Если вы выбираете курс по нейросетям и собираетесь платить за практику из своего кармана, разберитесь сначала с одним параметром. Режим рассуждения нейросети — это не кнопка «сделать лучше», а регулятор глубины, за каждое деление которого вы платите по самому дорогому тарифу. На одних задачах разница в точности измеряется десятыми долями, на других её почти нет, а счёт растёт одинаково. Ниже разбираем, на каких типах задач долгие размышления окупаются, на каких они бесполезны и почему этот параметр почти не попадает в программы обучения.
Что именно вы включаете, когда жмёте «Рассуждать»
Рассуждающая модель перед выдачей ответа генерирует внутренний черновик: разбивает задачу на шаги, проверяет промежуточные результаты, иногда возвращается и переписывает ход решения. Этот черновик состоит из обычных токенов, которые модель производит и за которые вы платите, даже если не видите их в ответе.
Именно так описывает свою модель Сбер. По сообщению пресс-службы компании от 10 сентября 2026 года, GigaChat 3.5 Reasoning перед ответом разбивает задачу на этапы, составляет план решения, при необходимости обращается к поиску и другим инструментам и проверяет промежуточные результаты. Компания называет её единственной российской открытой моделью, которая последовательно рассуждает перед ответом и способна исправлять собственные ошибки. Важная оговорка: это заявление вендора из пресс-релиза, разошедшегося по изданиям почти дословно, а не результат независимой проверки.
Ключевая деталь для кошелька: режим включается отдельной кнопкой, и пользователь сам решает, когда он нужен (по описанию в материалах от 10 сентября 2026 года). То есть решение «платить ли за размышления» переложено на вас, а подсказки, когда это оправданно, интерфейс не даёт.
Где рассуждение действительно меняет ответ
Сбер сам называет типы задач, на которых режим рассуждений показателен для GigaChat 3.5 Reasoning. По публикациям 3DNews и www1.ru от 10 сентября 2026 года, это:
- поиск противоречий между отдельными пунктами договора;
- финансовые расчёты;
- поиск ошибок в программном коде;
- планирование поездки с учётом нескольких ограничений: бюджета, билетов и отеля. В этом сценарии модель может уточнить недостающие параметры, подобрать рейс и отель и проверить, соответствует ли маршрут условиям.
У всех четырёх задач общий признак: результат нельзя получить одним проходом, потому что проверка требует сопоставления нескольких элементов между собой. Противоречие в договоре видно только тогда, когда пункт 4.2 сверили с пунктом 11.6. Ошибка в расчёте всплывает при обратной подстановке. Это и есть граница, по которой стоит принимать решение о включении режима: если ответ нужно проверить самому себе, рассуждение окупается. Если ответ — это пересказ, перевод, рерайт или извлечение факта из текста, проверять нечего, и внутренний черновик не добавит ничего, кроме строки в счёте.
Тем, кто работает именно с такими задачами, полезнее не обзор моделей, а отработанная методика запросов: этому учат на курсах по промпт-инжинирингу, а особенности отечественных платформ разбирают на курсах по российским нейросетям.
Где размышления дают тот же ответ дороже и медленнее
Про обратную сторону в русскоязычных обзорах почти не пишут, хотя научных работ накопилось достаточно.
Работа «The Danger of Overthinking: Examining the Reasoning-Action Dilemma in Agentic Tasks», опубликованная 12 февраля 2025 года и доступная в репозитории ETH Zurich, охватывала модели от 1,5 до 671 миллиарда параметров. Авторы зафиксировали устойчивую склонность рассуждающих моделей к избыточному рассуждению, причём более высокая склонность к нему связана с меньшей долей решённых задач по исправлению программных ошибок. Вывод работы: чрезмерная опора на внутреннее моделирование вместо реакции на обратную связь от среды ухудшает результат. Обратите внимание на парадокс: исправление ошибок в коде — ровно та задача, которую вендоры приводят как витринную для режима рассуждений, и она же оказывается чувствительной к перебору с размышлениями.
В исследовании «Between Underthinking and Overthinking: An Empirical Study of Reasoning Length and Correctness in LLMs» (май 2025 года, arXiv 2505.00127) авторы отмечают, что рассуждающие модели выдают чрезмерно многословные решения даже для простых задач, часто без прироста точности или с минимальным приростом. Состояние проблемы в целом описывает обзор «Stop Overthinking: A Survey on Efficient Reasoning for Large Language Models» (arXiv 2503.16419, 2025 год), а в августе 2025 года появился набор тестов OptimalThinkingBench (arXiv 2508.13141), который оценивает избыточное и недостаточное рассуждение в одной шкале. Последнее важно само по себе: отрасль признала перебор с размышлениями измеримой проблемой, а не придиркой скептиков.
Насколько сильно уровень усилия меняет качество: редкие сопоставимые цифры
Исследование сентября 2026 года (arXiv 2609.12162) измеряло точность на задаче разрешения указательной неоднозначности в конвейере из трёх шагов: черновик, проверка, правка. Результаты показывают, что ответ на вопрос «помогает ли рассуждение» зависит от конкретной модели сильнее, чем от самой задачи:
| Модель | Разброс сбалансированной точности по уровням усилия |
|---|---|
| GPT-5.2 | от 0,156 без рассуждения до 0,942 на максимальном уровне xhigh, размах 0,786 |
| Gemini 3 Pro | 0,024 |
| Opus 4.6 | 0,021 |
Разница в сто с лишним раз между моделями на одной и той же задаче. У одной платформы уровень усилия решает всё, у двух других он практически ничего не меняет — а платить за дополнительные токены рассуждения приходится в обоих случаях. Там же авторы отмечают, что у нескольких моделей предельная польза от дополнительного усилия резко убывает на верхних уровнях, а на отдельных переходах между соседними уровнями точность даже снижается. Вывод практический: верхний уровень усилия не является «лучшим по умолчанию», и проверять это нужно на своей задаче и своей модели.
Как считается счёт
Токены рассуждения оплачиваются как выходные, а выходные дороже входных. В разборе ценообразования на Хабре от 23 октября 2026 года («Сколько на самом деле стоит запрос к LLM») указано, что у большинства моделей трёх крупных провайдеров выходные токены дороже входных в четыре-восемь раз, и токены рассуждения входят именно в это, самое дорогое слагаемое. Там же приводится правило из руководства OpenAI: токены рассуждения не видны через программный доступ, но занимают место в контекстном окне и тарифицируются как выходные. У Anthropic аналогично — в документации Claude (страница обновлена приблизительно 7 июля 2026 года) сказано, что счёт выставляется за полный объём сгенерированных токенов рассуждения, а не за их краткое изложение, которое видит пользователь. Поэтому число оплаченных выходных токенов не совпадает с тем, что показано в ответе.
Порядок величин по уровням усилия: в разборе уровней мышления Gemini 3.8 Flash (блог apidog, приблизительно 3 сентября 2026 года) приведена таблица независимого сервиса оценки Artificial Analysis, где уровень low обходится примерно в 0,24 доллара за задачу при 0,8 минуты на задачу, а уровень medium — примерно в 0,41 доллара. Источник вторичный, цифры стоит сверять напрямую с Artificial Analysis, но соотношение показательно: переход на одну ступень вверх почти удваивает стоимость задачи.
Один параметр, пять названий и меняющиеся умолчания
Инструкции 2025 года устарели, и это не фигура речи. Ниже сводка по состоянию на осень 2026 года.
| Платформа | Параметр | Значения и умолчание | Источник и дата |
|---|---|---|---|
| OpenAI | reasoning.effort | Набор зависит от модели: none, minimal, low, medium, high, xhigh, max. Низкое усилие даёт скорость и меньший расход токенов, высокое — более полную проработку | developers.openai.com, раздел Reasoning models, страница обновлена примерно 30 сентября 2026 года |
| Anthropic, фиксированный режим | budget_tokens | Целевое число токенов на внутренние рассуждения, минимум 1024, запросы с меньшим значением отклоняются; токены рассуждения засчитываются в общий лимит ответа | Документация Claude, обновлена примерно 7 июля 2026 года |
| Anthropic, адаптивный режим | Уровень усилия вместо бюджета | Модель сама решает, сколько думать. Доступен начиная с Claude 4.6; для Claude Opus 4.7 и линейки Claude 5 это единственный способ включить мышление | Документация Vercel по шлюзу к моделям Anthropic, примерно май 2026 года |
| thinking_level, ранее thinking_budget | Для Gemini 3 и новее — дискретные уровни; для Gemini 2.5 и более ранних — мягкий лимит в токенах. Использовать оба параметра в одном запросе нельзя, вернётся ошибка | Документация Google Cloud, обновлена примерно 15 октября 2026 года; руководство по Gemini 3 на ai.google.dev, примерно 9 октября 2026 года |
Два сюжета, которые ломают привычные советы.
Умолчание менялось дважды и в разные стороны. В ноябре 2025 года вместе с GPT-5.1 появился уровень none, и он стал значением по умолчанию: модель ведёт себя как нерассуждающая, что нужно для сценариев, чувствительных к задержке (блог Саймона Уиллисона, 13 ноября 2025 года). При этом у GPT-5 и более ранних моделей умолчанием оставалось medium — то есть один и тот же код давал разную стоимость в зависимости от выбранной модели (сообщение Кевина Уиннери из OpenAI в соцсети X, ноябрь 2025 года). У Google, по данным стороннего разбора конца июня 2026 года, умолчание у одной из моделей линейки Flash, наоборот, сместилось с высокого уровня на средний.
Рассуждение не всегда можно выключить. В документации Databricks (страница обновлена примерно 22 сентября 2026 года) указано, что модель Claude Opus 5.5 работает только в режиме рассуждения: адаптивное мышление применяется к каждому запросу, отключить его нельзя, доступны уровни low, medium, high, xhigh и max с умолчанием medium, а значения none и disabled отклоняются. Совет «просто выключите рассуждение и сэкономьте» на таких моделях не работает вовсе.
Сфера меняется быстро, и любая строка этой таблицы может устареть за месяц. Проверяйте умолчание при каждой смене модели, а не при каждой смене платформы.
Почему этот параметр не разбирают на курсах
Причины вполне земные, и ни одна из них не связана с тем, что параметр неважен.
- Он живёт в двух разных местах. В веб-интерфейсе это кнопка «Рассуждать» или похожая, а в программном доступе — именованный параметр с набором значений. Курсы для пользователей останавливаются на кнопке, курсы для разработчиков считают параметр очевидным. Между ними образуется провал.
- Программу писали раньше, чем вышли изменения. Материалы 2025 года описывали бюджет в токенах у Google и среднее усилие по умолчанию у OpenAI. Сегодня и то и другое неверно, а запись урока переснимать дорого.
- Неудобная тема для продажи. Признать, что у двух из трёх протестированных моделей разброс точности по уровням усилия составил 0,024 и 0,021 (arXiv 2609.12162, сентябрь 2026 года), значит признать, что часть практики на курсе оплачивается впустую.
- Во время обучения счёт платит не студент. Пока доступ к модели включён в стоимость курса, перерасход токенов невидим. Он становится заметен в первый рабочий месяц.
При выборе программы есть простая проверка: спросите, разбирается ли на занятиях стоимость запроса и управление глубиной рассуждения. Если в ответ звучит только список кнопок в интерфейсах, перед вами обзор 2025 года в новой обложке. Этот вопрос одинаково уместен и при выборе бесплатных курсов по ИИ, и при выборе платной программы с трудоустройством, где от выпускника ждут умения уложиться в бюджет проекта.
Что делать дальше
- Разделите свои задачи на два списка. В первый отправьте те, где ответ требует сверки нескольких условий между собой: проверка договора, расчёт, разбор ошибки в коде, планирование с ограничениями. Во второй — пересказы, переводы, черновики писем, извлечение данных из текста. Для второго списка рассуждение включать не нужно.
- Проверьте умолчание для своей конкретной модели. Не для платформы в целом: у OpenAI умолчания различались даже внутри одного семейства в ноябре 2025 года.
- Проведите свой замер на двадцати задачах. Прогоните одну и ту же выборку на минимальном и среднем уровне усилия и сравните долю ответов, которые пришлось переделывать. Исследование сентября 2026 года показывает, что выигрыш может оказаться как почти восьмикратным по размаху точности, так и нулевым — заранее это не угадывается.
- Поднимайте уровень по одной ступени. Если считать по цифрам Artificial Analysis в изложении apidog за сентябрь 2026 года, переход с low на medium на Gemini 3.8 Flash увеличивал стоимость задачи примерно с 0,24 до 0,41 доллара. Верхние ступени стоят дороже, а пользы дают всё меньше.
- Заложите токены рассуждения в смету заранее. Они тарифицируются как выходные и занимают место в контекстном окне, при этом в ответе вы их не видите.
Короткий итог. Режим рассуждения — не признак более умной модели, а платная опция с измеримой отдачей, которая на ваших задачах может оказаться близкой к нулю. Проверяется это за один вечер и экономит заметную часть бюджета на практику, пока вы осваиваете работу с нейросетями.