Reasoning

Für Modelle, die Reasoning (Chain-of-Thought) unterstützen, können Sie die Tiefe des Reasoning-Prozesses mit dem Parameter reasoning_effort steuern.

Was Sie lernen werden:

Wie Sie erkennen, ob ein Modell Reasoning-Steuerung unterstützt
Wie Sie den Parameter reasoning_effort verwenden
Wie Sie Reasoning für Qwen 3.6-Modelle deaktivieren

Zulässige Werte

Zulässige Werte für reasoning_effort und der Default aus dem Datenblatt:

Modell	ID	reasoning_effort	Default im Datenblatt
Claude Opus 5.5	`claude-opus-5.5`	`none, minimal, low, medium, high, xhigh, max`	Keiner angegeben
Claude Sonnet 5.5	`claude-sonnet-5.5`	`none, minimal, low, medium, high, xhigh, max`	Keiner angegeben
DeepSeek V4.1 Flash	`DeepSeek-V4.1-Flash`	`none, minimal, low, medium, high, xhigh, ultra, max`	Keiner angegeben
Gemini 3 Flash	`gemini-3-flash`	`none, minimal, low, medium, high`	high
Gemini 3.5 Flash	`gemini-3.5-flash`	`none, minimal, low, medium, high`	medium
Gemini 3.8 Flash	`gemini-3.8-flash`	`low, medium, high`	medium
Gemma 4	`gemma-4-31B-it-FP8`	`low, medium, high`	Keiner angegeben
GLM 5.3	`GLM-5.3`	`none, high, max`	max
GLM 5.3 Flash	`GLM-5.3-Flash`	`low, high, max`	max
GPT-5.6 Sol	`gpt-5.6-sol`	`none, low, medium, high, xhigh`	medium
GPT-5.6 Terra	`gpt-5.6-terra`	`none, low, medium, high, xhigh`	medium
GPT-6 Luna (>272k)	`gpt-6-luna-long-context`	`none, low, medium, high, xhigh`	medium
GPT-6 Luna (≤272k)	`gpt-6-luna`	`none, low, medium, high, xhigh`	medium
GPT-6.1 Sol (>272k)	`gpt-6.1-sol-long-context`	`low, medium, high, xhigh`	medium
GPT-6.1 Sol (≤272k)	`gpt-6.1-sol`	`low, medium, high, xhigh`	medium
GPT-OSS 120B	`gpt-oss-120b`	`low, medium, high`	medium
Mistral Small 4	`Mistral-Small-4-119B-2603`	`none, high`	none
Qwen 3.6 35B FP8	`Qwen-3.6-35B-FP8`	`none, low, medium, high`	Keiner angegeben
Qwen 3.8 27B FP8	`Qwen3.8-27B-FP8`	`none, low, medium, xhigh`	low

Einige Modelle bilden Ausnahmen:

DeepSeek V4.1 Flash denkt standardmäßig, wenn die Anfrage kein reasoning_effort sendet. none schaltet Reasoning ab. Die übrigen Werte der Tabelle schalten es ein; wie stark sie die Tiefe ändern, ist nicht dokumentiert. Den Reasoning-Text finden Sie in message.reasoning_content.
Mistral-Modelle akzeptieren nur none und high. low oder medium führen zu HTTP 400 mit reasoning_effort=... is not supported by Mistral models.
Einzelne neuere Anthropic-Modelle lehnen reasoning_effort ab und steuern Thinking anders; die Fehlermeldung nennt die zu verwendende Alternative.
Auf Code spezialisierte Modelle weisen den Parameter mit The requested operation is unsupported. zurück.

Lehnt ein Modell reasoning_effort ab, prüfen Sie seinen Eintrag unter Chat & Reasoning (LLMs).

Verwendung von reasoning_effort

Python

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="GLM-5.3",
    messages=[
        {"role": "system", "content": "You are a concise and helpful assistant."},
        {"role": "user", "content": "What is the capital of France?"},
    ],
    reasoning_effort="high",  # GLM-5.3 akzeptiert "none", "high" oder "max"
)

print(response.choices[0].message.content)

Das Beispiel setzt reasoning_effort="high" auf GLM-5.3. Das Datenblatt listet für dieses Modell none, high und max. Nicht davon ausgehen, dass jedes Modell dieselben Werte akzeptiert.

Reasoning für Qwen 3.6 deaktivieren

Für Qwen 3.6-Modelle setzen Sie reasoning_effort="none", um Reasoning zu deaktivieren. Das Prompt-Schlüsselwort /no_think schaltet es nicht ab: Das Modell denkt trotzdem.

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="Qwen3.6-35B-A3B-FP8",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is your name?"},
    ],
    reasoning_effort="none",
)

print(response.choices[0].message.content)

Die Antwort meldet dann reasoning_tokens: 0 in usage.

Grenzen und Fehlersuche

Bekannte Grenzen:

Mistral-Modelle akzeptieren nur none und high. low oder medium führen zu HTTP 400 mit reasoning_effort=... is not supported by Mistral models.
Einzelne neuere Anthropic-Modelle lehnen reasoning_effort ab. Die Fehlermeldung nennt die Alternative.
Einige auf Code spezialisierte Modelle weisen den Parameter mit The requested operation is unsupported. zurück.
GLM-5.3 akzeptiert reasoning_effort="none" ohne Fehler, denkt aber trotzdem: Die Antwort enthält Reasoning und meldet Reasoning-Token.

Nächste Schritte

Chat Completions Der Chat-Aufruf, dem dieser Parameter hinzugefügt wird.

Function Calling Tools auf demselben Client.

Empfohlene Modelle GLM 5.3 und Qwen 3.6 35B auf T Cloud.