Mode de pensée

Certains modèles réfléchissent avant de répondre. Ce raisonnement améliore les réponses sur les problèmes complexes, mais il coûte des jetons de sortie et du temps. Vous pouvez le désactiver, ou en régler l'intensité.

Comportement par défaut#

Couper le raisonnement#

Sur une question simple, le raisonnement est du temps et de l'argent perdus :

reponse = client.chat.completions.create(
    model="mina-full",
    messages=[{"role": "user", "content": "Quelle est la capitale de l'Algérie ?"}],
    extra_body={"thinking": {"type": "disabled"}},
)

curl https://api.cloudzir.com/v1/chat/completions \
  -H "Authorization: Bearer $CLOUDZIR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mina-full",
    "messages": [{"role": "user", "content": "Quelle est la capitale de l Algérie ?"}],
    "thinking": {"type": "disabled"}
  }'

Les résultats varient selon la requête et les réglages.

Régler l'intensité#

reponse = client.chat.completions.create(
    model="mina-full",
    messages=[{"role": "user", "content": probleme_complexe}],
    extra_body={"reasoning_effort": "high"},   # minimal | low | medium | high
)

Demander un effort active le raisonnement, même s'il était coupé. Un niveau inconnu est refusé par un 400 plutôt qu'ignoré en silence.

Lire ce que le raisonnement a coûté#

"usage": {
  "prompt_tokens": 78,
  "completion_tokens": 756,
  "total_tokens": 834,
  "completion_tokens_details": { "reasoning_tokens": 557 }
}

Prévoir max_tokens#

Le raisonnement consomme le budget de sortie. Un max_tokens trop serré sur un modèle qui réfléchit produit une réponse tronquée, voire vide, avec finish_reason: "length". Prévoyez large (1 000 jetons ou plus), ou coupez le raisonnement.

Format Anthropic#

Sur /anthropic, utilisez le champ thinking de la spécification Anthropic. Le raisonnement revient dans un bloc de contenu thinking, avant le bloc text.

message = client.messages.create(
    model="mina-full",
    max_tokens=2000,
    thinking={"type": "enabled", "budget_tokens": 4000},
    messages=[{"role": "user", "content": probleme_complexe}],
)

for bloc in message.content:
    if bloc.type == "thinking":
        print("raisonnement :", bloc.thinking[:200])
    elif bloc.type == "text":
        print("réponse :", bloc.text)

budget_tokens n'a pas d'équivalent exact côté moteur : il est traduit en niveau d'effort (moins de 2 000 → low, plus de 8 000 → high, sinon medium) plutôt qu'ignoré en silence. Les blocs thinking que vous renvoyez d'un tour précédent sont acceptés ; le moteur reconstruit son propre raisonnement.

Quand l'activer#