LoslegenKostenlos starten

Reasoning-Aufwand feinjustieren

Standardmäßig denkt V4-Pro mit "high" Aufwand. Wenn es bei einem besonders kniffligen Problem noch mehr leisten soll, setze reasoning_effort="max", und das Modell wird mehr Zeit darauf verwenden, die Schritte durchzugehen.

In dieser Übung sendest du dasselbe math_problem aus der vorherigen Aufgabe – diesmal mit reasoning_effort="max" – und vergleichst, wie die Antwort aufgebaut ist.

Diese Übung ist Teil des Kurses

<Kurs>Arbeiten mit DeepSeek in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erstelle eine Anfrage, um math_problem an "deepseek-ai/DeepSeek-V4-Pro-0813" zu senden.
  • Setze reasoning_effort auf "max", um die Denkintensität hochzufahren.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

client = OpenAI(api_key="", base_url="https://api.together.xyz/v1")

# Crank up the reasoning effort
response = client.chat.completions.create(
    model="deepseek-ai/____",
    reasoning_effort=____,
    max_tokens=600,
    messages=[
        {"role": "user",
         "content": math_problem}]
)

print(response.choices[0].message.content)
Code bearbeiten und ausführen