О чём этот урок
В этом уроке мы рассмотрим, что происходит, когда модель «думает» перед ответом. Многие ИИ-помощники сегодня, прежде чем ответить, показывают надпись вроде «Думаю…», а иногда и сам ход размышлений: модель разбирает условие, пробует варианты, поправляет себя. В настройках часто можно выбрать, насколько основательно модель будет думать, а модели, которые это умеют, называют рассуждающими.
Возникает естественный вопрос: что на самом деле стоит за этим словом. Как мы выяснили в первом уроке, модель умеет предсказывать следующий токен, и, значит, «думать» она может только тем же способом, каким делает всё остальное. От того, насколько ясно мы это понимаем, зависит, когда стоит включать рассуждение, чего от него ждать и насколько можно доверять тому, что модель пишет о ходе своих мыслей.
Сначала мы разберём, что представляет собой рассуждение модели и откуда у неё эта способность. Затем посмотрим, почему рассуждение помогает в одних задачах и почти ничего не даёт в других и чего оно стоит. После этого выясним, почему гладкое и убедительное рассуждение ещё не доказывает правильность ответа. В конце урока поговорим о том, как пользоваться рассуждением в работе.
Что представляет собой рассуждение
Начнём с главного: рассуждение модели — это текст. Прежде чем написать ответ, модель пишет черновик: разбирает задачу, выписывает промежуточные результаты, проверяет их, иногда отбрасывает неудачный путь и пробует другой. Пишет она его так же, как всё остальное, токен за токеном, и лишь потом переходит к ответу. В чатах этот черновик обычно свёрнут или показан в сокращённом пересказе, но для модели он остаётся частью текста, который она продолжает.
Почему черновик помогает, становится понятно, если вспомнить первый урок. Каждый следующий токен модель выбирает с учётом всего текста перед ним. Когда модель сразу пишет ответ, на выбор каждого его токена у неё есть лишь один шаг вычислений. Объём вычислений на таком шаге всегда одинаков, какой бы сложной ни была задача, а каждый токен черновика добавляет ещё один такой шаг. Чтобы написать первую цифру результата сложной задачи, ей нужно как будто уже знать этот результат, и все промежуточные расчёты приходится проделывать «в уме», внутри этого шага. Когда же перед ответом идёт черновик, промежуточные выводы оказываются записаны в тексте, и каждый следующий шаг опирается на них. Это похоже на разницу между умножением больших чисел в уме и столбиком на бумаге: бумага не делает человека умнее, но избавляет его от необходимости держать всё в голове.
Писать полезные черновики модели специально учат. Им дают множество задач с ответом, который можно проверить, например математических или задач по программированию, и поощряют те черновики, которые привели к верному результату. Так модель постепенно учится рассуждать полезно: разбивать задачу на части, проверять себя и замечать ошибки.
Интересный факт откуда взялось «рассуждай пошагово»
До появления рассуждающих моделей похожего эффекта добивались вручную: к запросу приписывали просьбу «рассуждай пошагово», и это действительно повышало точность в задачах с вычислениями и логикой. У приёма даже появилось название — «цепочка рассуждений», по-английски chain-of-thought. Рассуждающие модели по сути научились делать это сами, без напоминаний.
Стоит учитывать, что рассуждение состоит из тех же токенов, что и ответ. Мы проверили это на двух современных моделях, попросив их перемножить 83749261 и 57381924 и написать только число. Обе модели ответили верно, и сам ответ занял всего несколько токенов. Однако перед ним каждая модель написала скрытый черновик длиной от 141 до 674 токенов. Сам текст черновика скрыт, но число его токенов видно в отчёте о расходе, который разработчик модели присылает вместе с ответом при работе через API; в обычном чате такой отчёт пользователю, как правило, не показывают. Как мы говорили во втором уроке, при работе через API за токены рассуждения платят так же, как за токены ответа. Любопытно, что черновик появлялся даже тогда, когда мы отключали рассуждение в настройках программы, через которую обращались к моделям: полностью оно у этих моделей не отключалось. Настройка влияла лишь на длину черновика: у одной из моделей без рассуждения он был заметно короче.
Когда рассуждение помогает
Из устройства рассуждения понятно, где от него больше всего пользы: в задачах, которые естественно разбиваются на шаги. Это вычисления и логические задачи, составление плана с учётом нескольких ограничений, написание и отладка кода, поиск противоречий в документе, сравнение нескольких вариантов по ряду признаков. В таких задачах ответ складывается из промежуточных выводов, и если записать их в черновике, каждый шаг становится проще, а ошибку на одном из них легче заметить и исправить.
Стоит, впрочем, оговориться, что граница «сложной» задачи постоянно сдвигается. Перемножить два восьмизначных числа без единой ошибки ещё недавно было трудно для языковых моделей, а в наших опытах обе модели справились с этим даже при самом коротком рассуждении. Разница между коротким и долгим рассуждением проявляется на задачах, где действительно много шагов, ограничений или вариантов, которые нужно перебрать.
Есть у рассуждения и менее очевидная польза. В четвёртом уроке мы видели, как одна из моделей уверенно сочинила начало малоизвестного рассказа Чехова «Сирена». Мы повторили этот опыт, задав модели тот же вопрос по три раза с коротким и с долгим рассуждением. С коротким рассуждением модель дважды из трёх раз выдумала цитату и лишь однажды отказалась. С долгим она все три раза ответила, что не может надёжно воспроизвести текст по памяти, и предложила прислать его. Три попытки — слишком мало для твёрдых выводов, но результат согласуется с устройством рассуждения: когда у модели есть место, чтобы проверить себя, она может чаще замечать, что нужных сведений у неё нет.
Обратим внимание на то, что именно здесь произошло. Новых знаний рассуждение модели не добавило: точного текста «Сирены» она не привела и в этот раз. Судя по ответам, оно сделало модель осторожнее: она замечала, что не может надёжно воспроизвести текст. Заметить пробел в знаниях и заполнить его — совсем разные вещи. Рассуждение может помочь модели точнее вспомнить то, что она усвоила при обучении, но сведений, которых у неё нет, оно не создаст, и правильный путь здесь тот же, что в четвёртом уроке: дать модели нужный текст в запросе.
Чего стоит рассуждение
У рассуждения есть цена, и складывается она из двух частей. Первая — время. Пока модель пишет черновик, пользователь ждёт, и на сложной задаче ожидание может растянуться от нескольких секунд до нескольких минут. Вторая — токены. В опыте с «Сиреной» модель потратила на долгое рассуждение от 1840 до 3357 токенов, чтобы в итоге написать короткий отказ из двух предложений. При работе через API все эти токены оплачиваются, а в подписках на чат долгие рассуждения могут сказываться на лимитах.
| Часть | Токенов |
|---|---|
| Ответ: отказ из двух предложений | 88–92 |
| Черновик перед ним | 1840–3357 |
Kimi K3.1, три запуска. Числа из отчёта о расходе, который присылает API.
Поэтому включать максимальное рассуждение для любой задачи нет смысла. Чтобы переформулировать абзац, перевести письмо или ответить на простой вопрос, долгий черновик обычно не нужен: модель справится и так, а ожидание и расходы вырастут. Многие современные модели решают сами, сколько рассуждать, в зависимости от сложности задачи, а в настройках можно задать общий уровень усилий. Разумно повышать его для действительно многошаговых задач и не тратить на простые.
Почему убедительное рассуждение ещё не доказательство
Остаётся вопрос, насколько можно доверять самому рассуждению. Когда модель показывает аккуратный ход мыслей, где каждый шаг вытекает из предыдущего, хочется считать, что ответ проверен. Однако есть три причины быть осторожнее.
Первая причина следует из того, что мы уже знаем. Рассуждение — это текст, который модель пишет тем же способом, что и ответ, и ошибиться в нём она может так же. Неверный промежуточный вывод, сделанный уверенным тоном, ведёт к неверному ответу, и гладкость текста этого не выдаёт. Как мы видели в первом уроке, написанное модель не стирает, поэтому ошибка в начале черновика может определить всё, что идёт после неё. Модель может заметить её дальше в черновике и исправить, но может и не заметить.
Вторая причина практическая. В чате пользователю часто показывают сокращённый пересказ черновика. Например, Anthropic в документации для разработчиков указывает, что современные модели Claude возвращают рассуждение в виде краткого изложения. Пересказ полезен, чтобы понять, в каком направлении шла модель, но он не обязан содержать каждый её шаг.
Третья причина самая интересная. Даже полный черновик не всегда честно отражает, почему модель пришла к своему ответу. Исследователи проверяют это так. В тестовый вопрос подкладывают подсказку с ответом: например, как бы между прочим упоминают, что известный профессор считает верным определённый вариант, или прячут ответ в служебных данных вопроса. Затем смотрят, признаётся ли модель, что воспользовалась подсказкой. В исследовании 2026 года так проверили двенадцать открытых рассуждающих моделей и отобрали случаи, когда подсказка изменила их ответ. В черновике модели упоминали её почти в 88% таких случаев, а в самом ответе — лишь примерно в трети. И почти в 12% случаев подсказку не упоминали нигде: рассуждение выглядело самостоятельным, хотя на деле ответ подсказали.
Интересный факт как это выглядело у моделей 2025 года
Первую такую проверку в 2025 году провели исследователи Anthropic на моделях того времени. Тогда Claude 3.7 Sonnet признавал подсказку в рассуждении примерно в четверти случаев, а DeepSeek R1 — примерно в двух пятых. Работа 2026 года, о которой шла речь выше, повторила этот опыт на двенадцати открытых моделях.
Из этого следует, что рассуждение модели полезно как подсказка, где искать ошибку, но не как доказательство правильности ответа. Проверять нужно сам ответ: пересчитать ключевые цифры, сверить факты с источником, запустить код. О том, как это делать, мы подробно поговорим в следующем уроке.
Как пользоваться рассуждением в работе
Соберём сказанное в несколько практических правил. Для задач из многих шагов, будь то анализ данных, план проекта, поиск противоречий в договоре или сложный код, стоит выбирать модель с рассуждением или повышать уровень усилий в настройках. Для коротких и простых задач рассуждение лучше оставить на усмотрение модели или выбрать низкий уровень, чтобы не тратить время и лимиты.
Полезно также просить модель вынести в ответ ключевые шаги и допущения: какие данные она взяла, что посчитала, на чём основан вывод. Такой ответ проще проверить, чем голый результат, и ошибку в нём легче найти. А если для задачи нужны сведения, которых у модели может не быть, их надо дать в запросе, потому что, как мы видели, рассуждение помогает модели заметить пробел, но не заполняет его.
Что из этого следует
Подведём итог. Рассуждение модели — это черновик, который она пишет токен за токеном перед ответом. Промежуточные выводы оказываются записаны в тексте, и следующие шаги опираются на них, поэтому в многошаговых задачах модель с рассуждением ошибается реже. Отсюда три практических вывода о том, когда и как пользоваться рассуждением.
Первое: рассуждение помогает в задачах из многих шагов и почти ничего не даёт в простых. Его уровень стоит выбирать по задаче, потому что за черновик приходится платить временем и токенами.
Второе: рассуждение не добавляет знаний. Оно может помочь модели заметить, что сведений не хватает, но если их нет, их нужно дать в запросе.
Третье: убедительное рассуждение не доказывает правильность ответа. В нём бывают ошибки, в чате часто показан только его пересказ, и даже полный черновик не всегда отражает настоящие причины ответа. Проверять нужно результат.
В следующем уроке мы как раз разберём, как проверять ответы модели: какие ошибки встречаются чаще всего и какими способами их ловить.