reasoning_effort: объяснение уровней от minimal до max

Модели с рассуждением обдумывают ответ перед его формированием. Параметр reasoning_effort задаёт объём рассуждений. Более высокий уровень часто улучшает ответы на сложные задачи. Он также увеличивает задержку и количество выходных токенов, поскольку токены рассуждений тарифицируются как выходные. В этом руководстве объясняется, какие существуют уровни, какие модели в GetVibe API их поддерживают и что происходит с моделями, использующими другой подход к рассуждениям.

Куда передавать параметр

• /v1/chat/completions: поле верхнего уровня, "reasoning_effort": "high".
• /v1/responses: вложенный параметр, "reasoning": {"effort": "high"}. Это каноническая форма Responses API, которую использует 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": "Решите пошагово: 17 * 23"}]
  }'

Уровни

Шлюз распознаёт none, minimal, low, medium, high, xhigh и max. Используется написание medium, а не middle. Каждая модель публикует поддерживаемое подмножество уровней в caps.reasoning.levels в публичном каталоге (https://getvibeapi.com/api/catalog).

Как с этим работают другие семейства моделей

• GLM и Qwen: бинарная логика. none, minimal и low отключают рассуждения, а medium и более высокие уровни включают их.
• Gemini: также бинарная логика. Более низкие уровни устанавливают бюджет рассуждений, равный нулю, а medium и более высокие уровни используют автоматический бюджет.
• DeepSeek и Kimi: рассуждения встроены в модель, поэтому этот параметр их не переключает.
• Claude: вместо этого использует расширенное мышление. Передайте объект thinking с параметром budget_tokens в /v1/messages. Не считайте поле reasoning_effort для чата эквивалентом этого механизма.

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": "Спланируйте миграцию базы данных для ..."}],
)
print(r.content)

Выбор уровня

• minimal / low: классификация, извлечение данных, форматирование и краткий рерайт. Подходит для задач, где достаточно ответа с первого прохода и важна скорость.
• medium: разумный уровень по умолчанию для универсальных ассистентов и стандартного редактирования кода.
• high: многоэтапные задачи, отладка и планирование следующих действий агента.
• xhigh / max: самые сложные задачи, где ошибочный ответ обходится дороже дополнительных токенов. Ожидайте заметно более длинных ответов и большего счёта за выходные токены.

Практический подход: начните с низкого уровня, измерьте качество на фиксированном наборе собственных задач и повышайте уровень только для запросов, которые завершаются неудачно. Стоимость отображается для каждого запроса в объекте usage. Токены рассуждений считаются выходными.

Следующие шаги

Изучите документацию по рассуждениям, сравните GPT-6 Luna, Sol и Astra или узнайте, чем Claude Opus 5.5 и GPT-6 Sol отличаются при работе с агентами для программирования.