Cluster · reasoning effort AI
Reasoning effort: cosa cambia nei confronti
Il livello di ragionamento cambia risultati e costi dello stesso modello AI. Perché un confronto che non lo dichiara è incompleto.
Tempo di lettura: 9 min
Guida operativa · Confronti modelli AI
Il reasoning effort è l'impostazione che decide quanto un modello ragiona prima di rispondere. È diventata una delle variabili più importanti nei confronti tra modelli, ed è anche quella che viene omessa più spesso.
Il motivo è semplice: lo stesso modello, con effort diverso, è di fatto due strumenti diversi per costo, latenza e qualità. Confrontare due modelli senza dire a che effort sono stati misurati è come confrontare due auto senza dire su quale percorso.
In sintesi
- L'effort regola quanto il modello ragiona prima di rispondere.
- Lo stesso modello a effort diversi dà risultati e costi diversi.
- I token di ragionamento si pagano come output.
- Alzarlo su compiti semplici è spesa senza beneficio.
- Un confronto che non dichiara l'effort non è riproducibile.
- Il livello giusto si trova per prova, partendo dal basso.
Come si presenta sui modelli attuali
I tre principali vendor espongono il controllo in modi diversi. Alla data di questo articolo, dalle documentazioni ufficiali:
| Vendor | Come si presenta |
|---|---|
| Anthropic | Ragionamento adattivo; effort predefinito high su Fable 5.1, Opus 5 e Sonnet 5 |
| OpenAI | Livelli dichiarati da none a max sui GPT-5.6; da low a max su GPT-6 Astra |
| Token di ragionamento inclusi nel prezzo di output |
Fonti: platform.claude.com, developers.openai.com, ai.google.dev — consultate il 19 agosto 2026.
La differenza di impostazione tra vendor è già di per sé una ragione per cui i confronti incrociati sono delicati: non esiste una scala comune, quindi «effort alto» su un modello non equivale a «effort alto» su un altro.
Perché conta nei benchmark
Nell'annuncio di Claude Opus 5 del 24 luglio 2026, Anthropic non pubblica un punteggio singolo per benchmark ma mostra come le prestazioni varino al variare dell'effort, presentandolo esplicitamente come una leva per ottimizzare tra intelligenza e consumo di token.
È un modo corretto di presentare i dati e rende evidente il problema: un numero unico nasconde una curva. Due articoli possono citare lo stesso modello sullo stesso benchmark con numeri diversi, ed essere entrambi corretti.
L'effetto sui costi
È diretto e spesso sottovalutato. Più ragionamento significa più token generati, e i token di ragionamento rientrano nell'output fatturato.
- Su compiti semplici, un effort alto produce spesa senza migliorare il risultato
- Su compiti difficili, un effort basso produce risposte da correggere — che costano comunque
- La stessa impostazione può essere giusta per un tipo di richiesta e sbagliata per un altro
- Sui volumi alti, la differenza di effort è la voce che sposta di più la bolletta
Il ragionamento economico completo è in costo per task o prezzo per token.
Come si sceglie il livello
- Parti dal livello più basso disponibile per il tuo caso.
- Prova su dieci compiti reali, compresi i più difficili.
- Se la qualità basta, fermati lì.
- Se non basta, sali di un livello e riprova gli stessi dieci.
- Verifica quanto è cresciuto il consumo tra un livello e l'altro.
Molte aziende scoprono che sui casi ordinari un livello intermedio è sufficiente, e che conviene riservare quello alto alle eccezioni riconosciute automaticamente. È la stessa logica della strategia mista descritta in strategia a modello misto: non un'impostazione unica, ma la più bassa che risolve.
Effort e latenza
C'è un terzo effetto oltre a qualità e costo: il tempo di risposta. Un effort alto significa attesa maggiore, e in alcuni contesti questo conta più della qualità.
La latenza conta
- Assistenti che rispondono a clienti in tempo reale
- Sistemi vocali, dove l'attesa si sente
- Strumenti interattivi usati mentre si lavora
La latenza conta poco
- Elaborazioni notturne di documenti
- Analisi periodiche
- Lavori in coda che nessuno aspetta
Nella colonna di destra si può alzare l'effort liberamente. In quella di sinistra, un modello più veloce a effort basso spesso serve meglio di uno lento e perfetto.
Esempi pratici
Estrazione dati da fatture ricorrenti. Compito ripetitivo con struttura nota. L'effort basso è sufficiente, e su volumi alti la differenza di costo rispetto a un'impostazione alta è consistente.
Analisi di un contratto complesso. Qui l'effort alto si ripaga: un errore di interpretazione costa più di qualunque risparmio sui token.
Assistente vocale. La latenza è il vincolo dominante. Conviene un effort basso, e passare a una persona quando la richiesta esce dai casi previsti.
Errori da evitare
- Impostare l'effort massimo per sicurezza. Spesa senza beneficio sui compiti semplici.
- Confrontare modelli a effort diversi. Il confronto non è valido.
- Ignorare i token di ragionamento nel budget. Sono output fatturato.
- Usare un livello unico per tutti i compiti. Si paga troppo o si sbaglia troppo.
- Trascurare la latenza. In alcuni casi conta più della qualità.
- Non riverificare dopo un aggiornamento. I default possono cambiare.
Come applicarlo in azienda
Se hai già un sistema in produzione, verifica a che livello sta girando: in molti casi è il valore predefinito, scelto da nessuno. Prova ad abbassarlo su dieci casi reali e guarda se la qualità tiene. Se tiene, hai ridotto la spesa senza toccare altro.
Se stai valutando un progetto, chiedi al fornitore quale effort ha previsto e perché. È una domanda che distingue chi ha ragionato sul tuo caso da chi ha lasciato le impostazioni di fabbrica.
Il quadro generale è in come si leggono i benchmark AI.
Cosa succede davvero quando alzi l'effort
Il modello non diventa più capace: si prende più spazio per arrivare alla risposta. Produce ragionamento intermedio, considera più strade, verifica di più prima di concludere.
Questo ha tre conseguenze immediate, e vanno considerate tutte e tre insieme.
- La qualità sale sui compiti che richiedono più passaggi
- Il costo sale, perché i token di ragionamento si pagano
- La latenza sale, spesso in modo molto sensibile
- Sui compiti semplici il guadagno è nullo o negativo
L'ultimo punto è quello che sorprende. Su un compito banale — classificare un messaggio, estrarre una data — alzare l'effort non migliora nulla e a volte peggiora, perché il modello elabora una risposta semplice più del necessario e finisce per complicarla.
Perché rovina i confronti
Qui sta il motivo per cui questo parametro compare fra le cause di confronti inaffidabili, insieme all'impalcatura descritta in perché i benchmark dei vendor non sono comparabili.
Lo stesso modello, sullo stesso test, con effort diverso produce risultati diversi — e a volte la differenza è più grande di quella fra due modelli distinti. Un confronto che non dichiara il livello usato per ciascun candidato non è interpretabile.
C'è poi il risvolto economico. Un numero ottenuto al massimo livello di ragionamento è stato prodotto anche al massimo costo. Se l'annuncio riporta il punteggio senza il costo corrispondente, sta mostrando metà dell'informazione.
| Livello | Quando ha senso | Effetto tipico |
|---|---|---|
| Basso o assente | Classificazione, estrazione | Veloce ed economico |
| Medio | Sintesi, risposte articolate | Equilibrato |
| Alto | Analisi multi-passo, codice | Più lento, più caro |
| Massimo | Problemi difficili, poco volume | Molto più caro e lento |
Le documentazioni ufficiali dei principali fornitori espongono questo parametro in modo esplicito: la documentazione OpenAI descrive livelli che vanno da nessuno fino al massimo, e quella Anthropic indica un livello predefinito alto sui modelli di punta della famiglia Claude. Sono dati verificati il 19 agosto 2026 sulle rispettive pagine di documentazione.
Come impostarlo in produzione
L'impostazione giusta raramente è una sola. Nei sistemi ben progettati l'effort è una variabile del compito, non una configurazione globale.
Un flusso tipico usa un livello basso per la classificazione iniziale — che è veloce, economica e sufficiente — e alza il livello solo per i casi che la prima fase ha marcato come complessi o incerti. Si ottiene la qualità dove serve pagandola solo dove serve, ed è lo stesso principio della strategia a modello misto.
Un errore che costa caro
Il più frequente è impostare il livello massimo ovunque «per sicurezza». Sembra prudente e non lo è: moltiplica il costo su tutto il traffico, comprese le migliaia di richieste banali che non ne traggono alcun beneficio, e peggiora la latenza proprio dove gli utenti la notano di più.
Il secondo errore è l'opposto: tenere il livello minimo per risparmiare anche sui compiti che richiedono ragionamento. Il risultato sono risposte affrettate che poi vanno corrette a mano, e il tempo di correzione costa più del risparmio ottenuto.
La strada sensata sta nel mezzo e si trova misurando: prendi venti casi rappresentativi, provali a due livelli diversi, confronta qualità, costo e tempo. In un'ora hai la risposta per il tuo caso, che nessun articolo può darti in astratto.
Esempi pratici
Studio che classifica le email in arrivo. Compito di riconoscimento puro: il livello di ragionamento più basso è la scelta corretta. Alzarlo non migliora nulla, costa di più e rallenta le risposte. È l'esempio tipico in cui l'impostazione predefinita va abbassata, non alzata.
Azienda che analizza documenti contrattuali articolati. Qui il compito richiede di collegare clausole distanti e concatenare deduzioni. Alzare il livello migliora sensibilmente i risultati, e siccome i documenti sono poche decine al mese il costo aggiuntivo è assorbibile.
Agente che gestisce il ciclo passivo. Compito misto: la maggior parte delle fatture è ordinaria e non richiede elaborazione, una minoranza presenta anomalie. La configurazione corretta usa un livello basso per il primo passaggio e lo alza solo sui casi che il primo segnala come dubbi.
Come applicarlo in azienda
Il principio operativo è che l'effort è una variabile del compito, non una configurazione globale. Nei sistemi ben progettati cambia da una chiamata all'altra.
Il flusso tipico usa un livello basso per la classificazione iniziale — veloce, economica e sufficiente — e alza il livello solo per i casi marcati come complessi. Si ottiene la qualità dove serve pagandola solo dove serve, ed è lo stesso principio della strategia a modello misto applicato ai parametri invece che ai modelli.
Per trovare l'impostazione giusta non serve teoria: prendi venti casi rappresentativi, provali a due livelli diversi e confronta qualità, costo e tempo. In un'ora hai la risposta per il tuo caso.
Una nota importante per chi legge confronti: un punteggio ottenuto al massimo livello è stato prodotto anche al massimo costo. Se l'annuncio riporta il punteggio senza il costo corrispondente, sta mostrando metà dell'informazione — come discusso in perché i benchmark dei vendor non sono comparabili.
Se vuoi passare dai test con ChatGPT a un sistema AI integrato nei processi aziendali, Giallo Studio progetta agenti e automazioni su misura.
Conclusione
Il reasoning effort è la variabile che rende lo stesso modello due strumenti diversi. Cambia qualità, costo e tempo di risposta, e per questo va dichiarato in ogni confronto serio.
Per un'azienda la regola è semplice: il livello giusto è il più basso che risolve il tuo compito. Tutto quello che sta sopra è spesa che non compra nulla.
Se vuoi capire quali processi della tua azienda possono essere automatizzati con l'AI, Giallo Studio può aiutarti a trasformare il problema in un workflow reale.
Schema consigliato: Article + FAQPage + BreadcrumbList
Risorse correlate
FAQ
Cos'è il reasoning effort?
È un'impostazione che regola quanto il modello ragiona prima di rispondere. Livelli più alti producono più token di ragionamento e in genere risultati migliori sui compiti difficili, a costo e latenza maggiori. È configurabile sui modelli attuali di tutti e tre i principali vendor.
Quali livelli esistono?
Variano per vendor. Sui modelli Claude attuali il ragionamento è adattivo, con effort predefinito impostato su high per Fable 5.1, Opus 5 e Sonnet 5. Sui modelli OpenAI GPT-5.6 i livelli dichiarati vanno da none a max, mentre GPT-6 Astra parte da low. Verifica sempre la documentazione ufficiale del modello che usi.
Un effort più alto è sempre meglio?
No. Su compiti semplici produce lo stesso risultato consumando di più, quindi peggiora il rapporto costo-beneficio. Ha senso alzarlo dove il compito richiede davvero ragionamento e dove un errore costa.
Perché è importante nei confronti tra modelli?
Perché lo stesso modello ottiene punteggi diversi a effort diversi. Un confronto che non dichiara il livello usato non è riproducibile: potrebbe mettere a paragone un modello al massimo e uno a impostazione media.
I token di ragionamento si pagano?
Sì, rientrano nell'output fatturato. Google lo dichiara esplicitamente nel listino, dove la voce di prezzo in uscita è indicata come comprensiva dei token di pensiero. È il motivo per cui l'effort è la leva che sposta di più il costo a parità di modello.
Come si sceglie il livello giusto?
Empiricamente: parti dal livello più basso che risolve il compito e alza solo se la qualità non basta. Molte aziende scoprono che sui loro casi ordinari un livello intermedio è sufficiente, e riservano quello alto alle eccezioni.