Lexikon · R
Reasoning-Modell
Kurzantwort
Vor der eigentlichen Antwort erzeugt ein Reasoning-Modell eine lange interne Gedankenkette und probiert darin Lösungswege aus und prüft sie1. Das verbessert die Ergebnisse vor allem bei Mathematik, Programmieren und mehrstufigen Aufgaben12. Die zusätzlichen Denk-Token kosten Zeit und werden wie Ausgabe abgerechnet3.

Im Mathematikwettbewerb AIME 2024 löste GPT-4o im Schnitt rund 12 Prozent der Aufgaben. OpenAIs Modell o1, vorgestellt am 12.09.2024, kam mit einem einzigen Versuch je Aufgabe auf 74 Prozent1. o1 erzeugt vor jeder Antwort eine lange interne Gedankenkette1. Modelle mit einer solchen Denkphase heißen Reasoning-Modelle, nach dem englischen Wort für Schlussfolgern.
Was in der Denkphase passiert
Ein gewöhnliches LLM schreibt die Antwort direkt Token für Token. Ein Reasoning-Modell erzeugt vorher zusätzliche Token, in denen es eine Aufgabe zerlegt, Zwischenergebnisse prüft und Ansätze verwirft. OpenAI schreibt, o1 habe durch bestärkendes Lernen gelernt, Fehler zu erkennen und zu korrigieren1. Die Leistung steigt laut OpenAI sowohl mit mehr Rechenaufwand im Training als auch mit mehr Rechenzeit beim Nachdenken1. Mehrere Anläufe helfen zusätzlich: Mit 64 Versuchen je Aufgabe und anschließendem Mehrheitsentscheid kam o1 im AIME auf 83 Prozent1.
DeepSeek hat im Januar 2025 beschrieben, wie sein Modell R1 diese Fähigkeit ebenfalls über bestärkendes Lernen erwarb, ohne von Menschen vorgeschriebene Lösungswege. Dabei bildeten sich nach Angaben der Autoren Verhaltensweisen wie Selbstprüfung und das Wechseln der Strategie von allein heraus2.
Die Gedankenkette selbst bekommst du meist nicht zu sehen. OpenAI zeigt bei o1 nur eine Zusammenfassung und begründet das unter anderem mit dem Wettbewerb und mit der Möglichkeit, die Gedanken auf Fehlverhalten zu überwachen1. Über die Programmierschnittstelle sind die Denk-Token ebenfalls nicht sichtbar3.
Stärken und Schwächen
Am meisten bringt die Denkphase bei Aufgaben mit überprüfbarem Ergebnis. DeepSeek nennt Mathematik, Programmierwettbewerbe und naturwissenschaftliche Aufgaben2. Für eine kurze Formulierungshilfe oder eine einfache Sachfrage halten wir sie für unnötig.
Dafür dauert die Antwort länger. Je nach Aufgabe erzeugt ein Modell laut OpenAI einige Hundert bis mehrere Zehntausend Denk-Token3. Diese Token belegen Platz im Kontextfenster. OpenAI empfiehlt, für Denken und Antwort anfangs mindestens 25.000 Token einzuplanen. Ist die Obergrenze für die Ausgabe zu knapp gesetzt, kann die Antwort abbrechen, bevor überhaupt sichtbarer Text entstanden ist3.
Kosten und Einstellungen
Denk-Token werden als Ausgabe-Token abgerechnet, bei OpenAI ebenso wie bei Anthropic34. Ausgabe ist der teurere Teil: Bei GPT-6.2 Sol kostet sie nach der Preisseite vom 22.11.2026 das Fünffache der Eingabe5. Eine Antwort mit langer Denkphase kann deshalb ein Vielfaches einer direkten Antwort kosten, obwohl der sichtbare Text gleich lang ist.
Viele Anbieter lassen die Tiefe des Nachdenkens einstellen. In der Schnittstelle von OpenAI heißt der Regler reasoning effort, mit Stufen von none bis max; welche davon ein Modell annimmt, hängt vom Modell ab3. Bei Anthropic verteilt das sogenannte adaptive Denken den Aufwand von Anfrage zu Anfrage selbst4.
Mit der Prompt-Technik Chain of Thought bittest du ein gewöhnliches Modell, seine Schritte aufzuschreiben. Ein Reasoning-Modell braucht diese Bitte nicht, weil sein Training die Denkphase schon mitbringt. Was eine bestimmte Nutzung kostet, hängt damit stark von der Länge der Denkphase ab; die reinen Token-Preise der Anbieter stellt der API-Preisvergleich nebeneinander.
Häufige Fragen
Woran erkenne ich, ob ich gerade ein Reasoning-Modell nutze?
Verlässlich sagt es die Modellbeschreibung des Anbieters. Bei der Programmierschnittstelle verrät es zusätzlich die Abrechnung: Denk-Token erscheinen dort als Ausgabe, obwohl sie im sichtbaren Text fehlen3.
Halluzinieren Reasoning-Modelle weniger?
Belegt ist vor allem, dass die Trefferquote bei Rechenaufgaben stark steigt1; Messwerte zu Halluzinationen nennen die hier verwendeten Quellen nicht. Frei von erfundenen Angaben sind sie trotzdem nicht, und eine plausibel klingende Gedankenkette ist kein Beweis für eine richtige Antwort.
Quellen
Stand:
- OpenAI: Learning to reason with LLMs, Stand 12.09.2024, abgerufen am 22.11.2026. zurück
- arXiv (DeepSeek-AI): DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning, Stand 22.01.2025, abgerufen am 22.11.2026. zurück
- OpenAI: Reasoning models (API-Dokumentation), abgerufen am 22.11.2026. zurück
- Anthropic: Context windows (Claude-Dokumentation), abgerufen am 22.11.2026. zurück
- OpenAI: Pricing (API-Dokumentation), Stand 22.11.2026, abgerufen am 22.11.2026. zurück



