reasoning_effort explicado: de minimal a max

Los modelos de razonamiento piensan antes de responder. El parámetro reasoning_effort fija cuánto. Un nivel más alto suele mejorar las respuestas en problemas difíciles. También añade latencia y tokens de salida, porque los tokens de razonamiento se facturan como salida. Esta guía explica los niveles, qué modelos de GetVibe API los aceptan y qué pasa con los modelos que razonan de otra manera.

Dónde va el parámetro

• /v1/chat/completions: un campo de primer nivel, "reasoning_effort": "high".
• /v1/responses: anidado, "reasoning": {"effort": "high"}. Es la forma canónica de la Responses API y la que usa 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": "Solve step by step: 17 * 23"}]
  }'

Los niveles

La pasarela reconoce none, minimal, low, medium, high, xhigh y max. Se escribe medium, no middle. Cada modelo publica el subconjunto que acepta en caps.reasoning.levels dentro del catálogo público (https://getvibeapi.com/api/catalog).

Cómo lo manejan otras familias de modelos

• GLM y Qwen: binario. none, minimal y low desactivan el pensamiento, y medium o superior lo activan.
• Gemini: también binario. Los niveles bajos fijan un presupuesto de pensamiento de cero, y medium o superior usan un presupuesto automático.
• DeepSeek y Kimi: el razonamiento está integrado en el modelo y este parámetro no lo activa ni lo desactiva.
• Claude: usa el pensamiento extendido. Envía un objeto thinking con budget_tokens a /v1/messages. No trates el campo reasoning_effort del chat como equivalente.

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": "Plan a database migration for ..."}],
)
print(r.content)

Cómo elegir el nivel

• minimal / low: clasificación, extracción, formato y reescrituras cortas. Cualquier caso donde basta una primera respuesta y la velocidad importa.
• medium: un valor por defecto razonable para asistentes generales y ediciones de código rutinarias.
• high: problemas de varios pasos, depuración y planificar las siguientes acciones de un agente.
• xhigh / max: las tareas más difíciles, donde una respuesta equivocada cuesta más que los tokens extra. Espera respuestas bastante más largas y una factura de salida mayor.

Un enfoque práctico: empieza bajo, mide la calidad en un conjunto fijo de tus propias tareas y sube el nivel solo para las solicitudes que fallan. El coste se ve por solicitud en el objeto usage. Los tokens de razonamiento cuentan como salida.

Siguientes pasos

Lee la documentación de razonamiento, compara GPT-6 Luna, Sol y Astra o mira en qué se diferencian Claude Opus 5.5 y GPT-6 Sol para agentes de programación.