مدل استدلالی (o1، DeepSeek-R1، Gemini Thinking، Claude با extended thinking) قبل از پاسخ، زنجیرهی فکر داخلی میسازد و در ریاضی، کد و منطقِ چندمرحلهای جهش دقت داده است. نسخهی ۲۰۲۶ این است: «فکر کردن» به قابلیت سوئیچشدنی تبدیل شده — بین پاسخ سریع و تأمل عمیق انتخاب میکنید.
مکانیزم: آموزش با زنجیرهی فکر مصنوعی/واقعی + محاسبهی بیشتر در زمان استنتاج. نتیجه همان قانون test-time compute: با فکر بیشتر، همان مدل باهوتر میشود.
تصمیم مصرف: برای ۹۰٪ کارها (خلاصه، ترجمه، چت) مدل عمومی سریع؛ برای مسئلهی سخت و پرهزینه، حالت استدلالی. پرداخت هزینهی فکر، جایی منطقی است که اشتباه گران است.
