Modelli che ragionano, quando serve farli pensare
I modelli di ragionamento "pensano" prima di rispondere. Come funzionano, cosa sono i livelli di sforzo, quanto costano in tempo e denaro, e quando conviene davvero usarli.
Mattia PanattaAggiornato il 15 ottobre 202610 minIntermedio
In breve
- Un modello di ragionamento scrive una lunga riflessione interna prima della risposta: prova strade, si corregge, controlla.
- Più “pensa”, più è bravo sui problemi difficili, ma più costa e più è lento. Da sforzo basso a massimo, GPT-6.1 Sol passa da 15 secondi a quasi 5 minuti per compito.
- Serve per analisi, matematica, codice, decisioni con molti vincoli. Per email, riassunti e traduzioni è spreco.
- Con questi modelli descrivi bene l’obiettivo e lascia a loro il metodo.
Pensare a voce alta, in silenzio
Fino al 2024 i chatbot rispondevano “di getto”: token dopo token, senza fermarsi. Poi è arrivata una scoperta semplice e potente: se fai scrivere al modello il ragionamento prima della risposta, i risultati sui problemi difficili migliorano enormemente. Ogni token di ragionamento è un piccolo passo di calcolo in più.
I primi modelli di questo tipo sono arrivati a fine 2024, e nel gennaio 2025 DeepSeek R1 ha mostrato che la tecnica funzionava anche su modelli aperti ed economici. Oggi praticamente tutti i modelli di punta ragionano: Claude Opus 5.5, GPT-6, Gemini 4 Argon, Muse Wonder.
Come imparano a ragionare? Con il rinforzo su problemi verificabili: al modello si danno milioni di problemi di matematica, logica e programmazione con una risposta controllabile. Prova, viene premiato quando ha ragione, e nel tempo sviluppa da solo strategie utili: scomporre il problema, verificare i passaggi, tornare indietro quando qualcosa non torna.
Lo sforzo: una manopola tra qualità, tempo e costo
Molti modelli permettono di scegliere quanto ragionare: livelli come low, medium, high, xhigh, max. Nelle app spesso lo sceglie il sistema in automatico, o lo imposti con opzioni come “Pensa più a lungo”.
Artificial Analysis misura lo stesso modello a livelli diversi. Ecco GPT-6.1 Sol (il modello che alimenta il chatbot di Lumen):
Leggendo i numeri:
- da low a medium l’indice sale di 6 punti, con un aumento di costo modesto e lo stesso tempo (15 secondi): è quasi sempre un buon affare;
- da medium a max si guadagnano altri 4 punti, ma il costo per compito triplica e il tempo passa da 15 secondi a quasi 5 minuti.
Lo stesso schema vale per tutti: Claude Opus 5.5 va da 42 punti (low, $0,55 per compito) a 58 (max, $5,98).
Il costo nascosto
I token di ragionamento si pagano come token di output, anche quando non li vedi. Una risposta di 200 parole può essere preceduta da 5.000 token di riflessione. Via API, è la voce che fa salire di più la bolletta.
Quando serve (e quando no)
| Compito | Ragionamento | Perché |
|---|---|---|
| Email, post, traduzioni, riassunti | No o basso | Serve fluidità, non deduzione |
| Estrarre dati da un documento | Basso | Conta leggere bene, non pensare a lungo |
| Analisi di un contratto o di un bilancio | Medio o alto | Molti elementi da collegare e controllare |
| Calcoli, modelli finanziari, statistiche | Alto, con esecuzione di codice | Ogni passaggio va verificato |
| Programmare una funzione complessa, fare debug | Alto | Serve provare ipotesi e verificarle |
| Pianificare un progetto con molti vincoli | Alto | Scenari, alternative, dipendenze |
| Problemi aperti di ricerca | Massimo | Il tempo extra si ripaga |
Una regola pratica: se a te servirebbe carta e penna, al modello serve ragionare. Se risponderesti di getto, basta il modello veloce.
Come scrivere i prompt per un modello che ragiona
Con i modelli “classici” si consigliava di guidarli passo passo (“prima fai A, poi B, poi C”, “ragiona passo dopo passo”). Con i modelli di ragionamento spesso è controproducente: hanno imparato strategie migliori delle nostre. Funziona meglio:
- Descrivere l’obiettivo e il risultato atteso, non il procedimento.
- Dare tutti i vincoli e i dati in un colpo solo, anche se il messaggio diventa lungo.
- Dire come verificare: “controlla che i totali tornino”, “verifica che il codice passi questi test”.
- Chiedere un formato finale chiaro, per non ricevere il ragionamento al posto della risposta.
Obiettivo: decidere se per il mio cliente conviene passare dal regime forfettario all’ordinario nel 2027.
Dati: ricavi previsti 78.000 €, costi effettivi 31.000 €, coefficiente di redditività 78%, nessun dipendente, contributi Gestione separata.
Vincoli: considera solo imposte e contributi, non l’IVA ai clienti. Indica le ipotesi che fai.
Verifica: ricalcola i totali due volte e segnala se un dato manca.
Formato: una tabella a confronto con i due regimi, poi una raccomandazione di 3 righe e l’elenco dei punti da verificare con un professionista.
Le novità del 2026: ragionare e rispondere insieme
L’attesa è il difetto principale di questi modelli. GPT-6, distribuito in ChatGPT a ottobre 2026, prova a ridurla: inizia a rispondere mentre continua a pensare, alternando ragionamento e risposte parziali. Secondo OpenAI, GPT-6 al livello Extra High inizia a rispondere rapidamente quanto il modello precedente al livello medio, ottenendo risultati migliori. Anche gli altri laboratori vanno nella stessa direzione: modelli che decidono da soli quanto pensare in base alla difficoltà della domanda.
In pratica
- Nelle app, lascia la scelta automatica per le domande normali e attiva il ragionamento esteso solo per analisi, calcoli e problemi complessi.
- Via API, parti da medium: è il miglior compromesso nella maggior parte dei casi. Sali solo se misuri un miglioramento sul tuo compito.
- Non chiedere “ragiona passo dopo passo” ai modelli che ragionano già: chiedi invece come verificare il risultato.
- Se hai fretta e il compito è semplice, un modello veloce come Claude Haiku 5.5 (240 token al secondo) o GPT-6 Luna batte qualsiasi modello che pensa.
Fonti
Contenuto informativo aggiornato alla data indicata. Prezzi, modelli e norme cambiano spesso: verifica sempre sulle fonti ufficiali. Testo scritto con il supporto di strumenti di AI e rivisto dall'autore.
