مدل استدلالی (Reasoning Model) چیست و کِی ارزش هزینهٔ فکر کردن را دارد

یک سؤال ساده روی کاغذ می‌آید: «اگر مبلغی بعد از ۹ درصد مالیات ۱۰۹٬۰۰۰ شده باشد، مبلغ قبل از مالیات چقدر بوده؟» یک مدل سریع ممکن است در یک چشم به هم زدن ۹ درصدِ خودِ ۱۰۹٬۰۰۰ را کم کند و عدد اشتباهی را با اطمینان بنویسد. یک مدل استدلالی چند ثانیه بیشتر فکر می‌کند و می‌فهمد باید تقسیم کند، نه کم. این مقاله کمک می‌کند بفهمید چه زمانی برای «فکر کردن» هزینه بدهید و چه زمانی همان پاسخ سریع کافی است.

مدل استدلالی قبل از جواب، فکر پنهان خرج می‌کند

مدل استدلالی (Reasoning Model) قبل از نوشتن جواب نهایی، بخشی از مسیر حل مسئله را پنهانی طی می‌کند. شما معمولاً آن نوشتهٔ پنهان را نمی‌بینید، اما مدل از آن برای رسیدن به پاسخ استفاده می‌کند. در پنل‌ها و APIها به این بخش، توکن‌های فکر کردن هم می‌گویند.

توکن (token) واحد شمارش متن برای مدل است. در فارسی، یک کلمه ممکن است یک یا چند توکن شود. وقتی مدل فکر می‌کند، توکن مصرف می‌کند؛ حتی اگر آن فکرها در جواب نهایی دیده نشوند. در گیسو، توکن‌های فکر کردن مثل توکن‌های خروجی حساب می‌شوند و زمان پاسخ را هم بیشتر می‌کنند.

این نکته مهم است: مدل فکرکننده قرار نیست همیشه درست بگوید. فقط برای مسائلی طراحی شده که با یک حدس زبانی خوب حل نمی‌شوند. اگر مسئله چند گام دارد، شرط‌ها به هم وابسته‌اند یا جواب را باید بررسی کرد، استدلال ارزش پیدا می‌کند.

کارهایی که هزینهٔ فکر کردن را جبران می‌کنند

فکر کردن وقتی می‌ارزد که خطای کوچک، نتیجهٔ نهایی را خراب کند. در کارهای زیر، بالا بردن عمق استدلال معمولاً کیفیت جواب را بهتر می‌کند.

• محاسبه و ریاضی چندمرحله‌ای. مثال: «قیمت قبل از مالیات را پیدا کنید، بعد ۱۵ درصد تخفیف و ۹ درصد مالیات را جدا نشان دهید.»
• اشکال‌زدایی کد. مثال: «این تابع گاهی آرایهٔ خالی برمی‌گرداند؛ مسیرهای اجرا را بررسی کنید و علت محتمل را بگویید.»
• برنامه‌ریزی با محدودیت. مثال: «برای سه نفر با ساعت کاری متفاوت، برنامهٔ تولید محتوا بچینید؛ هیچ‌کس بیشتر از ۴ ساعت در روز کار نکند.»
• مقایسهٔ متن‌های بلند یا بندهای قرارداد. مثال: «این دو بند دربارهٔ فسخ را مقایسه کنید و تعارض‌های احتمالی را فهرست کنید.» اگر متن‌ها بلندند، دانستن پنجرهٔ زمینه و محدودیت توکن کمک می‌کند.
• معماهای منطقی و شرطی. مثال: «سه نفر سه جمله گفته‌اند و فقط یکی راست می‌گوید؛ پاسخ را با بررسی حالت‌ها پیدا کنید.»

در چنین پرامپتی، شما از مدل نمی‌خواهید «زیاد فکر کنید». به جای آن، هدف، داده و روش بررسی را روشن می‌کنید. مدل استدلالی خودش مسیر مناسب را انتخاب می‌کند.

کارهایی که با فکر کردن زیاد معمولاً هدررفت دارند

برای کارهای سبک، عمق استدلال بالا اغلب زمان و هزینه را زیاد می‌کند، بدون اینکه خروجی به همان نسبت بهتر شود. ترجمهٔ یک پیام کوتاه، بازنویسی یک کپشن، خلاصه‌سازی یک متن کوتاه، برچسب‌گذاری ساده، گفت‌وگوی روزمره و نوشتن چند پیشنهاد برای عنوان معمولاً به مدل فکرکننده نیاز ندارند.

یک استثنا وجود دارد. اگر همین کارهای ساده شرط‌های سخت داشته باشند، فکر کردن دوباره معنی پیدا می‌کند. مثلاً ترجمهٔ یک بند حقوقی با چند قید حساس، با ترجمهٔ یک پیام دوستانه فرق دارد.

تنظیم مدل استدلالی در گیسو و API

در حالت سادهٔ چت گیسو، کنترل «فکر کردن» سه سطح دارد: سریع، معمولی و عمیق. اگر مسئله سبک است، سریع را انتخاب کنید. اگر چند شرط دارید یا جواب باید قابل اتکا باشد، معمولی را امتحان کنید. عمیق را برای مسئله‌هایی بگذارید که واقعاً نیاز به بررسی دارند.

در حالت حرفه‌ای، همین مفهوم با «عمق استدلال» دیده می‌شود: حداقلی، کم، متوسط و زیاد. این حالت برای زمانی خوب است که می‌خواهید در کنار عمق استدلال، سقف خروجی، قالب پاسخ، Seed و جریمهٔ تکرار را هم تنظیم کنید. اگر مدل انتخابی دما و Top-P را نپذیرد، گیسو آن کنترل‌ها را نشان نمی‌دهد. برای تفاوت دما و نمونه‌گیری هسته‌ای، راهنمای تنظیمات Temperature و Top-P را جدا بخوانید.

در فهرست گیسو، خانوادهٔ gpt-5، مدل gemini-3.8-flash، مدل deepseek-v4-pro و openrouter/anthropic/claude-sonnet-5 توانایی استدلال دارند. مدل gpt-4o-mini مدل استدلالی نیست. فهرست کامل مدل‌ها و جزئیات هر کدام را در کتابخانهٔ مدل‌ها ببینید.

برای توسعه‌دهندگان، نام پارامتر در درخواست‌های سازگار با OpenAI معمولاً reasoning_effort است. مقدارهای آن را باید با مدل و کاربرد خود بسنجید. یک کار تولیدی سبک شاید با مقدار پایین بهتر کار کند، اما تحلیل قرارداد یا اشکال‌زدایی پیچیده احتمالاً به تلاش بیشتر نیاز دارد.

هزینهٔ فکر کردن و سقف خروجی را از هم جدا نبینید

فکر پنهان از سهم خروجی خرج می‌کند. پس اگر «حداکثر توکن خروجی» را خیلی کم بگذارید، مدل بخشی از ظرفیت را برای فکر کردن مصرف می‌کند و برای جواب قابل مشاهده جای کمی می‌ماند. نتیجه می‌تواند یک پاسخ نصفه، جدول ناقص یا توضیحی باشد که درست شروع می‌شود و ناگهان تمام می‌شود.

برای کارهای استدلالی، به مدل جا بدهید. اگر جواب جدول، تحلیل بند به بند یا کد اصلاح‌شده می‌خواهید، سقف خروجی را فقط بر اساس طول جواب نهایی تنظیم نکنید. فکر کردن هم از همان ناحیه هزینه می‌گیرد.

زیر جدول هزینه‌ها، به توضیح مدل‌های استدلالی توجه کنید. عدد ثابت در متن نمی‌آوریم، چون قیمت مدل‌ها و تنظیمات شما عوض می‌شود. معیار درست این است که برای هر نوع کار، کیفیت، زمان پاسخ و توکن‌های خروجی را کنار هم ببینید.

پرامپت خوب برای مدل استدلالی کوتاه و قابل بررسی است

پرامپت (prompt) برای مدل استدلالی باید مسئله را روشن کند، نه اینکه مدل را با جمله‌های نمایشی هل بدهد. عبارت‌هایی مثل «قدم‌به‌قدم فکر کنید» معمولاً لازم نیستند. بهتر است هدف، داده‌ها، محدودیت‌ها و قالب جواب را مشخص کنید.

این پرامپت از مدل نمی‌خواهد فکرهای پنهانش را نمایش دهد. فقط می‌گوید جواب نهایی چطور قابل سنجش شود. همین تفاوت، خروجی را تمیزتر و قابل استفاده‌تر می‌کند.

یک آزمایش کوتاه برای انتخاب عمق فکر کردن انجام دهید

برای تصمیم واقعی، حدس نزنید. یک کار تکراری از کارهای خودتان بردارید و آن را با دو سطح مختلف اجرا کنید. بهتر است کار نه خیلی ساده باشد و نه آن‌قدر مبهم که هیچ مدلی نتواند جواب خوبی بدهد.

1. مسئله را ثابت نگه دارید. همان پرامپت، همان فایل‌ها و همان قالب خروجی را در هر دو اجرا استفاده کنید.
2. یک بار با عمق پایین اجرا کنید. در حالت حرفه‌ای، زمان پاسخ و توکن‌های پیام را یادداشت کنید.
3. یک بار با عمق بالا اجرا کنید. فقط سطح فکر کردن را تغییر دهید و بقیهٔ تنظیمات را دست نزنید.
4. خروجی را با معیار خودتان بسنجید. برای مثال، تعداد خطاهای محاسباتی، تعداد موارد جاافتاده، خوانایی جدول و میزان نیاز به ویرایش را مقایسه کنید.

اگر تفاوت کیفیت کم بود، سطح پایین‌تر را نگه دارید. اگر خروجی عمیق‌تر، خطاهای جدی را حذف کرد یا زمان ویرایش شما را کم کرد، هزینهٔ فکر کردن توجیه دارد. این تصمیم برای هر تیم و هر نوع کار فرق می‌کند.

برای توسعه‌دهندگان، reasoning_effort را با usage بسنجید

در وب‌سرویس گیسو، نشانی پایه https://gisoo.pro/api/v1 است و کلید را باید روی سرور نگه دارید. متن کلید نباید وارد کد فرانت‌اند یا اپ موبایل شود. قالب درخواست‌ها با کتابخانهٔ رسمی OpenAI سازگار است، اما باید base_url را روی نشانی گیسو بگذارید.

نمونهٔ زیر یک درخواست مشابه را با تلاش پایین و بالا اجرا می‌کند و تعداد توکن‌های خروجی را چاپ می‌کند. برای جزئیات بیشتر پارامترهای چت، مستندات چت API را ببینید.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["GISOO_API_KEY"],
    base_url="https://gisoo.pro/api/v1",
)

messages = [
    {
        "role": "user",
        "content": "اگر مبلغ نهایی با ۹ درصد مالیات ۱۰۹٬۰۰۰ باشد، مبلغ قبل از مالیات را حساب کنید و روش بررسی را هم بنویسید.",
    }
]

for effort in ("low", "high"):
    r = client.chat.completions.create(
        model="gpt-5-mini",
        reasoning_effort=effort,
        messages=messages,
    )
    print(effort, r.usage.completion_tokens, r.choices[0].message.content[:200])

در این آزمایش، فقط به متن جواب نگاه نکنید. completion_tokens را هم کنار کیفیت و زمان پاسخ بگذارید. اگر تلاش بالا توکن بیشتری مصرف می‌کند اما جواب به شکل معنادار بهتر نمی‌شود، برای آن مسیر تولیدی سطح پایین‌تر انتخاب کنید.

از یک مسئلهٔ واقعی شروع کنید؛ همان مسئله‌ای که اگر مدل اشتباه حل کند، شما مجبور می‌شوید دوباره از اول بررسی کنید. آن را یک بار با فکر کم و یک بار با فکر زیاد اجرا کنید. بعد از دیدن زمان، توکن و کیفیت، انتخاب سطح استدلال دیگر سلیقه‌ای نیست.