GPT-Reasoning

Diese Seite beschreibt Reasoning-Stärke, Reasoning-Zusammenfassung und die Steuerung der Antwortlänge bei der GPT-Reihe. Modell-IDs und Endpunktkonfiguration finden Sie im Überblick zur GPT-Reihe.

Ab GPT-5 unterstützen die Modelle Reasoning: Sie denken zunächst intern nach und antworten dann. Das eignet sich für Mathematik, Code und mehrstufige Analysen.

• Gängige Werte sind low, medium und high. Je höher die Stärke, desto mehr Reasoning-Tokens und desto länger die Laufzeit. Ein vom Modell nicht unterstützter Wert liefert 400; die Fehlermeldung nennt die unterstützten Werte.
• Ohne reasoning_effort verhalten sich die Modelle unterschiedlich: GPT-5.4 und GPT-6 Sol führen standardmäßig kein Reasoning aus, GPT-5 dagegen schon. Wenn Sie Reasoning benötigen, übergeben Sie den Parameter explizit.
• Reasoning-Tokens werden zum Ausgabepreis abgerechnet und zählen zu max_completion_tokens (bei Responses max_output_tokens).

Reasoning-Zusammenfassung

Der Responses-Endpunkt kann eine Zusammenfassung des Reasoning-Prozesses liefern; Chat Completions liefert keine Reasoning-Inhalte:

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    reasoning={"effort": "medium", "summary": "auto"},
    max_output_tokens=20000,
    input="Finde alle positiven ganzen Zahlen n kleiner als 50, für die n² + n + 41 keine Primzahl ist, und begründe kurz.",
)
for item in resp.output:
    if item.type == "reasoning":
        for s in item.summary:
            print("[Reasoning-Zusammenfassung]", s.text)
print("[Antwort]", resp.output_text)

output kann mehrere reasoning-Einträge enthalten, bei manchen ist summary ein leeres Array; prüfen Sie beim Auslesen jeden Eintrag einzeln. Bei wenig Reasoning gibt es unter Umständen keine Zusammenfassung.

Antwortlänge steuern

Die Modelle der GPT-5-Reihe unterstützen bei Chat Completions den Parameter verbosity mit den Werten low, medium und high, um den Detailgrad der Antwort zu steuern. Anders als max_completion_tokens schneidet er die Antwort nicht ab.

Weitere Fehler: Häufige Fehler.