---
title: "Reasoning-Modelle per API · Denkmodelle gehostet in der EU"
description: "Nutzen Sie offene Reasoning-Modelle, die vor der Antwort nachdenken. Denkaufwand steuern, Reasoning-Tokens auslesen, Limits beachten, verarbeitet in der EU."
canonical: "https://inference.eu/de/api/reasoning/"
language: "de"
---

Anleitungen · Reasoning models

# Reasoning-Modelle: offene Denkmodelle, verarbeitet in der EU

Reasoning-Modelle arbeiten ein Problem Schritt für Schritt durch, bevor sie antworten. Sie sind langsamer und verbrauchen mehr Tokens als normale Chat-Modelle, sind aber deutlich besser bei Mathematik, mehrstufiger Planung, schwierigem Code und Fragen, bei denen der erste Einfall oft falsch ist. Über die inference.eu API steuern Sie, wie viel sie nachdenken, und sehen, wie viele Tokens das Nachdenken gekostet hat.

[Vertrieb kontaktieren](https://inference.eu/de/kontakt/)[Beispielanfrage](#example)

1.  01API-Format: OpenAI und Anthropic
2.  02Rechenzentren in der EU
3.  03Durch einen AV-Vertrag abgedeckt

reasoning.py

```
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])

response = client.responses.create(
    model="gpt-oss-120b",
    reasoning={"effort": "high"},
    max_output_tokens=8000,
    input=(
        "A warehouse ships 1,240 parcels a day. 3.5% are returned, and each return costs "
        "EUR 7.80 to process. A new packaging change cuts returns by a fifth but adds "
        "EUR 0.12 per parcel. Is the change worth it over a 250-day working year?"
    ),
)

print(response.output_text)
print("reasoning tokens:", response.usage.output_tokens_details.reasoning_tokens)
```

## So arbeiten Reasoning-Modelle

Senden Sie eine Anfrage an ein Reasoning-Modell wie `gpt-oss-120b`, erzeugt es zunächst Reasoning-Tokens: eine interne Gedankenkette, in der es Ansätze ausprobiert, Zwischenergebnisse prüft und Fehler korrigiert. Erst danach schreibt es die eigentliche Antwort. Beide Arten von Tokens entstehen auf unserer Infrastruktur in der EU und zählen als Ausgabe-Tokens.

Sie nutzen dieselben Endpunkte wie bei jedem anderen Modell: Chat Completions, Responses oder Messages. Unterschiede gibt es bei Limits und beim Auslesen der Antwort. Reasoning hilft vor allem bei Problemen mit überprüfbarer Lösung; für einfaches Umformulieren oder Klassifizieren ist ein Standardmodell schneller und günstiger.

## Den Denkaufwand steuern

In der Responses API setzen Sie `reasoning.effort` auf `low`, `medium` oder `high`, in Chat Completions heißt das Feld `reasoning_effort`. Geringer Aufwand liefert schnelle Antworten mit kurzer Gedankenkette, hoher Aufwand lässt das Modell bei schweren Problemen länger nachdenken. Beginnen Sie mit `medium` und passen Sie den Wert je Aufgabe anhand gemessener Qualität an.

Setzen Sie `max_output_tokens` (bzw. `max_tokens` in Chat Completions) großzügig, denn das Limit umfasst Reasoning und Antwort. Ein schweres Problem kann bei hohem Aufwand Tausende Reasoning-Tokens verbrauchen, bevor das erste Wort der Antwort erscheint. Ist das Limit zu knapp, endet die Antwort, bevor sie beginnt.

## Die Antwort auslesen

In der Responses API enthält `output` ein Element `reasoning` und danach die `message` mit der Antwort; `output_text` liefert nur die Antwort. `usage.output_tokens_details.reasoning_tokens` zeigt, wie viele Tokens das Nachdenken verbraucht hat. Diese Zahl sollten Sie für Kosten und Tempo im Blick behalten.

Offene Modelle können den Text ihres Reasonings zurückgeben, was beim Debuggen von Prompts und für Prüfpfade hilft. Zeigen Sie ihn Endnutzern aber mit Bedacht, denn er enthält verworfene Ideen und Fehlstarts. Setzen Sie ein Gespräch mit Tool Calls fort, geben Sie die Reasoning-Elemente über `previous_response_id` weiter, damit das Modell seinen Gedankengang behält. In Chat Completions senden Sie altes Reasoning nicht als Teil von `content` zurück.

## Fehler und Sonderfälle

Das häufigste Problem ist eine leere oder unvollständige Antwort wegen eines zu niedrigen Tokenlimits: In Responses lautet `status` dann `incomplete`, in Chat Completions ist `finish_reason` `length`. Erhöhen Sie das Limit oder senken Sie den Aufwand.

Reasoning-Modelle brauchen länger bis zum ersten sichtbaren Token. Setzen Sie Client-Timeouts entsprechend und streamen Sie, wenn Nutzer warten. Manche Sampling-Einstellungen, etwa eine sehr hohe `temperature`, stören sorgfältiges Denken; belassen Sie sie ohne guten Grund bei den Standardwerten. `reasoning_effort` an ein Modell ohne Reasoning ergibt je nach Modell einen 400-Fehler oder wird ignoriert.

## Reasoning models

Kategorie

Anleitungen

API-Format

OpenAI und Anthropic

Base URL

api.inference.eu/v1

Verarbeitung

Rechenzentren in der EU

Training mit Ihren Daten

Nie

## Reasoning models: häufige Fragen

Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt.

Ein Reasoning-Modell erzeugt vor der endgültigen Antwort eine Gedankenkette, arbeitet das Problem in Schritten durch und prüft sich selbst. Dadurch ist es bei Mathematik, Logik, Planung und schwierigem Code genauer, braucht aber mehr Tokens und mehr Zeit. \`gpt-oss-120b\` ist ein offenes Reasoning-Modell bei inference.eu.

In der Responses API übergeben Sie \`reasoning: {"effort": "low" | "medium" | "high"}\`, in Chat Completions \`reasoning\_effort\` mit denselben Werten. Höherer Aufwand verbessert Antworten bei schweren Problemen meist, kostet aber mehr Tokens und Zeit. Testen Sie, welche Stufe jede Aufgabe braucht.

Reasoning-Tokens sind Ausgabe-Tokens. Sie erscheinen in \`usage\` und werden wie der Rest der Antwort abgerechnet. In der Responses API sehen Sie sie unter \`usage.output\_tokens\_details.reasoning\_tokens\`. Senken Sie den Aufwand bei Aufgaben, die kein tiefes Nachdenken erfordern.

Offene Reasoning-Modelle können ihren Denktext in der Responses API als Element \`reasoning\` zurückgeben. Das hilft beim Debuggen und Prüfen. Behandeln Sie ihn als Arbeitsentwurf, nicht als Erklärung für Kunden, denn er kann Ideen enthalten, die das Modell später verworfen hat.

Vermutlich hat das Modell das Tokenlimit beim Nachdenken aufgebraucht. Prüfen Sie \`status\` und \`incomplete\_details\` in Responses oder \`finish\_reason\` in Chat Completions. Erhöhen Sie \`max\_output\_tokens\` bzw. \`max\_tokens\` oder senken Sie den Denkaufwand und senden Sie die Anfrage erneut.

Bei einfachen Aufgaben in großer Menge: Zusammenfassen, Umformulieren, Klassifizieren, kurze Extraktion oder lockere Chat-Antworten. Ein Standardmodell antwortet schneller und mit weniger Tokens, Reasoning bringt hier wenig. Reasoning-Modelle lohnen sich, wo Fehler teuer sind und das Problem mehrere Schritte hat.

Ja. Reasoning-Modelle planen, welche Werkzeuge sie aufrufen, rufen sie auf und denken über die Ergebnisse nach. Behalten Sie in der Responses API die Reasoning-Elemente zwischen den Runden über \`previous\_response\_id\`, damit das Modell seinen Plan nach jedem Werkzeugergebnis nicht neu entwickeln muss.

Ja. Streaming funktioniert wie bei jedem anderen Modell. Sie erhalten zuerst die Reasoning-Events, sofern das Modell sie liefert, und dann die Antwort als Textstücke. Zeigen Sie während der Denkphase einen Fortschrittshinweis, damit Nutzer wissen, dass das Modell arbeitet.

[Frage stellen](https://inference.eu/de/kontakt/)

## Verwandte Seiten

[API-Überblick](https://inference.eu/de/api/)

-   [ResponsesNutzen Sie das Format der OpenAI Responses API mit Open-Weight-Modellen auf inference.eu. Typisierte Ausgaben, eingebaute Werkzeuge, Verarbeitung in der EU.Endpunkte](https://inference.eu/de/api/responses/)
-   [Chat completionsSenden Sie Chat-Nachrichten im OpenAI-Format an Open-Weight-Modelle. Verarbeitung in Rechenzentren in der EU, keine Nutzung Ihrer Daten für Training.Endpunkte](https://inference.eu/de/api/chat-completions/)
-   [Structured outputsErhalten Sie von offenen Modellen gültiges JSON nach Ihrem Schema, mit OpenAI-kompatiblen Structured Outputs. JSON-Modus, json\_schema, strict und Stolperfallen.Anleitungen](https://inference.eu/de/api/structured-outputs/)
-   [Tool callingLassen Sie offene Modelle Ihre Funktionen und APIs aufrufen, mit OpenAI-kompatiblem Tool Calling. Werkzeuge definieren, Schleife ausführen, in der EU.Anleitungen](https://inference.eu/de/api/tool-calling/)

## Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur

Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten.

-   Antwort innerhalb eines Werktags
-   Preise für Ihr Volumen
-   AV-Vertrag unterschriftsreif