> ## Documentation Index
> Fetch the complete documentation index at: https://novita.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Redeneermodellen

export const ReasoningModels = () => {
  if (typeof document === "undefined") {
    return null;
  } else {
    let attempts = 0;
    const maxAttempts = 50;
    const INIT_DISPLAY_COUNT = 3;
    const interval = setInterval(() => {
      const clientComponent = document.getElementById("reasoning-models");
      if (clientComponent && window.novitaRemoteData.llmModels.status === 'loaded') {
        const modelList = window.novitaRemoteData.llmModels.data.filter(model => {
          return (model.features || []).includes('reasoning');
        });
        let displayModels = modelList.slice(0, INIT_DISPLAY_COUNT).map(model => {
          return `<li><span class="model-id-item">${model.id}</span></li>`;
        }).join('');
        let showMoreButton = '';
        if (modelList.length > INIT_DISPLAY_COUNT) {
          showMoreButton = `<button id="show-more-reasoning-model-btn" style="margin-left: 32px; color: rgb(40 116 255)">View More</button>`;
        }
        clientComponent.innerHTML = `
          <ul>${displayModels}</ul>
          ${showMoreButton}
        `;
        document.getElementById('show-more-reasoning-model-btn')?.addEventListener('click', () => {
          clientComponent.innerHTML = `
            <ul>${modelList.map(model => {
            return `<li><span class="model-id-item">${model.id}</span></li>`;
          }).join('')}</ul>
          `;
        });
        clearInterval(interval);
      }
      attempts++;
      if (attempts >= maxAttempts) {
        clearInterval(interval);
      }
    }, 200);
    return <div id="reasoning-models"></div>;
  }
};

## Overzicht

Redeneermodellen zijn geavanceerde taalmodellen die zijn geoptimaliseerd voor complexe probleemoplossende taken. Door gedetailleerde redeneerstappen (chain-of-thought) te genereren, verbeteren ze de nauwkeurigheid van antwoorden in analytische scenario's.

### Typische gebruiksscenario's

* **Complexe probleemoplossing**: Geschikt voor taken die stapsgewijze logica vereisen, zoals wiskundig of wetenschappelijk redeneren.
* **Beslissingsondersteunende systemen**: Helpt de logica achter conclusies uit te leggen door gedetailleerde redeneerprocessen te bieden.
* **Onderwijs en training**: Helpt lerenden complexe concepten te begrijpen door afleidingsprocessen duidelijk te presenteren.

***

## Installatie en configuratie

Zorg ervoor dat de nieuwste OpenAI SDK is geïnstalleerd voordat je redeneermodellen gebruikt:

```bash theme={"system"}
pip install -U openai
```

***

## API-gebruik

Gebruik het `/chat/completions` endpoint om redeneermodellen aan te roepen.

### Requestparameters

* `max_tokens`: Stelt het maximale aantal tokens in dat het model kan retourneren.
* `temperature`: Aanbevolen tussen 0,5 en 0,7 (suggestie: 0,6) om creativiteit en logica in balans te brengen.
* `top_p`: Aanbevolen waarde is 0,95.

***

### Voorbeeldcode

#### Streaming-respons

```python theme={"system"}
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.novita.ai/openai")
messages = [
    {"role": "user", "content": "Explain Newton's Second Law."}
]

response = client.chat.completions.create(
    model="deepseek/deepseek-r1",
    messages=messages,
    stream=True,
    max_tokens=4096
)

content = ""
reasoning_content = ""
for chunk in response:
    if chunk.choices[0].delta.content:
        content += chunk.choices[0].delta.content
    if chunk.choices[0].delta.reasoning_content:
        reasoning_content += chunk.choices[0].delta.reasoning_content

print("Final Answer:", content)
print("Reasoning Steps:", reasoning_content)
```

#### Niet-streaming respons

```python theme={"system"}
response = client.chat.completions.create(
    model="deepseek/deepseek-r1",
    messages=[
        {"role": "user", "content": "What is the greenhouse effect? How can it be mitigated?"}
    ],
    stream=False,
    max_tokens=4096
)

content = response.choices[0].message.content
reasoning_content = response.choices[0].message.reasoning_content

print("Final Answer:", content)
print("Reasoning Steps:", reasoning_content)
```

***

## Contextbeheer

Redeneeruitvoer wordt niet automatisch meegenomen naar de volgende ronde van de dialoog. Je moet de berichtgeschiedenis handmatig bijhouden:

```python theme={"system"}
messages.append({"role": "assistant", "content": content})
messages.append({"role": "user", "content": "Please continue explaining the solution."})
```

***

## Ondersteunde modellen

De volgende redeneermodellen worden momenteel ondersteund op het Novita-platform:

<ReasoningModels />

***

## Facturering

* Facturering is gebaseerd op het aantal tokens voor zowel invoer als uitvoer.
* Raadpleeg de prijspagina van elk model voor specifieke factureringsregels en details over tokenconversie.

***

## Opmerkingen en best practices

* Vermijd het plaatsen van redeneerinstructies in het `system`-bericht. Maak in plaats daarvan de bedoeling expliciet in het `user`-bericht.
* Geef het model bij wiskundige taken duidelijke instructies, bijvoorbeeld: “Redeneer stap voor stap en geef een definitief antwoord.”
* Om te voorkomen dat het model redeneerstappen overslaat, kun je overwegen om vóór het definitieve antwoord om een nieuwe regel te vragen.