BroadRouter

رموز الاستدلال المنطقي (Reasoning tokens)

آخر تحديث

رموز الاستدلال المنطقي هي رموز (توكنات) يولّدها نموذج الاستدلال ليحلّ المسألة قبل أن يكتب إجابته الظاهرة. تُحتسب عادةً رموز إخراج، وتدخل ضمن حد الإخراج ونافذة السياق، وقد تخفيها الواجهة أو تلخّصها.

يُسمّى أيضًا: رموز التفكير، توكنات التفكير، توكنات الاستدلال، سلسلة التفكير، جهد الاستدلال، reasoning tokens، thinking tokens، chain-of-thought tokens، reasoning effort، extended thinking

تفكّر نماذج الاستدلال المنطقي قبل أن تجيب. وهذا التفكير نص أيضًا، فيكلّف رموزًا ووقتًا ومساحة في نافذة السياق.

كيف تعمل

يولّد نموذج الاستدلال سلسلة تفكير داخلية، ثم الإجابة الظاهرة. وكلاهما يأتي من ميزانية الإخراج نفسها. يقول دليل OpenAI إن رموز الاستدلال “are billed as output tokens” (ترجمة: تُحتسب رموز إخراج) وتشغل مساحة في نافذة السياق؛ وتقول Anthropic الشيء نفسه عن رموز التفكير وتصفها بأنها “a subset of your max_tokens” (ترجمة: جزء من max_tokens لديك).

في صيغة Chat Completions يظهر العدد في الاستهلاك:

"usage": {
  "completion_tokens": 1186,
  "completion_tokens_details": { "reasoning_tokens": 1024 }
}

هنا ذهب 1,024 رمزًا من أصل 1,186 رمز إخراج إلى التفكير، و162 فقط إلى الإجابة. وتحذّر OpenAI من أن الاستجابة قد تبلغ الحد “before any visible output tokens are produced” (ترجمة: قبل إنتاج أي رموز إخراج ظاهرة)، فتدفع ثمن الإدخال والاستدلال ولا تحصل على رد. وتقترح حجز 25,000 رمز على الأقل للاستدلال والإخراج حين تبدأ التجريب على نماذجها.

تتيح واجهات كثيرة إعدادًا مثل reasoning_effort (low وmedium وhigh) للموازنة بين الجودة وعدد أقل من رموز التفكير.

لماذا تهم

  • التكلفة. على مفتاح يدفع لكل رمز، يُحتسب الاستدلال بسعر الإخراج، وهو عادةً أعلى سعر. راجع رموز الإدخال والإخراج.
  • زمن الاستجابة. يستغرق التفكير وقتًا قبل أول رمز ظاهر. وبسرعة ثابتة من الرموز في الثانية، يضيف 2,000 رمز استدلال زمن 2,000 رمز إخراج.
  • الموثوقية. قيمة صغيرة لـ max_tokens كانت تعمل مع نموذج بلا استدلال قد تُرجع إجابات فارغة مع نموذج استدلال.

في BroadNet Inference

تُجري نماذج DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B استدلالًا منطقيًا قبل أن تجيب. وتقول وثائق BroadNet إن الاستدلال يُحتسب ضمن max_tokens. ولا تذكر وثائق BroadNet الاستدلال لنموذج BroadNet Gemma 4 VL 26B.

حين يُبلغ النموذج عنها، يعرض usage.completion_tokens_details.reasoning_tokens حصة التفكير. اضبط max_tokens على 1,000 أو أكثر، أو اتركه دون ضبط، واستخدم reasoning_effort="low" للخطوات البسيطة:

client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order'"}],
)

في الدفع حسب الاستخدام، يُحتسب الاستدلال بسعر الإخراج، مثل $0.52 لكل مليون رمز في DeepSeek V4.1 Flash. أما في الخطة غير المحدودة لهذا النموذج فلا يوجد عدّاد للرموز، لذا لا يكلّف الاستدلال شيئًا إضافيًا؛ إنه يستغرق وقتًا فقط. وتجد قائمة الحلول الكاملة في لماذا يُرجع نموذج الاستدلال المنطقي إجابة فارغة.

أسئلة شائعة

هل يمكنني رؤية رموز الاستدلال المنطقي؟

يعتمد ذلك على الواجهة. تقول OpenAI إن رموز الاستدلال لا تظهر عبر واجهتها لكن يمكن تلخيصها. ويُرجع مزوّدون آخرون جزءًا من الاستدلال أو كله في حقل منفصل. وفي الحالتين تدفع ثمنها.

كيف أقلّل رموز الاستدلال المنطقي؟

استخدم إعدادًا أدنى لجهد الاستدلال في المهام البسيطة، مثل ضبط reasoning_effort على low، حيث يدعم النموذج ذلك. وتساعد الأوامر الواضحة والمحددة أيضًا.

لماذا تلقيت إجابة فارغة من نموذج استدلال منطقي؟

الأرجح أن النموذج أنفق ميزانية الإخراج كلها على الاستدلال، فتكون قيمة finish_reason هي length. ارفع max_tokens أو خفّض جهد الاستدلال.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity