Les modèles de reasoning : quand l'IA réfléchit d'abord, puis répond

Le principe de base

Un modèle de langage normal produit sa réponse directement, token par token. Un modèle de reasoning (ou « thinking ») insère avant cela une étape de réflexion supplémentaire : une chaîne d'argumentation interne plus longue, avant que la réponse proprement dite ne suive. Chez Claude, cela s'appelle Extended Thinking ; chez OpenAI, cela passe par la série o ou les modèles GPT-5-Thinking avec un « reasoning effort » réglable ; chez DeepSeek, via la série R1.

Visible ou caché

Certains fournisseurs affichent les étapes de réflexion (l'Extended Thinking de Claude produit des blocs de réflexion consultables), d'autres se contentent de les résumer ou les cachent complètement et ne livrent que le résultat final. Dans tous les cas, les tokens de réflexion comptent dans la consommation, même si tu ne les vois pas.

Le budget de réflexion

La quantité de « réflexion » d'un modèle se pilote généralement via un réglage de budget – chez Claude via budget_tokens, chez OpenAI via reasoning.effort (par ex. low, medium, high). Un budget plus important peut améliorer la qualité sur des tâches complexes, mais coûte plus de temps et de tokens.

Quand le reasoning vaut la peine

Pour une planification complexe, un débogage à plusieurs étapes ou des mathématiques exigeantes, la réflexion supplémentaire améliore sensiblement les résultats. Pour des modifications simples ou des questions triviales, le mode reasoning n'apporte le plus souvent que des coûts plus élevés et un temps d'attente plus long, sans améliorer la réponse.