Modèles de raisonnement (thinking, effort)

IA / LLM 🟡 Mid

Définition

Modèles qui produisent des tokens de réflexion internes avant la réponse. Chez Anthropic, le « thinking » adaptatif se pilote par output_config.effort (low, médium, high, xhigh, max) ; chez OpenAI par reasoning.effort (none à max). Dans les deux cas ces tokens sont facturés comme tokens de sortie et occupent la fenêtre de contexte, même s'ils ne sont pas renvoyés.

Analogie

Laisser un consultant prendre des notes avant de parler : plus de notes, meilleure réponse, facture plus haute.

Exemple de code

// Anthropic : thinking adaptatif + niveau d'effort
const msg = await client.messages.create({
  model: 'claude-opus-5-5',
  max_tokens: 16000,
  thinking: { type: 'adaptive', display: 'summarized' },
  output_config: { effort: 'high' },     // low | medium | high | xhigh | max
  messages: [{ role: 'user', content: 'Trouve la fuite mémoire dans ce code : ' + code }],
});
for (const block of msg.content) {
  if (block.type === 'thinking') console.log('[réflexion]', block.thinking);
  if (block.type === 'text') console.log(block.text);
}

Cas d'usage

Débogage complexe, planification d'agent, mathématiques ; baisser l'effort pour la classification.

Anti-pattern

Laisser l'effort au maximum pour un chatbot FAQ : latence et coût explosent sans gain.

Termes liés

#ia#raisonnement#api#interview

En entretien

Explique-moi ce qu'est un modèle de raisonnement.
C'est un modèle qui produit des tokens de réflexion internes avant de répondre, pilotables par un niveau d'effort chez Anthropic (low à max) ou OpenAI (none à max). Ces tokens sont facturés comme des tokens de sortie et occupent la fenêtre de contexte même s'ils ne sont pas renvoyés.
Quand est-ce que tu baisserais le niveau d'effort de raisonnement ?
Pour une tâche simple comme de la classification, laisser l'effort au maximum ferait exploser latence et coût sans aucun gain. Je réserve le high ou max au débogage complexe, à la planification d'agent ou aux maths.
Donne-moi un exemple concret d'usage adapté à ce réglage.
Un chatbot FAQ n'a pas besoin d'un effort de raisonnement élevé, alors qu'un agent qui doit trouver une fuite mémoire dans du code bénéficie d'un effort high ou xhigh. Le curseur se choisit selon la difficulté réelle de la tâche.

Sources

Fiche mise à jour le 2026-09-27