Vejo que alguns modelos da Cortex têm "raciocínio" (ou thinking). Qual a diferença para um modelo comum e quando devo usar?
Vejo que alguns modelos da Cortex têm "raciocínio" (ou thinking). Qual a diferença para um modelo comum e quando devo usar?
Resposta curta: um modelo de raciocínio "pensa" antes de responder: levanta hipóteses, testa caminhos e confere o resultado, e só depois escreve a resposta. Isso melhora problemas difíceis, mas deixa a resposta mais lenta e consome mais. Use em tarefas complexas; nas simples, não compensa.
Esse raciocínio interno também é contado como consumo, como se fosse texto de resposta.
| Ganha | Paga |
|---|---|
| Mais precisão em problemas de várias etapas (cálculos, lógica, código) | Respostas mais demoradas |
| Menos erros de suposição: o modelo confere antes de afirmar | Mais consumo por mensagem |
| Melhor encadeamento de causa e consequência | Exagero em tarefas simples |
claude-opus-5-5, claude-sonnet-5-5, gpt-6.1-sol, gemini/gemini-4-argon e xai/grok-4.7.moonshotai/kimi-k3 e xiaomi/mimo-v2.5-pro, o raciocínio só liga ou desliga.gpt-4o-mini, mistral/mistral-large-3 e perplexity/sonar-pro.💡 Dica: comece no nível normal do modelo. Suba o esforço só se a resposta vier rasa.
📖 Saiba mais na Wiki: Modelos Disponíveis · O que é LLM