Cuestionario vinculado a una guía · Medio Nivel

Prueba de razonamiento del esfuerzo y pensamiento de presupuestos

Prueba cómo funcionan el esfuerzo de razonamiento y los presupuestos de pensamiento, cómo se facturan los tokens de razonamiento ocultos y por qué pensar más tiene rendimientos decrecientes.

Rutas de guía relacionadasRazonar el esfuerzo y pensar en los presupuestos
Pregunta 1 de 8

¿Qué controlan las configuraciones de esfuerzo de razonamiento y presupuesto de pensamiento?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué controlan las configuraciones de esfuerzo de razonamiento y presupuesto de pensamiento?
    • The size of the model's training data
    • How much internal step-by-step reasoning the model does before answering
    • The number of languages the model supports
    • How many users can call the model at once
  2. ¿Cómo se facturan generalmente los tokens de razonamiento ocultos?
    • They are free because you cannot see them
    • As input tokens
    • As output tokens
    • As a flat monthly fee
  3. Para el pensamiento extendido de Anthropic, ¿qué regla sobre budget_tokens se indica en la guía?
    • It must be at least 1,024 and smaller than max_tokens
    • It must equal max_tokens exactly
    • It has no minimum
    • It must be larger than the context window
  4. A un modelo se le asigna un gran presupuesto de pensamiento para una pregunta fácil. ¿Qué ocurre normalmente?
    • It always uses the full budget
    • Se niega a responder
    • It may use only part of the budget
    • It switches to a different model
  5. ¿Dónde ayudan más las configuraciones de razonamiento más altas?
    • Simple factual lookups
    • Problems that genuinely need several steps, like hard math or debugging
    • Greeting messages
    • Very short translations
  6. What is the recommended way to choose an effort level?
    • Always use the highest setting
    • Always use the lowest setting
    • Test real tasks at several levels and pick the lowest that meets your quality bar
    • Pick a level at random for each request
  7. Why might a reasoning model return a truncated or empty answer?
    • The output limit was too small to cover both reasoning and the answer
    • The prompt was too short
    • Reasoning models cannot answer questions
    • The thinking budget was set to its minimum
  8. When using Anthropic extended thinking with tools across multiple turns, what should you do with thinking blocks?
    • Delete them to save tokens
    • Rewrite them in your own words
    • Pass them back unchanged so the model can continue its reasoning
    • Convert them into a system prompt