Nieuwe AI-modellen laten je redeneren niet uitschakelen
Zeven van de achttien geteste modellen weigeren het uitschakelen van redeneren met een foutmelding. Je betaalt voor tekst die je nooit ziet.
👁 118 keer gelezen
Bij het werken met modellen via de API kon je tot nu toe het redeneren uitschakelen met één parameter. Het model stopte dan met hardop nadenken en gaf meteen antwoord, wat bij eenvoudige taken tijd en geld bespaarde. We hebben vandaag achttien modellen getest en ontdekten iets onverwachts.
Bij het inbouwen van een model in een workflow helpen deze praktische voorbeelden van AI-agents om de taak en de controlepunten af te bakenen.
Zeven van hen weigeren zo’n poging met een foutmelding. Alle zeven zijn modellen van de nieuwste generatie. Alle elf die het nog wel toestaan, zijn oudere modellen.
Wie neemt de keuze weg
De melding is elke keer hetzelfde en laat geen ruimte voor discussie:
Reasoning is mandatory for this endpoint and cannot be disabled.
| Niet uit te schakelen | Nog wel uit te schakelen |
|---|---|
| GPT-6 Astra | Claude Opus 5 |
| GPT-6 Astra Pro | Claude Sonnet 4.6 |
| Claude Fable 5.1 | Claude Haiku 4.5 |
| Gemini 3.8 Flash | DeepSeek V4 Flash |
| Gemini 3.7 Flash | DeepSeek V4 Pro |
| GLM 5.3 | DeepSeek V3.2 |
| GLM 5.3 Flash | GLM 5.2 |
| Kimi K3 | |
| Qwen3.8 27B | |
| Ministral 14B | |
| Llama 4 Maverick |
De verdeling is verrassend duidelijk. Het gaat niet om de fabrikant of de prijs, want aan beide kanten staan modellen van OpenAI, Anthropic, Google en Z.ai. Het gaat om de generatie. GLM 5.2 staat het toe, GLM 5.3 niet meer. Claude Sonnet 4.6 staat het toe, Claude Fable 5.1 niet meer. Hetzelfde bedrijf, dezelfde parameter, ander antwoord.
Waarom dit geld kost en niet alleen irriteert
Redeneertokens worden afgerekend als gewone output-tokens, dus tegen het duurdere tarief. Je betaalt voor tekst die je nooit ziet.
We hebben gemeten hoeveel het is. In een test van zes korte taken in het Pools was het aandeel redeneren in de totale output:
- GPT-6 Astra: van 52 tot 95 procent
- GLM 5.3 Flash: van 68 tot 96 procent
- Gemini 3.8 Flash bij het schrijven van een artikel: 985 redeneertokens
- Kimi K3 bij hetzelfde artikel: 4.667 redeneertokens
Bij een taak waarbij we om twee zinnen vroegen, produceerde een van de modellen 659 output-tokens, waarvan 625 redeneren was. We kregen twee zinnen en een rekening voor twintig keer zoveel tekst.
Het meest extreme geval hebben we apart beschreven: bij een verzoek om een artikel gebruikte GLM 5.3 Flash de hele limiet van achtduizend tokens voor redeneren en leverde nul woorden, terwijl er wel een rekening kwam.
Wat dit betekent voor de prijs op de prijslijst
Als redeneren gemiddeld vijfentachtig procent van de output-tokens uitmaakt en je het niet kunt uitschakelen, dan beschrijft de prijs op de productpagina iets anders dan waarvoor je werkelijk betaalt. Voor elke token die je ziet, betaal je ongeveer evenveel als voor zes tokens die je niet ziet.
Dit is de tweede vermenigvuldigingsfactor na die we eerder beschreven: hetzelfde model wordt gehost door tientallen bedrijven met eigen tarieven, en het verschil loopt op tot veertien keer. Beide werken in dezelfde richting en beide zijn onzichtbaar totdat je de kosten van de rekening afleest in plaats van ze te schatten op basis van de prijslijst.
Is dit erg
Niet voor elke toepassing. Bij een moeilijke taak verbetert redeneren echt het resultaat en dan is ervoor betalen gerechtvaardigd. Het probleem is dat je bij een banale taak precies hetzelfde betaalt, en je hebt geen keuze.
De fabrikant heeft hier zijn eigen logica: een model met uitgeschakeld redeneren presteert slechter in tests en verpest de indruk van het product. Dat begrijpen we. Dat verandert echter niets aan het feit dat bij het omzetten van tekst van het ene formaat naar het andere niemand nodig heeft dat het model eerst drie benaderingen overweegt.
Wat je er in de praktijk aan kunt doen
Kies voor eenvoudige en grootschalige taken modellen van de vorige generatie. Bij het omzetten, samenvatten en ordenen van gegevens doet DeepSeek V4 Flash met uitgeschakeld redeneren hetzelfde voor een fractie van de prijs. We hebben gemeten dat het een artikel van negenhonderd woorden schreef voor 0,00039 dollar, zonder een enkele redeneertokens.
Vang fout 400 op in je code. Als je programma deze parameter standaard meestuurt, stopt het volledig met werken na het wisselen van model. Bij ons was dat precies het geval: de nieuwsgenerator stuurde bij elk verzoek het uitschakelen van redeneren mee en zou na overschakeling naar een nieuwer model een fout teruggeven in plaats van tekst. We hebben detectie van deze fout toegevoegd en één nieuwe poging zonder deze parameter.
Registreer de kosten uit het antwoord, niet uit de prijslijst. Het volstaat om de API om een kostenspecificatie te vragen, en bij elk antwoord krijg je het werkelijke bedrag en het aantal redeneertokens. Zonder dit merk je niet dat de helft van de rekening gaat naar tekst die niet op het scherm staat.
Geef bij modellen met verplicht redeneren een hogere tokenlimiet. Anders verbrandt het model de limiet aan denken en geeft het een leeg antwoord met een successtatus terug. Dit is een storing die niet zichtbaar is in de logs, omdat er formeel niets kapot is gegaan.
Google · Jouw bronnenHoger in Google - met één klikToevoegen aan voorkeursbronnen →Hoe we dit hebben getest
Achttien modellen, 10 september 2026, één minimale query naar elk met de parameter die redeneren uitschakelt en een limiet van tien tokens, om de test goedkoop te houden. Alleen de antwoordcode en de inhoud van de foutmelding tellen, dus het resultaat is eenduidig en gemakkelijk te herhalen.
De lijst van modellen die het uitschakelen blokkeren zal groeien, omdat het nieuwe versies volgt. We zullen deze tekst bijwerken wanneer er meer bijkomen.
Meer metingen van dezelfde modellen, maar vanuit het perspectief van kwaliteit en kosten, hebben we verzameld in teksten over welk model het beste schrijft in het Pools, hoeveel een door AI geschreven artikel kost en of het beloofde contextvenster echt werkt.
More on this from HELDER
handleidingen·Midjourney Style Creator: je eigen visuele stijl trainenMet Style Creator bouw je een herbruikbare visuele stijl zonder lange prompts. Klik op afbeeldingen die je aanspreken en krijg een unieke --sref code.