Modelli di ragionamento a confronto

Intermedio

Ultima verifica: 2026-06-29.

I controlli di ragionamento e i loro intervalli di valori differiscono da modello a modello e cambiano spesso (i nomi dei parametri, i set di livelli e quali modelli permettono di disabilitare il pensiero evolvono tutti). Verifica le manopole attuali nella documentazione ufficiale di ciascun provider prima di andare in produzione.

Conferma confrontando con la fonte ufficiale.

Un modello di ragionamento spende calcolo extra pensando prima di rispondere — generando una catena privata di passaggi intermedi, poi la risposta finale. È la singola leva più grande sull'accuratezza dei problemi difficili in ogni AI moderna. Il problema: ogni provider espone la stessa idea con una manopola diversa, e spendere troppo spreca denaro e latenza senza alcun guadagno. Questa lezione mette le manopole a confronto fianco a fianco così che l'abilità si trasferisca tra Claude, GPT, Gemini, DeepSeek e Qwen.

What you'll learn

• Spiegare cosa ti compra il calcolo a inference-time (il pensiero) e cosa no
• Mappare il controllo di ragionamento di ogni provider: Claude effort, OpenAI reasoning.effort, Gemini thinkingBudget/thinkingLevel, DeepSeek reasoner, Qwen enable_thinking
• Scegliere una profondità di pensiero in base al compito invece di impostare tutto al massimo
• Rileggere correttamente la traccia di ragionamento su ogni API senza reinserirla come input
• Evitare le trappole comuni: pensare troppo, i modelli che non si possono disabilitare, e trattare l'effort come rimedio di qualità

L'unica idea: il pensiero è una manopola, non un interruttore

Ogni modello di ragionamento si trova sullo stesso compromesso:

• Meno pensiero → più veloce, più economico. Adatto per estrazione, formattazione, Q&A semplici.
• Più pensiero → migliore sui problemi genuinamente difficili (matematica multi-step, debugging complicato, dimostrazioni accurate), a costo di maggiore latenza e spesa.

La trappola che frega la gente: il pensiero extra non fa nulla per un compito che era già facile — paghi solo latenza e costo. L'abilità sta nello spendere profondità dove cambia la risposta. Questa verità è identica su ogni modello sotto; cambia solo il nome della manopola.

Questo è il fratello cross-AI della lezione specifica per Claude Pensiero esteso ed effort — leggila per i dettagli della Messages API di Claude.

Passo 1 — Classifica il compito prima di toccare una manopola

Guided walkthrough1 of 3

1. Estrazione, riformattazione, classificazione, breve lookup fattuale → pensiero minimo o nullo. Il pensiero non aiuta e aggiunge latenza.

Pro tip

• Parti dal default medio/dinamico del provider e alza l'effort solo dove la qualità lo richiede visibilmente.
• Un effort più alto non è un rimedio per un prompt vago — una specifica più chiara batte di solito più pensiero.

Passo 2 — La manopola, provider per provider

Stessa manopola, cinque diverse superfici di controllo. Questa è la tabella da tenere aperta quando porti un carico di lavoro tra modelli.

Provider / modello	Controllo	Valori	Disabilitare il pensiero?
Claude (pensiero esteso)	livello effort (i modelli più recenti adattano la profondità; i più vecchi espongono budget_tokens)	Low / Medium / High	Sì, sulla maggior parte — usa un livello basso o ometti il pensiero
OpenAI GPT‑5.5 / serie o	reasoning.effort	minimal, low, medium (default), high, xhigh (GPT‑5.5 / Codex‑Max)	minimal emette pochi/nessun token di ragionamento
Google Gemini 2.5	thinkingBudget	conteggio token; 0 disabilita; -1 = dinamico (limite ~8.192); 2.5 Pro richiede 128–32768 o -1	0 sulla maggior parte dei modelli 2.5
Google Gemini 3	thinkingLevel (non combinare con thinkingBudget)	livelli a scaglioni	No — Gemini 3.1 Pro non può disabilitare
DeepSeek R1 (deepseek-reasoner)	reasoner dedicato — pensa sempre	n/d (pesi aperti, gira in locale)	No — è un modello che ragiona e basta
Qwen3	enable_thinking (ibrido) + soft switch /think · /no_think	on / off, commutabile per turno	Sì — enable_thinking=False o /no_think

Watch out

• Alcuni modelli RIMUOVONO l'interruttore: Gemini 3.1 Pro e DeepSeek R1 pensano sempre. Pianifica latenza/costo di conseguenza — non li puoi portare a zero.
• Su Gemini 3, impostare sia thinkingLevel che thinkingBudget nella stessa richiesta è un errore. Scegline uno.
• La modalità dinamica di Gemini (-1) limita il pensiero a ~8.192 token — va bene per la maggior parte del lavoro, ma è un tetto duro sui problemi più difficili in assoluto.

Le due famiglie

Leggendo la tabella dall'alto in basso, i modelli si dividono in due tipi — sapere quale hai in mano ti dice cosa aspettarti:

• Ibridi / commutabili (Claude, OpenAI, Gemini 2.5, Qwen3): un solo modello, alzi o abbassi il pensiero — o lo spegni — per richiesta. Meglio per traffico misto in cui alcune chiamate sono banali e altre difficili.
• Reasoner dedicati (DeepSeek R1; Gemini 3.1 Pro in pratica): il modello ragiona sempre. Non instradare qui formattazione ed estrazione — pagheresti la tassa sul pensiero a ogni chiamata. Tieni un modello economico senza pensiero nella rotazione per il traffico facile.

Passo 3 — Rileggi correttamente la traccia di ragionamento

Ogni provider restituisce il pensiero separatamente dalla risposta — e la regola universale è non reincollare il ragionamento come input al turno successivo. Reinserisci solo la risposta finale (più, su Claude, i blocchi di pensiero firmati che l'API ti consegna per i loop di tool).

Guided walkthrough1 of 4

1. La risposta arriva come un blocco di pensiero seguito dal blocco di testo. Itera su message.content e ramifica su block.type.

Stesso compito, tre manopole — pseudo-config da adattare

# Claude — balanced
thinking = {"type": "enabled", "budget_tokens": 8000}   # keep < max_tokens

# OpenAI — balanced
reasoning = {"effort": "medium"}

# Gemini 2.5 — let the model decide
thinking_config = {"thinking_budget": -1}   # dynamic; 0 to disable

# Qwen3 (local) — turn thinking OFF for a trivial call
chat_template_kwargs = {"enable_thinking": False}

Passo 4 — Quando NON spendere pensiero

L'errore costoso è impostare tutto al massimo. Salta o minimizza il pensiero quando:

• Il compito è meccanico (estrai, riformatta, classifica, traduci una stringa nota).
• Sei sotto un budget di latenza stretto (UI di chat, autocomplete) — usa minimal/0//no_think.
• Il prompt è sotto-specificato — più pensiero su un compito vago produce un vagabondare sicuro di sé, non una risposta migliore. Sistema prima la specifica.
• Stai facendo batch ad alto volume dove pochi punti di accuratezza non valgono la moltiplicazione del conto token su milioni di chiamate.

Pro tip

• Regola pratica: il pensiero ripaga quando il problema ha una risposta corretta verificabile che richiede diversi passaggi dipendenti. Ripaga poco sulla generazione a tema aperto dove non c'è un unico percorso giusto.

Quiz

Check yourself

0/4

1. 1Cosa ti compra il pensiero extra su un compito che era già facile?
2. 2Quale modello effettivamente non può avere il pensiero disattivato?
3. 3In Gemini 2.5, cosa significa thinkingBudget = -1?
4. 4Cosa NON dovresti fare con la traccia di ragionamento di un modello?

Flashcards

Vocabolario del controllo di ragionamento tra i modelli

Premi Invio o Spazio per girare la carta. Usa le frecce sinistra e destra per spostarti tra le carte.Termine mostrato.

1 / 7

Fonti e approfondimenti

• OpenAI — Guida ai modelli di ragionamento e Best practice del ragionamento
• Google AI for Developers — Pensiero di Gemini
• Anthropic — Pensiero esteso
• Qwen3 — Think Deeper, Act Faster
• vLLM — Output di ragionamento (DeepSeek R1, Qwen3)
• Correlati su AILmanac: Pensiero esteso ed effort · Scegliere un modello · Portare i prompt tra i modelli