modelli sono modelli di reasoning?
o1 di OpenAI nel settembre 2024 è stato il primo ampiamente disponibile, e DeepSeek R1 nel gennaio 2025 ha pubblicato la ricetta con pesi aperti. Da allora il reasoning è di solito una modalità dentro GPT, Claude e Gemini più che un prodotto separato, insieme a righe dedicate come Kimi K2 Thinking. Whizi instrada automaticamente le domande a più passaggi al suo gradino di reasoning.
Un modello di reasoning allucina di meno?
Sui problemi a più passaggi sì, perché coglie i propri errori di aritmetica e logica nella catena. Sui fatti no: un modello che non conosce qualcosa ragionerà verso una risposta sbagliata con più sicurezza. Per i fatti, ancorarsi alla ricerca o a un documento e all'opinione di un secondo modello funziona; una catena di pensiero più lunga no.
