تفكّر نماذج الاستدلال قبل أن تجيب. ويحدّد المعيار reasoning_effort مقدار هذا التفكير. غالبًا ما يحسّن المستوى الأعلى الإجابات في المسائل الصعبة، لكنه يضيف زمن استجابة ورموز إخراج، لأن رموز الاستدلال تُحتسب كإخراج. يشرح هذا الدليل المستويات، والنماذج التي تقبلها على GetVibe API، وما يحدث مع النماذج التي تتعامل مع الاستدلال بطريقة مختلفة.
موضع المعيار
/v1/chat/completions: حقل في المستوى الأعلى،"reasoning_effort": "high"./v1/responses: متداخل،"reasoning": {"effort": "high"}. هذه هي الصيغة المعتمدة في Responses API، وهي الصيغة التي يستخدمها Codex CLI.
curl https://getvibeapi.com/v1/chat/completions \
-H "Authorization: Bearer $GETVIBE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-sol",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "حلّ خطوة بخطوة: 17 * 23"}]
}'المستويات
تتعرّف البوابة على none وminimal وlow وmedium وhigh وxhigh وmax. الكتابة الصحيحة هي medium وليست middle. ينشر كل نموذج المجموعة الفرعية التي يقبلها في caps.reasoning.levels ضمن الكتالوج العام (https://getvibeapi.com/api/catalog).
| النموذج | المستويات المنشورة | السعر |
|---|---|---|
| GPT-6 Luna | من minimal إلى max (المستويات الستة كلها) | $0.0055 الإدخال · $0.0274 الإخراج لكل مليون رمز |
| GPT-6 Sol | من minimal إلى max (المستويات الستة كلها) | $0.1096 الإدخال · $0.548 الإخراج لكل مليون رمز |
| GPT-6 Astra | minimal وlow وmedium وhigh | $0.548 الإدخال · $2.7398 الإخراج لكل مليون رمز |
| GPT-5.6 Sol (وكذلك Luna وTerra) | من minimal إلى max (المستويات الستة كلها) | $0.0667 الإدخال · $0.40 الإخراج لكل مليون رمز |
| Tencent Hy4 Preview | low وhigh | $0.0334 الإدخال · $0.1001 الإخراج لكل مليون رمز |
كيفية تعامل عائلات النماذج الأخرى معه
- GLM وQwen: التعامل ثنائي. تؤدي
noneوminimalوlowإلى إيقاف التفكير، بينما تفعّلهmediumوالمستويات الأعلى. - Gemini: التعامل ثنائي أيضًا. تضبط المستويات المنخفضة ميزانية التفكير على صفر، بينما تستخدم
mediumوالمستويات الأعلى ميزانية تلقائية. - DeepSeek وKimi: الاستدلال مدمج في النموذج، ولا يفعّل هذا المعيار الاستدلال أو يعطّله.
- Claude: يستخدم التفكير الممتد بدلًا من ذلك. أرسل كائن
thinkingمعbudget_tokensإلى/v1/messages. لا تتعامل مع حقلreasoning_effortفي Chat على أنه مكافئ لذلك.
from anthropic import Anthropic
client = Anthropic(base_url="https://getvibeapi.com", api_key="sk-pv-...")
r = client.messages.create(
model="claude-opus-5.5",
max_tokens=2048,
thinking={"type": "enabled", "budget_tokens": 1024},
messages=[{"role": "user", "content": "خطّط لترحيل قاعدة بيانات لـ ..."}],
)
print(r.content)اختيار المستوى
minimal/low: للتصنيف والاستخراج والتنسيق وإعادة الصياغة القصيرة. أي مهمة تكون فيها إجابة المحاولة الأولى كافية وتكون السرعة مهمة.medium: خيار افتراضي مناسب للمساعدين العامين وتعديلات التعليمات البرمجية الروتينية.high: للمسائل متعددة الخطوات وتصحيح الأخطاء والتخطيط للإجراءات التالية لوكيل.xhigh/max: لأصعب المهام، عندما تكون تكلفة الإجابة الخاطئة أكبر من تكلفة الرموز الإضافية. توقّع استجابات أطول بوضوح وفاتورة إخراج أكبر.
نهج عملي: ابدأ بمستوى منخفض، وقِس الجودة على مجموعة ثابتة من مهامك الخاصة، ثم ارفع المستوى فقط للطلبات التي تفشل. تظهر التكلفة لكل طلب في كائن usage. وتُحتسب رموز الاستدلال كإخراج.
الخطوات التالية
اقرأ وثائق الاستدلال، وقارن بين GPT-6 Luna وSol وAstra، أو تعرّف على أوجه اختلاف Claude Opus 5.5 وGPT-6 Sol بالنسبة إلى وكلاء البرمجة.