Reasoning Models | Venice API Docs

Algunos modelos piensan en voz alta antes de responder. Resuelven los problemas paso a paso y luego dan una respuesta final. Esto los hace más fuertes en matemáticas, código y tareas con mucha lógica.

Consulta la lista completa de modelos, precios y límites de contexto en la página de Modelos. No todos los modelos de razonamiento admiten el parámetro reasoning_effort. Consulta soporte por modelo para más detalles.

Leer la salida

Los modelos de razonamiento devuelven su pensamiento en un campo separado reasoning_content, manteniendo content limpio:

response = client.chat.completions.create(
    model="zai-org-glm-5-1",
    messages=[{"role": "user", "content": "What is 15% of 240?"}]
)

thinking = response.choices[0].message.reasoning_content
answer = response.choices[0].message.content

const response = await client.chat.completions.create({
    model: "zai-org-glm-5-1",
    messages: [{ role: "user", content: "What is 15% of 240?" }]
});

const thinking = response.choices[0].message.reasoning_content;
const answer = response.choices[0].message.content;

curl https://api.venice.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org-glm-5-1",
    "messages": [{"role": "user", "content": "What is 15% of 240?"}]
  }'

Algunos proveedores (Anthropic, Google, OpenAI, Qwen) devuelven tokens de razonamiento cifrados o resumidos. Cuando esto ocurre, reasoning_content contiene un marcador "[Some reasoning content is encrypted]".

Streaming

Al hacer streaming, reasoning_content llega en el delta antes que la respuesta final:

stream = client.chat.completions.create(
    model="zai-org-glm-5-1",
    messages=[{"role": "user", "content": "Explain photosynthesis"}],
    stream=True
)

for chunk in stream:
    if chunk.choices:
        delta = chunk.choices[0].delta
        if delta.reasoning_content:
            print(delta.reasoning_content, end="")
        if delta.content:
            print(delta.content, end="")

const stream = await client.chat.completions.create({
    model: "zai-org-glm-5-1",
    messages: [{ role: "user", content: "Explain photosynthesis" }],
    stream: true
});

for await (const chunk of stream) {
    if (chunk.choices?.[0]?.delta) {
        const delta = chunk.choices[0].delta;
        if (delta.reasoning_content) process.stdout.write(delta.reasoning_content);
        if (delta.content) process.stdout.write(delta.content);
    }
}

curl https://api.venice.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org-glm-5-1",
    "messages": [{"role": "user", "content": "Explain photosynthesis"}],
    "stream": true
  }'

Esfuerzo de razonamiento

El parámetro reasoning_effort controla cuánto piensa un modelo antes de responder. Mayor esfuerzo implica razonamiento más profundo pero más tokens y latencia.

Valores aceptados

Valor	Descripción
`none`	Desactiva el razonamiento por completo
`minimal`	Razonamiento básico con esfuerzo mínimo
`low`	Razonamiento ligero para problemas simples
`medium`	Razonamiento equilibrado para complejidad moderada
`high`	Razonamiento profundo para problemas complejos
`xhigh`	Profundidad de razonamiento extra-alta
`max`	Capacidad máxima de razonamiento

No todos los modelos admiten todos los valores. Si envías un valor que un modelo no admite, Venice puede ajustarlo a un nivel admitido. Otros modelos, en cambio, devuelven un error 400 que enumera los valores admitidos.En caso de duda, usa low, medium o high. Son los valores más ampliamente admitidos.

Soporte por modelo

Los valores admitidos cambian a medida que se añaden y actualizan modelos, así que léelos desde el endpoint /v1/models en lugar de codificarlos de forma fija. Cada modelo que acepta reasoning_effort los enumera en model_spec.capabilities:

Campo	Significado
`reasoningEffortOptions`	Los valores de `reasoning_effort` que admite el modelo. Si incluye `none`, el razonamiento se puede desactivar
`defaultReasoningEffort`	El valor que se usa cuando la solicitud no especifica ninguno

Ambos campos solo están presentes cuando supportsReasoningEffort es true.

curl -s "https://api.venice.ai/api/v1/models?type=text" \
  | jq '.data[]
    | select(.model_spec.capabilities.supportsReasoningEffort)
    | {id, options: .model_spec.capabilities.reasoningEffortOptions,
       default: .model_spec.capabilities.defaultReasoningEffort}'

{
  "id": "zai-org-glm-5-1",
  "options": ["none", "low", "medium", "high"],
  "default": "low"
}

Uso

Pasa reasoning_effort como parámetro de nivel superior o usa el formato anidado reasoning.effort:

response = client.chat.completions.create(
    model="minimax-m25",
    messages=[{"role": "user", "content": "Prove that there are infinitely many primes"}],
    extra_body={"reasoning": {"effort": "high"}}
)

const response = await client.chat.completions.create({
    model: "minimax-m25",
    messages: [{ role: "user", content: "Prove that there are infinitely many primes" }],
    reasoning: { effort: "high" }
});

curl https://api.venice.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m25",
    "messages": [{"role": "user", "content": "Prove that there are infinitely many primes"}],
    "reasoning": {"effort": "high"}
  }'

También se acepta el formato plano "reasoning_effort": "high".

Desactivar el razonamiento

Hay dos formas de desactivar el razonamiento:

Método	Sintaxis	Cómo funciona
`reasoning.enabled: false`	`"reasoning": {"enabled": false}`	Conmutador a nivel de Venice que impide que los parámetros de razonamiento se envíen al proveedor. Recomendado.
`reasoning.effort: "none"`	`"reasoning": {"effort": "none"}`	Se pasa al proveedor, que decide cómo gestionarlo. Solo lo admiten algunos modelos (p. ej., GPT-5.x).

Para los modelos que lo admiten, reasoning.enabled: false es la opción más fiable:

Modelo	¿Se puede desactivar?
GPT-5.2	Sí
GPT-5.3 Codex	Sí
Qwen 3 235B A22B Thinking, Qwen 3.5 35B A3B	Sí
Serie GLM 5.1	Sí
Claude Opus 4.5/4.6/4.6 Fast, Sonnet 4.5/4.6	No (siempre razona)
Gemini 3.1 Pro, 3 Flash	No (siempre razona)

response = client.chat.completions.create(
    model="openai-gpt-52",
    messages=[{"role": "user", "content": "What's the capital of France?"}],
    extra_body={"reasoning": {"enabled": False}}
)

const response = await client.chat.completions.create({
    model: "openai-gpt-52",
    messages: [{ role: "user", content: "What's the capital of France?" }],
    reasoning: { enabled: false }
});

curl https://api.venice.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai-gpt-52",
    "messages": [{"role": "user", "content": "What is the capital of France?"}],
    "reasoning": {"enabled": false}
  }'

Límites de tokens

Los modelos de razonamiento generan tokens visibles de respuesta (en content) y tokens de razonamiento (en reasoning_content). Ambos cuentan para tu presupuesto de tokens.

Establecer un tope de tokens

Usa max_completion_tokens para limitar el número total de tokens que el modelo genera, incluido el razonamiento:

{
  "model": "deepseek-v4-flash",
  "messages": [...],
  "max_completion_tokens": 500
}

max_tokens también se acepta y se comporta igual. Si se establecen ambos, max_completion_tokens tiene prioridad. Para obtener más salida visible, sube el tope, baja reasoning_effort o desactiva el razonamiento.

Leer el desglose

El objeto usage muestra cómo se gastó tu presupuesto:

"usage": {
  "completion_tokens": 501,
  "completion_tokens_details": { "reasoning_tokens": 169 },
  "prompt_tokens": 13,
  "total_tokens": 514
}

En este ejemplo, se gastaron 169 tokens en razonamiento y 332 en la respuesta visible. Cuando se alcanza el tope, finish_reason es length. El límite superior de cada modelo está disponible como maxCompletionTokens en el endpoint /v1/models.

Modelos sin razonamiento

max_tokens y max_completion_tokens se comportan igual en modelos sin razonamiento, limitando la salida visible directamente.

Descubrir capacidades

Comprueba qué admite un modelo mediante el endpoint /v1/models:

Campo	Significado
`supportsReasoning`	El modelo tiene capacidad de razonamiento (cadena de pensamiento)
`supportsReasoningEffort`	El modelo acepta el parámetro `reasoning_effort` / `reasoning.effort`
`reasoningEffortOptions`	Valores de esfuerzo admitidos (consulta soporte por modelo)
`defaultReasoningEffort`	Esfuerzo que se usa cuando la solicitud no especifica ninguno

Mejores prácticas

Por defecto, usa medium para uso general
Usa high o xhigh para tareas complejas (matemáticas, código, análisis)
Usa low para aplicaciones sensibles a la latencia
Usa reasoning.enabled: false o establece el effort en none para desactivar el razonamiento
En caso de duda, usa low, medium o high. Son los valores más ampliamente admitidos

Documentación

Primeros pasos

Texto y chat

Imagen

Vídeo

Audio

Búsqueda y RAG

Agentes e integraciones

Herramientas de código

Herramientas para agentes

SDK y frameworks

Modelos de razonamiento

Leer la salida

Streaming

Esfuerzo de razonamiento

Valores aceptados

Soporte por modelo

Uso

Desactivar el razonamiento

Límites de tokens

Establecer un tope de tokens

Leer el desglose

Modelos sin razonamiento

Descubrir capacidades

Mejores prácticas

​Leer la salida

​Streaming

​Esfuerzo de razonamiento

​Valores aceptados

​Soporte por modelo

​Uso

​Desactivar el razonamiento

​Límites de tokens

​Establecer un tope de tokens

​Leer el desglose

​Modelos sin razonamiento

​Descubrir capacidades

​Mejores prácticas

Leer la salida

Streaming

Esfuerzo de razonamiento

Valores aceptados

Soporte por modelo

Uso

Desactivar el razonamiento

Límites de tokens

Establecer un tope de tokens

Leer el desglose

Modelos sin razonamiento

Descubrir capacidades

Mejores prácticas