Modèle de raisonnement
Un modèle de raisonnement (reasoning model) est un modèle de langage entraîné à résoudre un problème au fil d'un flux de tokens de réflexion intermédiaires avant de donner sa réponse finale, ce qui aide généralement en mathématiques, en code et sur les tâches à plusieurs étapes.
Aussi appelé : thinking model, extended thinking
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Les modèles de raisonnement consomment du calcul supplémentaire au moment de répondre, un schéma appelé test-time compute. Au lieu de répondre immédiatement, le modèle écrit sa démarche, vérifie les étapes et change de cap si besoin, puis répond.
Comment ils sont entraînés
Ce comportement découle du prompting chain-of-thought, mais les modèles de raisonnement sont entraînés pour cela, souvent par apprentissage par renforcement sur des tâches dont les réponses sont vérifiables. L'article sur R1 de DeepSeek indique que les capacités de raisonnement peuvent être stimulées par le seul apprentissage par renforcement, des comportements comme l'autoréflexion et la vérification apparaissant pendant l'entraînement.
Extended thinking
Les fournisseurs exposent le raisonnement de différentes façons. Anthropic appelle sa version extended thinking. En mode manuel, un réglage budget_tokens fixe une cible pour le nombre de tokens que Claude peut consacrer à son raisonnement interne, et la documentation d'Anthropic recommande son mode plus récent d'adaptive thinking, dans lequel le modèle décide combien réfléchir.
Coûts et limites
Les tokens de réflexion sont généralement facturés comme des tokens de sortie : un modèle de raisonnement peut donc coûter bien plus cher par requête qu'un modèle classique et mettre plus de temps à répondre. Voir la tarification au token. Pour des recherches simples, des reformulations ou de la classification, un modèle sans raisonnement est souvent plus rapide et tout aussi précis. Le raisonnement affiché n'est pas un compte rendu garanti de la façon dont le modèle est arrivé à sa réponse.
Termes liés
- Chain-of-thought
- Le chain-of-thought (CoT, chaîne de pensée) est une méthode de prompting dans laquelle un modèle de langage écrit des étapes de raisonnement intermédiaires avant sa réponse finale, ce qui tend à améliorer les résultats en mathématiques, en logique et sur d'autres problèmes en plusieurs étapes.
- Grand modèle de langage
- Un grand modèle de langage (LLM, large language model) est un réseau de neurones doté de milliards de paramètres, entraîné sur de grandes quantités de texte à prédire le token suivant, ce qui lui permet d'écrire, de répondre à des questions, de résumer et de suivre des instructions.
- Tarification au token
- La tarification au token (token pricing) est la façon dont la plupart des API de modèles d'IA facturent : un prix fixe par million de tokens d'entrée envoyés et un prix distinct, généralement plus élevé, par million de tokens de sortie générés par le modèle, avec des remises pour les entrées en cache et les traitements batch.
- Test-time compute
- Le test-time compute (calcul au moment de l'inférence) est la quantité de calcul qu'un modèle consacre à répondre à une requête, et non à l'entraînement. Laisser un modèle réfléchir plus longtemps ou essayer plusieurs réponses peut améliorer les résultats sur les problèmes difficiles.
- Tokens de sortie
- Les tokens de sortie (output tokens) sont les tokens qu'un modèle de langage génère dans sa réponse. Ils sont comptés et facturés séparément des tokens d'entrée, et un réglage max_tokens plafonne le nombre qu'une réponse peut contenir.