reasoning_effort expliqué : de minimal à max

Les modèles de raisonnement réfléchissent avant de répondre. Le paramètre reasoning_effort détermine l'ampleur de cette réflexion. Un niveau plus élevé améliore souvent les réponses aux problèmes complexes. Il augmente également la latence et le nombre de tokens générés, car les tokens de raisonnement sont facturés comme des tokens de sortie. Ce guide explique les niveaux, les modèles de GetVibe API qui les acceptent et ce qui se passe avec les modèles qui raisonnent différemment.

Où placer le paramètre

• /v1/chat/completions : un champ de premier niveau, "reasoning_effort": "high".
• /v1/responses : imbriqué, "reasoning": {"effort": "high"}. Il s'agit de la forme canonique de l'API Responses, et de celle utilisée par 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": "Résolvez étape par étape : 17 * 23"}]
  }'

Les niveaux

La passerelle reconnaît none, minimal, low, medium, high, xhigh et max. L'orthographe correcte est medium, et non middle. Chaque modèle publie le sous-ensemble qu'il accepte dans caps.reasoning.levels du catalogue public (https://getvibeapi.com/api/catalog).

Gestion par les autres familles de modèles

• GLM et Qwen : fonctionnement binaire. none, minimal et low désactivent la réflexion, tandis que medium et les niveaux supérieurs l'activent.
• Gemini : fonctionnement également binaire. Les niveaux inférieurs définissent un budget de réflexion nul, tandis que medium et les niveaux supérieurs utilisent un budget automatique.
• DeepSeek et Kimi : le raisonnement est intégré au modèle et ce paramètre ne l'active ni ne le désactive.
• Claude : utilise plutôt la réflexion étendue. Envoyez un objet thinking avec budget_tokens à /v1/messages. Ne considérez pas le champ reasoning_effort de l'API chat comme un équivalent.

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": "Planifiez une migration de base de données pour ..."}],
)
print(r.content)

Choisir un niveau

• minimal / low : classification, extraction, mise en forme et reformulations courtes. Pour les tâches où une réponse obtenue du premier coup suffit et où la rapidité compte.
• medium : une valeur par défaut pertinente pour les assistants généralistes et les modifications de code courantes.
• high : problèmes en plusieurs étapes, débogage et planification des prochaines actions d'un agent.
• xhigh / max : les tâches les plus difficiles, pour lesquelles une réponse incorrecte coûte plus cher que les tokens supplémentaires. Attendez-vous à des réponses sensiblement plus longues et à une facture de sortie plus élevée.

Une approche pratique consiste à commencer par un niveau bas, à mesurer la qualité sur un ensemble fixe de vos propres tâches, puis à augmenter le niveau uniquement pour les requêtes qui échouent. Le coût est visible pour chaque requête dans l'objet usage. Les tokens de raisonnement sont comptabilisés comme des tokens de sortie.

Prochaines étapes

Consultez la documentation sur le raisonnement, comparez GPT-6 Luna, Sol et Astra, ou découvrez en quoi Claude Opus 5.5 et GPT-6 Sol diffèrent pour les agents de programmation.