En reasoning model ai tenker i tokens før den svarer i tokens
Still en vanlig modell et vanskelig spørsmål, og den begynner å skrive svaret umiddelbart. Den eneste "tenkingen" er det som skjer inne i nettverket mellom lesingen av prompten din og produksjonen av det første ordet.
En reasoning model ai er trent til å gjøre noe annet: først skrive ut en kjede av arbeid, ofte tusenvis av tokens av det, og først deretter skrive svaret. Arbeidet er tekst modellen genererer for seg selv. Den prøver en tilnærming, merker en motsigelse, går tilbake, sjekker regnestykker, og forplikter seg til slutt. De fleste produkter skjuler denne kjeden eller viser et sammendrag av den, og kaller det hele "tenking".
Tenkingen er den samme neste-token-prediksjonen som hva er en LLM beskriver, bare rettet mot problemet i lengre tid. En reasoning model ai er en språkmodell som er trent, gjennom forsterkende læring på problemer med sjekkbare svar, til å bruke flere tokens før den forplikter seg. Det er derfor den hjelper mest på problemer der arbeidet kan sjekkes, og minst på problemer der det ikke er noe å jobbe seg gjennom.
Hvor ideen kom fra, i tre datoer
I januar 2022 viste Jason Wei og kolleger hos Google at det å legge noen gjennomarbeidede, steg-for-steg-eksempler i prompten hevet en modells score på matematikk- og logikkoppgaver. De kalte det chain-of-thought prompting, og det fungerte fordi å skrive ut stegene ga modellen flere tokens, og dermed mer beregning, per oppgave.
I september 2024 lanserte OpenAI o1, den første bredt tilgjengelige modellen trent til å gjøre dette som standard i stedet for på forespørsel. Den forsterkende læringen bak den belønnet kjeder som førte til riktige svar på matematikk og kode, så modellen lærte å produsere lange, selvkorrigerende resonneringer på egen hånd.
I januar 2025 lanserte DeepSeek R1 med åpne vekter og en artikkel som beskrev treningsoppskriften, noe som betydde at ethvert laboratorium kunne gjenskape tilnærmingen. I løpet av året ble resonnering en modus snarere enn en modell: en bryter inne i GPT, Claude og Gemini, og en familie av dedikerte rader som Kimi K2 Thinking i den bredere katalogen.
Når tenking lønner seg, og når det bare er kostnad
Mønsteret på tvers av alle benchmarker og alle virkelige oppgaver er det samme: resonnering hjelper proporsjonalt med hvor mange steg problemet har og hvor sjekkbart svaret er.
| Oppgave | Tenkemodus | Hvorfor |
|---|---|---|
| Flertrinns matematikk, tekstoppgaver, enhetsomregninger | Verdt det | Steg kan sjekkes; feil forsterker seg uten arbeid |
| Feilsøking, spore en feil gjennom kode | Verdt det | Modellen tester hypoteser mot koden før den forplikter seg |
| Planlegge en timeplan, en migrering, et budsjett med begrensninger | Verdt det | Begrensninger påvirker hverandre; et førsteutkast bryter vanligvis en av dem |
| Logikkgåter, bevis, regler med unntak | Verdt det | Hele poenget er kjeden |
| Faktaoppslag ("hvilket år skjedde X") | Bortkastet | Ingen steg; modellen vet det eller den vet det ikke |
| Omskriving, oversettelse, oppsummering, endre tone | Bortkastet | Én runde er oppgaven; tenking gir bare forsinkelse og ingen kvalitet |
| Uformell samtale, idémyldring av en liste | Bortkastet | Ingenting å sjekke; flere tokens for samme svar |
To ærlige begrensninger. Tenking fikser ikke hallusinasjon på fakta; en modell som ikke vet hovedstaden i et land vil resonnere seg fram til feil svar med mer selvtillit. Og lange kjeder kan gå galt på måter et kort svar ikke kan: modellen snakker seg selv ut av en korrekt førsteinstinkt. På enkle spørsmål ender en lang kjede noen ganger et sted verre enn den enkle modellens første svar.
Hva tenking koster: tokens, sekunder og kreditter
Tenkekjeden er utdatatokens, den dyre typen, og hva er tokens i ai viser at utdata koster fem til seks ganger så mye som inndata på hver eneste ledende modell. En resonneringsrunde som skriver 3000 tokens med arbeid før et svar på 300 tokens, har generert ti ganger så mye utdata som det enkle svaret. Den bruker også omtrent ti ganger så lang tid, fordi utdata produseres ett token av gangen.
Ledertavlene priser nå denne bryteren direkte. Artificial Analysis scorer hver modell på hvert innsatsnivå leverandøren tilbyr, så avgiften er målbar: samme modell, ved laveste og høyeste resonneringsinnsats, med sin Intelligence Index-score over hver ende. De tre stigene under ble lest av 2026-09-17.
Plott hvert nivå, og kurvene krysser hverandre på en lærerik måte. GPT-6 Astra når 53 for $2.31 per million tokens; Claude Fable 5.1 når samme 53 for $5.98. Claude Opus 5 ved maks innsats lander på 51, to poeng under begge, for $5.86. Innsats gir poeng på hver kurve, og hvilken kurve du er på avgjør hva de poengene koster.
Whizis Auto-ruter gjør dette om til en fast pris du kan se. Auto leser hver melding og sender den til en av seks rader; raden er det som setter kreditkostnaden, og flertrinnsresonnering ligger øverst på Powerhouse. Pro topper ut på den 10-kreditters koderaden, og Starter blir på husmodellen til 1.
En resonneringsrunde koster 20 kreditter mot 1 for et raskt spørsmål: et 20-til-1-spenn som gjenspeiler tokenkostnaden under. Auto nekter også å kaste den bort. En ny melding den klassifiserer som en omskriving eller et oppslag går til 1- eller 2-kreditters raden, og en oppfølging i en tråd som allerede har oppnådd resonneringsraden blir der, fordi den forrige rundens modell fungerer som et gulv. Hvordan Auto velger en modell har radetabellen med modellen bak hver rad.
Hvordan bruke tenkemodus uten å betale for det overalt
Behandle tenking som et verktøy du griper til, ikke en innstilling du lar stå på.
- Bruk den raske modellen som standard. De fleste meldinger er oppslag, omskrivinger og korte spørsmål. Tenking legger til sekunder og kreditter og endrer ingenting.
- Skru på for den vanskelige runden. Når spørsmålet har flere steg og et sjekkbart svar, flytt den ene meldingen til en reasoning model ai eller skru på tenking, og gå tilbake etterpå.
- Gi den begrensningene i prompten. En reasoning model ai er på sitt beste når den har regler å sjekke planen sin mot. "Må passe innenfor 40 timer, ingen møter på fredager, lanseringen er den 12." er den typen prompt som fortjener ventetiden.
- Les arbeidet når det vises. Kjeden er der modellen avslører en feil antagelse. Hvis det første steget er feil, er svaret feil uansett hvor lenge den tenkte.
- Ikke bruk det til å sjekke fakta. Bruk søk, et dokument eller en annen modell til det; hva er en ai-hallusinasjon forklarer hvorfor mer tenking ikke hjelper der.
Beslutningsregelen i én setning: hvis du ville ønsket å se noens arbeid før du stolte på svaret deres, bruk en reasoning model ai. Hvis du ikke ville det, ikke betal for det.
- Behold den raske modellen som standard og grip til tenkemodus på den spesifikke vanskelige runden
- Bruk resonnering til matematikk, logikk, planlegging med begrensninger og feilsøking
- Hopp over det for oppslag, omskrivinger, oversettelse og oppsummeringer; det er tregere og ikke bedre
- Legg begrensningene i prompten så modellen har noe å sjekke planen sin mot
- Verifiser fakta med søk eller en annen modell, ikke med en lengre tankekjede
Vanlige spørsmål
Hva gjør en reasoning model ai egentlig annerledes?
Den skriver ut en kjede av mellomsteg før det endelige svaret, prøver tilnærminger, sjekker regnestykker og går tilbake, alt som generert tekst. En vanlig modell begynner å skrive svaret umiddelbart. Resonneringen er den samme neste-token-prediksjonen, brukt lenger på problemet, og det er derfor den hjelper på flertrinnsoppgaver og ikke på oppslag.
Er tenkemodus alltid bedre?
Nei. På faktaoppslag, omskrivinger, oversettelse og uformelle spørsmål er den tregere, koster flere tokens og forbedrer ikke svaret. På enkle spørsmål kan en lang kjede snakke modellen ut av et korrekt førsteinstinkt. Den er bedre på matematikk, logikk, planlegging under begrensninger og feilsøking, der svaret har steg som kan sjekkes.
Hvorfor er tenkemodus tregere og dyrere?
Fordi tenkingen er utdatatokens, produsert ett av gangen, og utdata koster fem til seks ganger så mye som inndata på hver eneste ledende modell. En runde som skriver 3000 tokens med arbeid før et svar på 300 tokens genererer ti ganger så mye utdata som det enkle svaret og tar omtrent ti ganger så lang tid.
Hvilke modeller er reasoning models?
OpenAIs o1 i september 2024 var den første bredt tilgjengelige, og DeepSeek R1 i januar 2025 publiserte oppskriften med åpne vekter. Siden da er resonnering vanligvis en modus inne i GPT, Claude og Gemini snarere enn et eget produkt, ved siden av dedikerte rader som Kimi K2 Thinking. Whizi ruter flertrinnsspørsmål til sin resonneringsrad automatisk.
Hallusinerer en reasoning model ai mindre?
På flertrinnsproblemer, ja, fordi den fanger sine egne regne- og logikkfeil i kjeden. På fakta, nei: en modell som ikke vet noe vil resonnere seg fram til et feil svar med mer selvtillit. For fakta fungerer forankring med søk eller et dokument og en annen modells mening; en lengre tankekjede gjør det ikke.
