érvelési erőfeszítés

angolul: reasoning effort

haladóelterjedt

Beállítás, amellyel megszabod, mennyit „gondolkodjon” az AI a válasz előtt: a több gondolkodás alaposabb, de lassabb és drágább választ ad.

Érthetően

Az érvelési erőfeszítés olyan, mint amikor megmondod egy szakembernek, mennyi időt szánjon a kérdésedre. Egy gyors telefonos válasz is lehet jó, de egy bonyolult ügynél azt kéred, hogy üljön le, számoljon utána, és nézze át még egyszer.

A mai nyelvi modellek egy része a válasz előtt belső „piszkozatot” ír: lépésekre bontja a feladatot, mérlegel, ellenőrzi magát. Az érvelési erőfeszítés azt szabályozza, mekkora lehet ez a piszkozat. Általában néhány fokozat közül választhatsz, például alacsony, közepes vagy magas. Egyes rendszerekben ehelyett egy számmal adod meg, legfeljebb mennyi gondolkodást engedsz.

A beállítás nem ad a modellnek több tudást: ugyanaz a modell dolgozik, csak több vagy kevesebb munkát fektet a válaszba. Egyszerű kérdésnél a magas fokozat pazarlás, nehéz feladatnál viszont az alacsony fokozat felületes, hibás eredményt hozhat.

Hogyan működik

Te vagy az alkalmazás fejlesztője kiválaszt egy fokozatot (például alacsony, közepes, magas), mielőtt a kérdés elindul a modellhez.
A modell a fokozat alapján igazítja, mennyit gondolkodjon: magasabb fokozaton hosszabban bontja részekre a feladatot, több lehetőséget mérlegel, és többet ellenőriz. Ezt a viselkedést a modell a betanítás során sajátítja el, ezért a hatás csak irányadó, nem pontosan kiszámítható.
Ez a gondolkodás is szöveg, amelyet a modell tokenenként állít elő. Ezt többnyire nem látod, vagy csak összefoglalva, de időbe és pénzbe kerül.
A végén a modell megírja a látható választ, amely nehezebb feladatoknál a hosszabb gondolkodás után jellemzően pontosabb és megalapozottabb.
Az agentek, vagyis az önállóan, több lépésben dolgozó AI-programok esetében a fokozat azt is befolyásolja, mennyire alaposan terveznek, és hány eszközt hívnak meg egy feladat közben.

Példa a mindennapokból

Egy csevegőprogramban a kérdésed mellett választhatsz „gyors” és „gondolkodó” vagy „alapos” mód között. Ha csak egy szó jelentésére vagy kíváncsi, a gyors mód pillanatok alatt felel. Ha egy hitelajánlat feltételeit akarod összevetni, az alapos mód tovább dolgozik, de jellemzően kevesebbet téved.

Kit érint

mindenkiHa AI-csevegőt használsz, a „gyors” és a „gondolkodó” mód közötti választás nagyrészt ezt a beállítást jelenti. Egyes szolgáltatásokban ilyenkor a háttérben egy másik modell is átveheti a munkát.

fejlesztőA fokozat megválasztásával egyensúlyozol a válasz minősége, a várakozási idő és a költség között. → Kód

vállalkozó, vezetőA céges AI-használat számláját közvetlenül befolyásolja, hogy a rutinfeladatok is feleslegesen magas fokozaton futnak-e.

szülő, diák, tanárMatematikai vagy logikai feladatoknál a magasabb fokozat jellemzően megbízhatóbb megoldást ad, mint a gyors válasz. → Oktatás és család

Gyakori félreértés

TévhitMindig a legmagasabb fokozatot érdemes használni, mert az adja a legjobb választ.

ValójábanEgyszerű feladatoknál a több gondolkodás nem javít a válaszon, csak lassabb és drágább lesz. A fokozatot a feladat nehézségéhez érdemes igazítani.

Korlátok és kockázatok

A magas fokozat sem garancia: a modell hosszú gondolkodás után is tévedhet vagy kitalálhat tényeket, ezért a fontos állításokat ellenőrizd.
A gondolkodás is fizetős tokenekből áll, így a magasabb fokozat többszörösére növelheti a költséget és a várakozási időt.
A fokozatok neve és hatása szolgáltatónként és modellenként eltér, ezért az egyik rendszer „magas” szintje nem vethető össze közvetlenül a másikéval.
A megjelenített gondolatmenet gyakran csak összefoglaló, és nem feltétlenül tükrözi pontosan, hogyan jutott a modell a válaszhoz.

Hasonló, de nem ugyanaz

hőmérséklet (temperature) – A hőmérséklet azt szabályozza, mennyire változatos vagy kiszámítható a szöveg, nem azt, hogy mennyit gondolkodik előtte a modell.
gondolatlánc (chain of thought) – A gondolatlánc maga a lépésenkénti okoskodás módszere, az érvelési erőfeszítés pedig az a szabályozó, amely megszabja, mennyi jusson belőle.
modellméret – A nagyobb modell többet „tud”, az érvelési erőfeszítés viszont ugyanazon a modellen belül állítja a ráfordított munkát.

Kapcsolódó fogalmak

Tágabb

nagy nyelvi modell, következtetés (inferencia), modellparaméterek

Szűkebb

gondolkodási keret, kiterjesztett gondolkodás, adaptív gondolkodás

Rokon

érvelő modell, gondolatlánc, token, hőmérséklet, AI-agent

Röviden a története

A lépésenként „gondolkodó” érvelő modellek 2024 őszén jelentek meg a nagyközönség előtt (OpenAI o1). Az OpenAI 2024 decemberében tette elérhetővé a fejlesztőknek a reasoning effort nevű beállítást. 2025-ben a Google és az Anthropic is bevezetett hasonló szabályozót, kezdetben gondolkodási keret (thinking budget) formájában, később fokozatokkal is.

Hol tart most

2026 végén a vezető nyelvi modellek többségénél állítható a gondolkodás mértéke, a csevegőalkalmazásokban pedig egyszerű módválasztóként jelenik meg. Egyre gyakoribb, hogy a modell maga méri fel, mennyi gondolkodást igényel a feladat.

Állapot: 2026. november

A hírekben

1 Agent Age-sztoriban fordul elő; a görbe a hírmagazin heti előfordulása.

MIT-jelentés: az AI „kognitív megadást” okoz az amerikai egyetemisták körében2026. szept. 14. · Oktatás és család

Más nevei

reasoning effort · reasoning_effort · effort · thinking budget · thinking level · gondolkodási erőfeszítés · gondolkodási szint · érvelési szint

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.