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

Beispiele für Reasoning-Steuerung

Modell (Beispiel)	Reasoning
GPT-5, GPT-5 mini, GPT-5 nano	Parameter `reasoning_effort`
Gemini 3	Parameter `reasoning_effort`
Claude 4.6, Claude Opus 5	Parameter `reasoning_effort`
Qwen 3.6	Prompt-Schlüsselwort `/no_think`

Die meisten Reasoning-Modelle folgen einem dieser beiden Muster: dem OpenAI-kompatiblen Parameter reasoning_effort oder einem Prompt-Schlüsselwort. reasoning_effort wird deutlich breiter akzeptiert, als die Tabelle vermuten lässt — auch GLM, Mistral, Gemma, Nemotron und die T-Cloud-gehosteten Open-Source-Modelle nehmen ihn entgegen.

Einige Modelle bilden Ausnahmen:

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="claude-sonnet-4.6",
    messages=[
        {"role": "system", "content": "You are a concise and helpful assistant."},
        {"role": "user", "content": "What is the capital of France?"},
    ],
    reasoning_effort="low",  # "low", "medium", or "high"
)

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

Der Parameter reasoning_effort akzeptiert drei Werte:

low — Schnelle Antworten, minimales Reasoning
medium — Ausgewogene Reasoning-Tiefe
high — Tiefgehendes Reasoning für komplexe Probleme

Reasoning für Qwen 3.6 deaktivieren

Für Qwen 3.6-Modelle stellen Sie /no_think Ihrem Prompt voran, um Reasoning zu deaktivieren:

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": "/no_think What is your name?"},
    ],
)

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

Nächste Schritte

Chat Completions — Standard-Chat-API-Nutzung
Function Calling — Reasoning-Modelle mit externen Tools verbinden
Streaming — Antworten von Reasoning-Modellen streamen