Agentisk resonnering (o1, o3, Reasoning Models)
Modeller som «tenker» før de svarer – interne tankerekker, beregning ved inferenstidspunktet og selvkorrigering.
Agentisk resonnering (o1, o3, Reasoning Models) er en gratis leksjon i AI-agenter på CoddyKit. Dette er leksjon 1 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-agenter, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-agenter inneholder totalt 4 leksjoner.
Deler av denne leksjonen er ennå ikke oversatt og vises på engelsk.
En ny modellklasse
OpenAI o1 (sep. 2024) introduserte «reasoning-modeller» — LLM-er som resonnerer eksplisitt trinn for trinn før de produserer det synlige svaret. Etterfølgere inkluderer o3, DeepSeek R1, Claude med utvidet tenkning, Gemini 2.5 thinking og mange andre.
Slik fungerer de
I stedet for å generere svaret umiddelbart gjør modellen følgende:
- Produserer en lang intern «tenkesekvens» (CoT-stil)
- Utforsker flere fremgangsmåter
- Retter opp egne feil
- Gir deretter det endelige, synlige svaret
Beregning ved kjøring
De kan velge hvor mye modellen skal «tenke». Flere token brukt på tenkning gir bedre svar på vanskelige problemer. Avveiningen er forsinkelse og kostnad.
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 answerNår reasoning-modeller utmerker seg
- Matematikk i flere trinn
- Generering av kode med kompleks logikk
- Juridisk og vitenskapelig resonnering
- Planlegging som krever fremoverskuende analyse
Test: o3 oppnår over 90 % på AIME og skårer høyt på GPQA — i en helt annen klasse enn modeller uten reasoning.
Når standardmodeller er bedre
- Enkel chat og spørsmål/svar — resonnering er bortkastet
- Tidskritiske forløp — resonnering legger til flere sekunder
- Kostnadssensitiv massebehandling — resonnering mangedobler kostnaden
- Oppgaver med stil og formatering — ingen nytte
Kostnadsprofil
Reasoning-tokens teller med i prisen. o3-mini med høy innsats kan bruke 10 000–100 000 tenketoken per spørsmål. Det kan gi en kostnad på 0,10–1 dollar per spørsmål med de større reasoning-modellene.
I agentløkker
Bruk av en reasoning-modell som planlegger i en større agent:
- Reasoning-modell: planlegg, ta beslutninger og evaluer
- Standardmodell: utfør trinnene
- Verktøykall: kjør som normalt
Det beste fra begge: dyp resonnering der det betyr noe, og rimelig kjøring ellers.
Ikke legg CoT oppå
De trenger ikke lenger prompter som «la oss tenke trinn for trinn» med reasoning-modeller — de gjør allerede CoT internt. Å legge det til kan faktisk gi dårligere resultater.
Resonnering med åpen kildekode
DeepSeek R1, R1-Distill og andre gjør reasoning tilgjengelig med åpne vekter. Tilgjengelig på HuggingFace, Together AI og lignende.
Forskningsfronten
- Reflection-tuning — tren modeller til å kritisere seg selv
- Søkebasert inferens — Tree-of-Thoughts, MCTS ved inferenstid
- Trening ved kjøring — tilpass vektene for hver spørring
Forbehold: svartboks-tenkning
«Tankene» til reasoning-modeller er vanligvis skjult for Dem (OpenAI) eller oppsummert (Anthropic). Begrenset innsyn gjør feilsøking vanskeligere; stol heller på evaluering av inn- og utdata.
Når bør De bruke reasoning-modeller
For hvilken oppgave er en reasoning-modell mest verdt den ekstra kostnaden?
Oppsummering
Reasoning-modeller (o1, o3, R1, Claude extended thinking) bytter tid og kostnad mot kvalitet på vanskelige oppgaver. Bruk dem som planlegger eller dommer i agenter. Hopp over dem for enkel chat.
Lær deg AI-agenter med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 60
- Leksjoner
- 239
Ofte stilte spørsmål
Er leksjonen «Agentisk resonnering (o1, o3, Reasoning Models)» gratis?
Ja – hele teksten i «Agentisk resonnering (o1, o3, Reasoning Models)» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av AI-agenter-kurset, kan du oppgradere til CoddyKit PRO. Kurset i AI-agenter inneholder totalt 4 leksjoner.
Hva lærer jeg i «Agentisk resonnering (o1, o3, Reasoning Models)»?
Modeller som «tenker» før de svarer – interne tankerekker, beregning ved inferenstidspunktet og selvkorrigering. Du øver på AI-agenter med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-agenter?
Ingen tidligere erfaring er nødvendig. AI-agenter på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 1 av 4.
Hvor lang tid tar leksjonen «Agentisk resonnering (o1, o3, Reasoning Models)»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-agenter-leksjonen?
Ja. Alle AI-agenter-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Agentisk resonnering (o1, o3, Reasoning Models)
- Hybride symbolske og nevrale agenter
- Multimodale agenter (syn + tale + handling)
- Uløste problemer: robusthet, samsvar og langtidsminne