# Reasoning
Steuere mit denselben Optionen bei jedem Anbieter, wie viel ein Modell nachdenkt.

## Ein Reasoning-Modell wählen
Modelle mit Reasoning führen `reasoning` in `supported_parameters`. Das Objekt `reasoning` im Katalog zeigt die angebotenen Stufen (`supported_efforts`, höchste zuerst), den Standard (`default_effort`, `default_enabled`) und ob sich Reasoning abschalten lässt (`mandatory`).

## Die Stufe festlegen
`reasoning.effort` und die Kurzform `reasoning_effort` akzeptieren `none`, `minimal`, `low`, `medium`, `high`, `xhigh` und `max`. Kuratierte Routen ordnen diese Auswahl ihren nativen Steuerwerten zu. Fehlt eine gewünschte Stufe, verwendet das Gateway die nächste angebotene Stufe; bei gleichem Abstand die höhere. Routen mit exakt passender Stufe werden zuerst versucht. `provider.require_parameters: true` macht aus diskreten Stufen weder exakte Tokenbudgets noch eine Pflicht zur exakt passenden Nichtnullstufe. Ohne Auswahl gilt der kuratierte Modellstandard. `GET /v1/generation` meldet die zugeordnete Stufe, soweit verfügbar, als `reasoning_effort`.

### Budget oder harte Grenze?
Auf Routen mit kuratierter Stufenzuordnung ist `reasoning.max_tokens` eine ungefähre Stufenauswahl, keine harte Grenze für Reasoning-Tokens. Die Auswahl vergleicht das Budget mit Anteilen der wirksamen Gesamtausgabegrenze: `xhigh` 95 %, `high` 80 %, `medium` 50 %, `low` 20 %, `minimal` 10 %. Sie wählt den höchsten passenden Anteil und danach die nächste angebotene Stufe. Schon ein kleines positives Budget kann die niedrigste Nichtnullstufe wählen. Sind `max_tokens` und `max_completion_tokens` beide gültig, zählt die kleinere Grenze; sonst die deklarierte Ausgabegrenze der Route. Fehlen beide, gilt der Nichtnullstandard oder die niedrigste Stufe. Ein Budget von null ohne Stufe fordert Aus an.

Beispiel: Bei 1000 Tokens Gesamtausgabe und einem Budget von 800 wählt eine Route mit nur low und high die Stufe high. Das verspricht weder höchstens 800 Reasoning-Tokens noch 200 verbleibende Tokens für sichtbaren Text. Eine gesetzte, nicht-null Stufe hat Vorrang vor dem Budget.

Ältere numerische Zuordnungen können ein Budget direkt weitergeben. Die Weitergabe allein belegt keine harte Reasoning-Tokenobergrenze beim Anbieter. Numerische Weitergabe braucht eine deklarierte Ausgabe- oder Kontextgrenze der Route; ein größeres numerisches Budget wird abgewiesen. Diese Zulassungsgrenzen sind kein zusätzlicher Reasoning-Spielraum. Maßgeblich ist der dokumentierte Routenvertrag, nicht allein eine erfolgreiche Anfrage.

### curl

```curl
curl --request POST \
  --url 'https://api.tokenlane.de/v1/chat/completions' \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "deepseek/deepseek-v4-flash-0731",
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "max_tokens": 400,
  "reasoning": {
    "effort": "low"
  },
  "provider": {
    "require_parameters": true
  }
}'
```

### node

```node
import OpenAI from 'openai';

const client = new OpenAI({ baseURL: "https://api.tokenlane.de/v1", apiKey: process.env.TOKENLANE_API_KEY });
const response = await client.chat.completions.create({
  "model": "deepseek/deepseek-v4-flash-0731",
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "max_tokens": 400,
  "reasoning": {
    "effort": "low"
  },
  "provider": {
    "require_parameters": true
  }
}, {});
console.log(response);
```

### python

```python
import os
import json
from openai import OpenAI

client = OpenAI(base_url="https://api.tokenlane.de/v1", api_key=os.environ["TOKENLANE_API_KEY"])
body = json.loads(r'''{
  "model": "deepseek/deepseek-v4-flash-0731",
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "max_tokens": 400,
  "reasoning": {
    "effort": "low"
  },
  "provider": {
    "require_parameters": true
  }
}''')
response = client.chat.completions.create(
    model=body["model"],
    messages=body["messages"],
    max_tokens=body["max_tokens"],
    extra_body=json.loads(r'''{
  "reasoning": {
    "effort": "low"
  },
  "provider": {
    "require_parameters": true
  }
}''')
)
print(response)
```

### vercel

```vercel
import { createOpenAICompatible } from '@ai-sdk/openai-compatible';
import { generateText } from 'ai';

const tokenlane = createOpenAICompatible({ name: 'tokenlane', baseURL: "https://api.tokenlane.de/v1", apiKey: process.env.TOKENLANE_API_KEY, includeUsage: true });
const result = await generateText({
  model: tokenlane("deepseek/deepseek-v4-flash-0731"),
  messages: [
  {
    "role": "user",
    "content": "Hello"
  }
],
  maxOutputTokens: 400,
  providerOptions: { tokenlane: {
  "reasoning": {
    "effort": "low"
  },
  "provider": {
    "require_parameters": true
  }
} },
});
console.log(result.text);
```

## Reasoning abschalten
`reasoning.effort: "none"` oder `reasoning.enabled: false` fordert das Abschalten der Reasoning-Berechnung an. Soll die Abschaltung verbindlich sein statt nur bestmöglich, zusätzlich `provider.require_parameters: true` setzen:

```json
{
  "reasoning": { "enabled": false },
  "provider": { "require_parameters": true }
}
```

Das Gateway schließt dann Routen ohne kuratierte Abschaltzuordnung oder ohne Erhalt dieser Zuordnung in den wirksamen Adapterparametern vor dem Anbieteraufruf aus. Eine andere passende Route bleibt möglich; Organisations-, Workspace-, Key-, Datenschutz- und Preisvorgaben gelten unverändert. Passt keine Route, folgt `404 no_endpoint` ohne Upstream-Aufruf. Die Stufen im Modellkatalog fassen mehrere Routen zusammen und belegen keine Abschaltung beim gepinnten Anbieter. Bloße Weitergabe von `enabled: false` ist keine Abschaltzusage.

Ohne strikte Parameteranforderung bleibt das bisherige bestmögliche Verhalten: Routen mit verpflichtendem Reasoning verwenden ihre niedrigste Stufe und blenden Reasoning aus der Antwort aus. `x-ignored-params` nennt den nicht erfüllten Abschaltwunsch. Ausgeblendetes Reasoning kann weiterhin berechnet und abgerechnet werden, auch wenn `reasoning_tokens` fehlt. Das ist nicht mit einer strikten Abschaltanforderung gleichzusetzen.

Soll nur die Antwort ausgeblendet werden, während die Berechnung erlaubt bleibt, `reasoning.exclude: true` verwenden (oder die ältere Form `include_reasoning: false`). Das ist auch bei strikten Parameteranforderungen eine reine Antwortoption. Sie verhindert keine Reasoning-Kosten. Bestätigte Nutzung und Abrechnung werden durch das Ausblenden nicht reduziert.

Widersprüche (`enabled: false` mit einer anderen Stufe als none, `enabled: true` mit none oder unterschiedliche Stufenkurzformen) werden mit 400 und dem Feldpfad abgewiesen.

## Stufen je Modell
| Modell | Angebotene Stufen | Standard | Abschaltbar |
|---|---|---|---|
| `deepseek/deepseek-v4-pro-0813` | max, xhigh (Lyceum), high, medium, low | low | ja, bei Lyceum; TensorX denkt immer |
| `deepseek/deepseek-v4.1-flash-1017` | max, high, medium (Lyceum), low | low | ja, bei Lyceum; TensorX denkt immer |
| `minimax/minimax-m3` | nur an oder aus | an | ja |
| `mistralai/mistral-large-4-0` | vorerst nur aus | aus | immer aus |
| `moonshotai/kimi-k2.7-code` | immer an, ohne Stufen | an | nein |
| `openai/gpt-oss-120b` | high, medium, low | low | nein |
| `qwen/qwen3.5-397b-a17b`, `qwen/qwen3.5-9b` | nur an oder aus | aus | ja |
| `qwen/qwen3.8-27b`, `qwen/qwen3.8-flash-next` | xhigh, medium, low | low | ja |
| `z-ai/glm-5.3`, `z-ai/glm-5.3-flash` | max (Grunden), high, low | low | nein |

## Nur vorhandene Felder lesen
Anbieter können Reasoning getrennt vom Endergebnis liefern, es weglassen oder nur seine Tokens melden. `reasoning.exclude` entfernt Reasoning aus der Antwort; es beendet weder Berechnung noch Abrechnung. Sichtbares Reasoning ist keine vollständige Darstellung interner Modellprozesse.

## Antworten ohne Inhalt vermeiden
Reasoning zählt zu `max_tokens`. Verbraucht es die ganze Grenze, endet die Antwort mit `finish_reason: length` ohne Inhalt. Eine passende Gesamtausgabegrenze und eine niedrigere Stufe wählen oder striktes Aus auf einer passenden Route verwenden. Eine ungefähre Zuordnung von `reasoning.max_tokens` garantiert keinen Platz für die Antwort. Eine fehlende Grenze ist kein Ausgabenlimit.
