---
title: "Что такое токены рассуждений? Оплата, лимиты, пустые ответы"
description: "Токены рассуждений — то, что модель с рассуждениями пишет, пока думает перед ответом. Как они тарифицируются, как расходуют max_tokens и как ими управлять."
url: https://broadrouter.com/ru/glossary/reasoning-tokens/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/reasoning-tokens/) (обновлён 2026-11-14).

# Токены рассуждений (reasoning tokens)

Обновлено 2026-11-14

Токены рассуждений — это токены, которые модель с рассуждениями генерирует, чтобы проработать задачу, прежде чем написать видимый ответ. Обычно они оплачиваются как выходные токены, учитываются в лимите на ответ и в контекстном окне, а API может их скрывать или выдавать в сжатом виде.

Также называют: токены размышлений, токены цепочки рассуждений, рассуждения модели, уровень рассуждений, reasoning tokens, thinking tokens, chain-of-thought tokens, reasoning effort, extended thinking

Модели с рассуждениями думают, прежде чем ответить. Эти размышления — тоже текст, поэтому они стоят токенов, времени и места в контекстном окне.

## Как это работает

Модель с рассуждениями генерирует внутреннюю цепочку рассуждений, а затем видимый ответ. И то и другое берётся из одного бюджета на выход. В руководстве OpenAI сказано, что токены рассуждений “are billed as output tokens” (перевод: «оплачиваются как выходные токены») и занимают место в контекстном окне; Anthropic говорит то же о токенах размышлений и называет их “a subset of your `max_tokens`” (перевод: «часть вашего `max_tokens`»).

В формате Chat Completions их число видно в usage:

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

Здесь из 1186 выходных токенов 1024 ушли на размышления и только 162 — на ответ. OpenAI предупреждает, что ответ может упереться в лимит “before any visible output tokens are produced” (перевод: «до того, как будут сгенерированы какие-либо видимые выходные токены»): вы платите за вход и рассуждения и не получаете ответа. OpenAI советует на этапе первых экспериментов с её моделями резервировать на рассуждения и ответ не меньше 25 000 токенов.

Многие API дают параметр вроде `reasoning_effort` (`low`, `medium`, `high`), чтобы обменять качество на меньшее число токенов размышлений.

## Почему это важно

-   **Стоимость.** На ключе с оплатой за токены рассуждения оплачиваются по цене выхода — обычно самой высокой. См. [входные и выходные токены](https://broadrouter.com/ru/glossary/input-and-output-tokens/).
-   **Задержка.** Размышления занимают время до первого видимого токена. При фиксированной скорости в [токенах в секунду](https://broadrouter.com/ru/glossary/tokens-per-second/) 2000 токенов рассуждений добавляют время 2000 выходных токенов.
-   **Надёжность.** Маленький [`max_tokens`](https://broadrouter.com/ru/glossary/max-tokens/), который работал на модели без рассуждений, на модели с рассуждениями может давать пустые ответы.

## В BroadNet Inference

[DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/), [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) и [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) рассуждают перед ответом. По документации BroadNet, рассуждения расходуют `max_tokens`. Для BroadNet Gemma 4 VL 26B документация BroadNet рассуждений не указывает.

Если модель сообщает это значение, `usage.completion_tokens_details.reasoning_tokens` показывает долю размышлений. Задавайте `max_tokens` от 1000 или не задавайте вовсе, а для простых шагов используйте `reasoning_effort="low"`:

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

При оплате по факту рассуждения тарифицируются по цене выхода, например $0.52 за 1 млн токенов у DeepSeek V4.1 Flash. На безлимитном тарифе для этой модели счётчика токенов нет, поэтому рассуждения ничего не стоят сверх тарифа — они только занимают время. Полный список решений — в руководстве [почему модель с рассуждениями возвращает пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).

## Вопросы и ответы

### Можно ли увидеть токены рассуждений?

Зависит от API. OpenAI пишет, что токены рассуждений не видны через её API, но могут выдаваться в сжатом виде. Другие провайдеры возвращают рассуждения частично или полностью в отдельном поле. Платите вы за них в любом случае.

### Как сократить число токенов рассуждений?

Для простых задач выбирайте более низкий уровень рассуждений, например reasoning\_effort со значением low, если модель это поддерживает. Помогают и ясные, конкретные промпты.

### Почему модель с рассуждениями вернула пустой ответ?

Скорее всего, модель потратила весь бюджет на ответ на рассуждения. Тогда finish\_reason равен length. Увеличьте max\_tokens или понизьте уровень рассуждений.

## См. также

-   [max\_tokens](https://broadrouter.com/ru/glossary/max-tokens/) (термин)
-   [Входные и выходные токены (input and output tokens)](https://broadrouter.com/ru/glossary/input-and-output-tokens/) (термин)
-   [Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/) (термин)
-   [Токены в секунду (tokens per second, TPS)](https://broadrouter.com/ru/glossary/tokens-per-second/) (термин)
-   [Цепочка рассуждений (chain-of-thought, CoT)](https://broadrouter.com/ru/glossary/chain-of-thought/) (термин)
-   [Почему рассуждающая модель возвращает пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/) (руководство)
-   [Стриминг chat completions и обрыв соединения](https://broadrouter.com/ru/guides/streaming-chat-completions/) (руководство)
-   [Переход на OpenAI-совместимый API: чек-лист миграции](https://broadrouter.com/ru/blog/openai-compatible-api-migration-checklist/) (статья)
-   [Фиксированный тариф или оплата за токены в LLM API: когда выгоднее](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-reasoning-tokens&utm_content=page-cta) ·

**Источники**

-   [OpenAI, руководство по моделям с рассуждениями](https://developers.openai.com/api/docs/guides/reasoning)
-   [Anthropic, контекстные окна при размышлениях](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [Справочник API BroadNet Inference, токены рассуждений и токены из кэша (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-reasoning-tokens&utm_content=sources#models)
