Reasoning models: kailan sulit pag-isipin ang Grok

Piliin ang Grok 4.3 Thinking sa aming chat at mapapansin mo ang kaunting paghinto bago lumabas ang unang salita. Sa panahong iyon, hindi nag-hang ang model. Nagsusulat ito ng sariling notes: hinahati-hati ang tanong, sumusubok ng approach, sinusuri ito, at minsan ay nag-uulit mula sa simula. Tinatawag na reasoning models o thinking models ang mga gumagawa nito. Ipinapaliwanag ng gabay na ito kung ano ang ginagawa ng mga ito, ano ang kapalit ng dagdag na mga segundo, at isang simpleng paraan para pumili sa pagitan ng mabilis na default na Grok 4.20 at ng Grok 4.3 Thinking para sa bawat gawain.

Ano ang kaibahan ng isang thinking model

Bawat language model ay bumubuo ng sagot nang paunti-unting piraso ng text, kung saan ang bawat piraso ay ibinabatay sa lahat ng nauna rito. Ang isang regular na model ay dumidiretso agad sa sagot. Kung magkamali ito ng direksyon sa unang pangungusap, madalas itong magpatuloy sa pagkakamaling iyon dahil nakadepende ang mga susunod na salita sa mga nauna.

Ang isang reasoning model ay sinanay na gumawa muna ng working process, tulad ng scratch paper na ginagamit mo bago isulat ang pinal na sagot sa exam. Sa prosesong iyon, maaari nitong ilista ang mga kondisyon ng problema, sumubok ng kalkulasyon, mapansin ang mali, at itama ito. Pagkatapos lamang nito isusulat ang sagot na nakikita mo. Ang mismong working notes na ito ay dagdag na text na ginagawa ng model, kaya nangangailangan ito ng oras at computing power kahit hindi mo ito kailanman nakikita.

Iyon ang buong sikreto, at ipinapaliwanag nito ang magkabilang panig. Ang mga problemang nangangailangan ng steps, checking, at pangalawang subok ay mas bumubuti. Ang mga gawaing hindi kailangan ng steps ay bumabagal lang.

Bakit ka naghihintay, at ano ang hindi mo nakikita

Sa aming chat, hindi lantad ang pag-iisip nito. Makakakita ka ng indicator na "Thinking…" habang nagpoproseso ang Grok 4.3, at pagkatapos ay sunod-sunod nang lalabas ang pinal na sagot. Hindi ipinapakita ang mga nakatagong notes at hindi rin ito nase-save sa iyong history.

Inilalarawan sa developer documentation ng xAI ang isang setting na tinatawag na reasoning effort, na nagtatakda kung gaano karaming pag-iisip ang gagawin ng model bago sumagot. Para sa Grok 4.3, ang mga opsyon ay mula none hanggang high, at ang default ay low. Pinapagana ng aming chat ang Grok 4.3 sa low effort: sapat na pag-iisip para maiwasto ang maraming simpleng mali nang hindi ka pinaghihintay nang matagal para sa sagot. Nag-iisip din ang Grok 4.7 bago ang bawat sagot dahil sinasabi sa dokumentasyon ng xAI na hindi maaaring i-off ang reasoning nito; pinapagana rin namin ito sa low effort. Ang Grok 4.20 naman ay gumagana nang naka-off ang reasoning, kaya naman halos agad itong sumasagot.

Sa isang maikling tanong sa aming sariling tests, nagsimulang sumagot ang Grok 4.20 sa loob ng humigit-kumulang isang segundo, habang ang Grok 4.3 Thinking ay tumagal nang ilang segundo. Sa mas mahihirap na problema, mas humahaba ang proseso ng pag-iisip, kaya asahan ang mas mahabang paghinto.

Mga gawaing sulit paglaanan ng pag-iisip

• Multi-step maths at word problems. Percentages of percentages, unit conversions, probability, at anumang problema kung saan ang isang maagang pagkakamali ay sisira sa buong resulta.
• Logic at constraints. Seating plans, schedules, mga puzzle tulad ng "sino ang may-ari ng isda," o pag-aayos ng oras para sa limang taong magkakaiba ang availability.
• Debugging. Ang paghahanap kung bakit nagbabalik ng maling value ang isang function ay nangangailangan ng step-by-step na pagsusuri sa code, na siyang eksaktong silbi ng working process.
• Mga paghahambing na may trade-offs. Pagpili sa pagitan ng dalawang job offer, dalawang mortgage, o tatlong software tools kapag magkakasalungat ang iba't ibang factors.
• Pagsusuri ng argumento. Paghahanap ng kulang sa isang patunay, ng nakatagong assumption sa isang business case, o ng linyang walang lohikal na koneksyon sa isang sanaysay.

Halimbawang sulit hintayin:
Tinaasan ng isang tindahan ang presyo nang 20 percent, pagkatapos ay
ibinenta ito nang naka-sale sa 25 percent discount mula sa bagong presyo.
Nagbayad ang customer ng 54 pagkatapos ng sale. Ano ang orihinal na
presyo, at mas mataas ba o mas mababa ang presyo sa sale kaysa sa orihinal?
Ipakita ang steps.

Maaaring makuha ng mabilis na model ang tamang numero, ngunit ito ang uri ng tanong kung saan malaki ang tsansang magkamali ito sa isang step kahit mukhang sigurado ito sa sagot. Buksan ang Grok 4.3 Thinking at subukan ito, o ipadala ang price puzzle sa kahit aling napili mong model para maipaghambing.

Mga gawaing hindi gaanong kailangan ito

Para sa malaking bahagi ng pang-araw-araw na requests, nagdudulot lang ng antala ang pag-iisip bago sumagot. Manatili sa Grok 4.20 para sa:

• pag-rewrite, pagpapaikli, o pagbago ng tono ng text na ipinaste mo;
• pag-draft ng emails, posts, captions, at maiikling kwento;
• simpleng facts at definitions (na kailangan pa ring i-check, may reasoning man o wala);
• brainstorming ng mga pangalan, ideya, o headlines, kung saan mas mahalaga ang dami kaysa sa higpit ng lohika;
• pagsasalin ng karaniwang text.

May katulad ding punto ang mismong developer cookbook ng xAI: sa isa sa mga halimbawa nito, ang mas mataas na reasoning effort para sa maiikling support tickets ay gumamit ng mas maraming tokens nang walang tiyak na pagtaas sa kalidad. Ang mas maraming pag-iisip ay hindi laging nangangahulugang mas magandang pag-iisip.

Paghahambing ng tatlong model sa aming chat

Kayang magbasa ng images ng tatlong model na ito at pare-pareho silang gumagamit sa limit na 30 libreng messages bawat araw, kaya walang dagdag na bawas sa allowance ang sagot na may kasamang pag-iisip kumpara sa mabilis na sagot. Ang tanging kapalit ay ang paghihintay. May higit pang detalye sa Grok 4.3 page at sa paghahambing ng Grok 4.7 at Grok 4.3.

Paano mag-prompt sa isang thinking model

Magaling ang reasoning models sa pag-iisip kung paano lulutasin ang isang problema. Ang hindi nila kayang alamin ay ang impormasyong hindi mo ibinigay. Ilagay ang bawat kondisyon sa unang message pa lang.

Mahina:
Tulungan mo akong magplano ng meetings para sa team ko sa susunod na linggo.

Mahusay:
Magplano ng limang 30-minutong one-to-one meetings para sa susunod na linggo,
Lunes hanggang Biyernes, sa pagitan ng 9:00 at 17:00. Mga panuntunan: Busy ako
nang Martes ng umaga at araw-araw mula 12:00-13:00. Lunes hanggang Miyerkules
lang pumapasok si Ana. Hindi pwede si Ben sa umaga. Hindi hihigit sa dalawang
meetings bawat araw. Magbigay ng table, pagkatapos ay tukuyin ang anumang
panuntunan na hindi nagawan ng paraan.

Makatutulong din ang ilang mga gawi:

• Huwag nang ilagay ang "think step by step". Ginagawa na iyon ng model bago sumagot. Sa halip, hilingin na ipakita ang steps sa mismong sagot kung gusto mong suriin ang mga ito.
• Humingi ng pinal na linya na naglalaman lamang ng sagot, para madali itong makita.
• Hilingin dito na ilista ang anumang assumptions. Naghuhula pa rin ang thinking models para punan ang mga kulang na detalye.
• Huwag ituring na garantiya ang dagdag na pagsusuri. Maaari pa ring makarating ang isang reasoning model sa maling sagot gamit ang lohika, lalo na tungkol sa mga impormasyong hindi nito natutunan sa training.

Mabilisang eksperimento

Ang pinakamahusay na paraan para maramdaman ang pagkakaiba ay ang subukan ito mismo. Pumili ng problemang alam mo na ang sagot, tulad ng tanong sa homework na may solusyon o isang bug na inayos mo noong nakaraang linggo. Ipadala ito sa Grok 4.20, pagkatapos ay magsimula ng bagong chat gamit ang Grok 4.3 Thinking at ipadala ang parehong mensahe. Ihambing hindi lang ang mga pinal na sagot kundi kung paano rin hinarap ng bawat isa ang pinakamahirap na step. Pagkatapos ng ilang subok, malalaman mo na kung alin sa sarili mong mga gawain ang sulit paghintayan. Ang math solver at ang code assistant ay magagandang lugar para sa ganitong tests, at ipinapaliwanag sa aming gabay sa kung paano gumagana ang language models kung bakit nakatutulong ang step-by-step approach.

FAQ

Mababasa ko ba ang pag-iisip ng Grok sa inyong chat?

Hindi. Itinatago ng aming chat ang working process at ang pinal na sagot lamang ang ipinapakita. Kung nais mong makita kung paano ito nakarating doon, hilingin dito na ipaliwanag ang steps sa mismong sagot.

Mas malaki ba ang bawas ng thinking model sa aking pang-araw-araw na messages?

Hindi. Bawat sagot ay binibilang bilang isang message kahit anong model ang piliin mo. Ang Grok 4.7 ay may sariling limit na 10 bawat araw mula sa kabuuang 30.

Lagi bang mas tumpak ang Grok 4.3 Thinking?

Hindi palagi. Karaniwan itong mas mahusay sa mga problemang may steps, ngunit maaari pa rin itong magkamali, at wala itong alam na ibang facts bukod sa natutunan nito sa training. I-check ang anumang importanteng impormasyon, gaya ng ipinapakita sa aming fact-checking guide.

Bakit hindi isang thinking model ang Grok 4.20 dito?

May kakayahang mag-reason ang Grok 4.20, ngunit pinapagana namin ito nang naka-off ang reasoning para manatiling mabilis ang default para sa pang-araw-araw na gawain. Kung nais mo ng masusing pagsusuri, piliin ang Grok 4.3 Thinking mula sa menu ng models.

Ano ang pagkakaiba ng Grok 4.3 Thinking at Grok 4.7?

Parehong nag-iisip bago sumagot ang dalawa. Ang Grok 4.7 ang pinakabagong flagship model ng xAI, na dinisenyo para sa coding, agentic workflows, at gawaing nangangailangan ng mas malalim na kaalaman, at limitado ito sa 10 messages bawat araw sa aming chat. Ang Grok 4.3 naman ang praktikal na pagpipilian para sa maingat na reasoning araw-araw.