Configuração de reasoning do GPT

Esta página explica a intensidade do reasoning, o resumo do reasoning e o controle do tamanho da resposta na família GPT. IDs de modelo e configuração de endpoints estão na visão geral da família GPT.

O GPT-5 e os modelos posteriores suportam reasoning: primeiro raciocinam internamente e depois respondem, o que é indicado para matemática, código e análises de várias etapas.

• Os valores mais comuns são low, medium e high; quanto maior a intensidade, mais tokens de reasoning e mais tempo. Um valor não suportado pelo modelo retorna 400, e a mensagem de erro lista os valores aceitos por ele.
• Sem reasoning_effort, o comportamento padrão varia por modelo: por exemplo, GPT-5.4 e GPT-6 Sol não fazem reasoning por padrão, enquanto o GPT-5 faz. Quando precisar de reasoning, envie o parâmetro explicitamente.
• Os tokens de reasoning são cobrados pelo preço de saída e contam em max_completion_tokens (max_output_tokens no Responses).

Resumo do reasoning

O endpoint Responses pode retornar um resumo do processo de reasoning; o Chat Completions não retorna o conteúdo do reasoning:

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="Encontre todos os inteiros positivos n menores que 50 para os quais n² + n + 41 não é primo e justifique brevemente.",
)
for item in resp.output:
    if item.type == "reasoning":
        for s in item.summary:
            print("[resumo do reasoning]", s.text)
print("[resposta]", resp.output_text)

output pode conter vários itens reasoning, e o summary de alguns deles pode ser um array vazio; verifique item por item ao ler. Com pouco reasoning, pode não haver resumo.

Controlar o tamanho da resposta

Os modelos da série GPT-5 suportam verbosity no Chat Completions, com os valores low, medium e high, para controlar o nível de detalhe da resposta. Diferentemente de max_completion_tokens, ele não trunca a resposta.

Outros erros estão em Erros comuns.