# Reasoning effort (mức effort suy luận)

> VI: https://5ac.vn/wiki/reasoning-effort/ · EN: https://5ac.vn/en/wiki/reasoning-effort/ · lang: vi · spec_as_of 2026-10-21 (spec no formal spec) · cluster C8

Thang tham số quyết định model được chi bao nhiêu token suy luận trước khi trả lời; mỗi hãng mở một tập mức khác nhau và mức cao mua latency, không mua độ đúng trên task ngắn.

---
## Định nghĩa

Reasoning effort là mức (tier) người gọi đặt cho model suy luận, quyết định model được chi bao nhiêu token suy luận trước khi viết câu trả lời. Nó khác bật/tắt thinking kiểu nhị phân: mỗi hãng mở một tập mức riêng, có hãng chấp nhận cả mức không suy nghĩ, có hãng từ chối các mức ngoài danh sách bằng lỗi 400. Lưu ý phân biệt: entry [sub-agent](/wiki/sub-agent/) dùng cụm Effort control cho quy tắc chia việc giữa các agent, còn entry này nói về chi phí suy luận bên trong một model — hai chuyện khác nhau.

## Cơ chế

Ba con số từ phép đo nội bộ của 5ac trên nhóm model flash Trung Quốc. GLM 5.3 Flash bật suy nghĩ mọi lúc, effort chỉ nhận ba mức thấp/cao/tối đa, và một lượt JSON đúng schema mất 54,4 giây. Qwen 3.8 Flash mở tập mức rộng nhất, gồm cả mức không suy nghĩ; một yêu cầu viết 700 từ tiếng Việt đốt 22.003 token, nên văn dài muốn mức effort thấp. MiMo V2.6 Flash sinh token suy luận cả với câu ba chữ, và tập mức chấp nhận mâu thuẫn giữa hai phép đo, gặp lỗi 400 phải thu về khoảng an toàn.

Quy tắc ngang-model mà bài so sánh chốt: nâng reasoning mua latency và token, không mua điểm pass@1 trên task ngắn. Effort đặt cho model chính cũng không tự hợp lệ khi request rơi sang model fallback.

## Bối cảnh ứng dụng

Với đội triển khai agent, biến này nằm ngay trên đường biên chi phí. Suy luận được tính theo đơn giá output, nên mỗi bậc effort tăng là hóa đơn và thời gian chờ cùng nhích. Cách chọn theo loại việc: trích xuất có cấu trúc và văn dài chạy mức thấp; task suy luận nhiều bước, toán, code phức tạp mới đáng mức cao; pipeline nhiều lượt gọi nên chốt một mức cố định trong cấu hình và đo tỉ lệ đạt trước khi tăng bậc.

## Nguồn đã truy xuất

- [So sánh 6 model flash Trung Quốc cho agent harness 2026](/blog/so-sanh-model-flash-trung-quoc-agent-harness/) — GLM 54,4 giây/lượt JSON, Qwen 700 từ/22.003 token, quy tắc nâng reasoning mua latency — truy cập 21/10/2026

## Liên quan

- [Sub-agent](/wiki/sub-agent/)
- [AI token cost](/wiki/ai-token-cost/)
- [Model routing](/wiki/model-routing/)