Reasoning-моделі у 2026: коли extended thinking реально окупається

Reasoning-моделі перестали бути новинкою близько року тому. Тепер це просто частина каталогу — Opus 4.7 має extended thinking, GPT-5.4 Mini має reasoning-за-замовчуванням, DeepSeek R1 — відкритий і дешевий. Тож цікаве питання — не чи працюють вони, а коли додаткова затримка виправдана.

Ми відстежуємо це питання внутрішньо вже кілька місяців. Ось що кажуть і дані, і інтуїція.

Що насправді дає «reasoning»

Коли ми кажемо, що модель reasoning, маємо на увазі, що їй дозволено витратити більше токенів до видачі відповіді — приватний chain-of-thought, який вона зазвичай не показує. Більше токенів — більше шансів спіймати помилку, більше шансів розглянути альтернативу, більше обчислення, спрямованого на задачу.

Це додаткове обчислення дуже допомагає для одних задач і майже не впливає на інші. Патерн досить стабільний:

• Багатокрокові задачі з проміжними перевірками (математичні доведення, рефакторинг коду через кілька файлів, задачі планування): reasoning виграє.
• Однокрокові задачі, де правильна відповідь за один інференс-стрибок (підсумуй цей лист, перепиши це речення, яка столиця Монголії): reasoning марнує ваш час і гроші.
• Творчі задачі, де немає однієї правильної відповіді (напиши вірш, начерк думкової статті, придумай назви): reasoning часто робить гірше. Додаткові міркування можуть згладити голос.

Компроміс затримки реальний

Не-reasoning модель повертає відповідь за 2–8 секунд. Reasoning-модель бере 15–90 секунд, іноді більше. Це уповільнення в 5–15 разів, що ви платите за кожен хід.

Для 20% промптів, де reasoning реально змінює відповідь, воно того варте — ці промпти й так забирали у вас чотири наступних повідомлення, і ви радше витратите wall-clock один раз, ніж чотири. Для 80%, де ні, ви чекаєте хвилину на відповідь, яку прийняли б за п’ять секунд.

Це частина, яку рейтинги не показують. «Модель X набрала на 4 пункти більше на бенчмарку Y» — правда, і також нудно, якщо вона йшла туди у вісім разів довше. Правильна метрика — корисність-на-секунду, і за цією віссю картина набагато ближча.

Як ми це показуємо

У студії ви не обираєте «reasoning» чи «не-reasoning» — обираєте модель, а reasoning — це перемикач на тих, що його підтримують. Перемикач видимий (cmd+shift+R), і прев’ю вартості каже, скільки хід коштуватиме в кредитах до надсилання.

Поведінка за замовчуванням:

• Opus 4.7, GPT-5.5: thinking вимкнено за замовчуванням. Вмикайте на складних задачах.
• GPT-5.4 Mini, R1: thinking увімкнено за замовчуванням. Ці моделі є reasoning-версією.
• Haiku 4.5, Gemini Flash, Nano: thinking-режиму немає за задумом.

Якщо пам’ять увімкнено, студія вчиться, коли ви схильні перемикати перемикач, і пропонує його раніше, коли починаєте схожий тред.

Кейс для швидкої моделі поряд

Навіть якщо ви користуєтесь лише reasoning-моделями, ви, ймовірно, хочете швидку не-reasoning модель на тому ж скороченні. Cmd+Shift+M і один натиск мають кидати з Opus thinking у Haiku 4.5 для наступного повідомлення. Ми тестували без цього скорочення тиждень, і тертя з’являється одразу — припиняєш ітерувати, бо кожна ітерація коштує тобі хвилини.

Найефективніший патерн, який ми знайшли із значним відривом, такий:

1. Починайте з reasoning-моделі на складній задачі.
2. Переходьте на швидку для follow-up, правок і перефразувань.
3. Поверніться до reasoning, лише коли суттєво змінюєте напрямок.

У що ми не віримо

Дві речі, які ми чуємо часто і не вважаємо правдою:

«Reasoning-моделі замінять не-reasoning». Ні. Підлога затримки фундаментальна — не можна зробити chain of thought коротшим, не зробивши його тупішим. Швидкий рівень буде, доки буде складний.

«Reasoning-моделі розумніші у всьому». Ні. Вони розумніші в задачах із перевіряємими проміжними кроками, і приблизно такі ж у всьому іншому. Розрив у бенчмарках на креативному письмі у 2026 практично нульовий.

Тож: думайте, коли задача складна. Не думайте, коли ні. Не дарма студія робить перемикач за один натиск.