Raisonnement agentique (o1, o3, modèles de raisonnement)
Des modèles qui « réfléchissent » avant de répondre : chaînes de pensée internes, calcul au moment du test et autocorrection.
Raisonnement agentique (o1, o3, modèles de raisonnement) est une leçon AI Agents gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Agents, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Agents comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Une nouvelle catégorie de modèles
OpenAI o1 (sept. 2024) a introduit les « modèles de raisonnement » — des LLM qui raisonnent explicitement étape par étape avant de produire la réponse visible. Parmi leurs successeurs figurent o3, DeepSeek R1, Claude avec réflexion approfondie, Gemini 2.5 thinking et bien d'autres.
Comment fonctionnent-ils
Au lieu de produire immédiatement la réponse, le modèle :
- Produit une longue séquence interne de « réflexion » (de type CoT)
- Explore plusieurs approches
- Se corrige lui-même
- Émet ensuite la réponse finale visible
Calcul à l'inférence
Vous pouvez choisir la quantité de « réflexion » effectuée par le modèle. Davantage de jetons consacrés à la réflexion donne de meilleures réponses pour les problèmes difficiles. En contrepartie, la latence et le coût augmentent.
OpenAI o-Series API
response = client.chat.completions.create(
model='o3-mini',
messages=[{'role': 'user', 'content': 'Solve this puzzle...'}],
reasoning_effort='high' # low / medium / high
)
print(response.choices[0].message.content)
print(response.usage.reasoning_tokens) # how many 'thinking' tokens were usedAnthropic Extended Thinking
response = client.messages.create(
model='claude-sonnet-4-5',
max_tokens=8192,
thinking={'type': 'enabled', 'budget_tokens': 4096},
messages=[{'role': 'user', 'content': 'Hard reasoning problem'}]
)
# response.content includes 'thinking' blocks + 'text' final answerQuand les modèles de raisonnement excellent
- Mathématiques en plusieurs étapes
- Génération de code avec une logique complexe
- Raisonnement juridique ou scientifique
- Planification nécessitant d'anticiper plusieurs étapes
Résultats : o3 obtient plus de 90 % à l'AIME et de très bons résultats à GPQA — très loin devant les modèles sans raisonnement.
Quand les modèles standard sont meilleurs
- Conversation ou questions-réponses simples — le raisonnement est superflu
- Parcours sensibles à la latence — le raisonnement ajoute plusieurs secondes
- Traitement massif sensible au coût — le raisonnement multiplie les coûts
- Tâches de style ou de mise en forme — aucun avantage
Structure des coûts
Les jetons de raisonnement sont pris en compte dans la tarification. o3-mini avec un niveau d'effort élevé peut utiliser de 10 000 à 100 000 jetons de réflexion par question. Cela peut représenter de 0,10 $ à 1 $ par question avec les modèles de raisonnement les plus puissants.
Dans les boucles d'agents
Utiliser un modèle de raisonnement comme planificateur au sein d'un agent plus vaste :
- Modèle de raisonnement : planifier, décider, évaluer
- Modèle standard : exécuter les étapes
- Appels d'outils : s'exécuter normalement
Vous obtenez le meilleur des deux mondes : un raisonnement approfondi là où il est utile et une exécution peu coûteuse ailleurs.
Ne forcez pas le CoT
Avec les modèles de raisonnement, vous n'avez plus besoin d'invites du type « réfléchissons étape par étape » : ils effectuent déjà leur CoT en interne. L'ajouter peut même nuire aux résultats.
Raisonnement libre
DeepSeek R1, R1-Distill et d'autres modèles apportent le raisonnement aux modèles à poids ouverts. Ils sont disponibles sur HuggingFace, Together AI, etc.
Frontière de la recherche
- Entraînement par réflexion — entraîner les modèles à se critiquer eux-mêmes
- Inférence fondée sur la recherche — Tree-of-Thoughts, MCTS au moment de l'inférence
- Entraînement au moment de l'inférence — adapter les poids pour chaque requête
Attention : une réflexion en boîte noire
Les « pensées » des modèles de raisonnement vous sont généralement cachées (OpenAI) ou résumées (Anthropic). Cette transparence limitée rend le débogage plus difficile : appuyez-vous plutôt sur des évaluations des entrées et des sorties.
Quand utiliser les modèles de raisonnement
Pour quelle tâche un modèle de raisonnement justifie-t-il le mieux son coût supplémentaire ?
Récapitulatif
Les modèles de raisonnement (o1, o3, R1, Claude avec réflexion approfondie) échangent du temps et du coût contre une meilleure qualité sur les tâches difficiles. Utilisez-les comme planificateurs ou juges au sein des agents. Évitez-les pour les conversations simples.
Questions Fréquemment Posées
La leçon « Raisonnement agentique (o1, o3, modèles de raisonnement) » est-elle gratuite ?
Oui — le texte complet de « Raisonnement agentique (o1, o3, modèles de raisonnement) » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Agents, passe à CoddyKit PRO. Le cours AI Agents comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Raisonnement agentique (o1, o3, modèles de raisonnement) » ?
Des modèles qui « réfléchissent » avant de répondre : chaînes de pensée internes, calcul au moment du test et autocorrection. Tu pratiques AI Agents avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer AI Agents ?
Aucune expérience préalable n'est requise. AI Agents sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Raisonnement agentique (o1, o3, modèles de raisonnement) » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon AI Agents ?
Oui. Chaque leçon AI Agents inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Raisonnement agentique (o1, o3, modèles de raisonnement)
- Agents hybrides symboliques et neuronaux
- Agents multimodaux (vision + voix + action)
- Problèmes ouverts : robustesse, alignement, mémoire à long horizon