Modelo de raciocínio
Um modelo de raciocínio (reasoning model) é um modelo de linguagem treinado para trabalhar um problema em um fluxo de tokens de pensamento intermediários antes de dar a resposta final, o que tende a ajudar em matemática, código e tarefas com várias etapas.
Também chamado: thinking model, extended thinking
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Modelos de raciocínio gastam processamento extra na hora de responder, um padrão chamado test-time compute. Em vez de responder de imediato, o modelo escreve um processo de trabalho, verifica etapas e muda de rumo, e então responde.
Como são treinados
O comportamento nasce do prompting de chain-of-thought, mas os modelos de raciocínio são treinados para isso, muitas vezes com aprendizado por reforço em tarefas cujas respostas podem ser verificadas. O artigo do R1, da DeepSeek, relata que as capacidades de raciocínio podem ser incentivadas por aprendizado por reforço puro, com padrões como autorreflexão e verificação surgindo durante o treinamento.
Extended thinking
Os provedores expõem o raciocínio de formas diferentes. A Anthropic chama sua versão de extended thinking. No modo manual, uma configuração budget_tokens dá uma meta de quantos tokens o Claude pode gastar no raciocínio interno, e a documentação da Anthropic recomenda o modo mais novo, adaptive thinking, em que o modelo decide quanto pensar.
Custos e limites
Os tokens de pensamento geralmente são cobrados como tokens de saída, então um modelo de raciocínio pode custar bem mais por requisição que um comum e demorar mais para responder. Veja preço por token. Para consultas simples, reescritas ou classificação, um modelo sem raciocínio costuma ser mais rápido e igualmente preciso. O raciocínio visível não é um relato garantido de como o modelo chegou à resposta.
Termos relacionados
- Chain-of-thought
- Chain-of-thought (CoT, cadeia de raciocínio) é um método de prompting em que um modelo de linguagem escreve passos intermediários de raciocínio antes da resposta final, o que tende a melhorar os resultados em matemática, lógica e outros problemas de vários passos.
- Grande modelo de linguagem
- Um grande modelo de linguagem (large language model, LLM) é uma rede neural com bilhões de parâmetros, treinada com grandes quantidades de texto para prever o próximo token, o que permite a ele escrever, responder a perguntas, resumir e seguir instruções.
- Preço por token
- O preço por token (token pricing) é a forma como a maioria das APIs de modelos de IA cobra: um preço fixo por milhão de tokens de entrada que você envia e um preço separado, geralmente mais alto, por milhão de tokens de saída que o modelo gera, com descontos para entrada em cache e jobs em lote.
- Test-time compute
- Test-time compute (processamento em tempo de teste) é a quantidade de computação que um modelo gasta ao responder a uma requisição, e não durante o treinamento. Deixar um modelo pensar por mais tempo ou tentar várias respostas pode melhorar os resultados em problemas difíceis.
- Tokens de saída
- Tokens de saída (output tokens) são os tokens que um modelo de linguagem gera na resposta. Eles são contados e cobrados separadamente dos tokens de entrada, e uma configuração max_tokens limita quantos uma resposta pode conter.