Reasoning-Token
Definition
Reasoning-Token sind Token, die ein Reasoning-Modell vor seiner endgültigen Antwort erzeugt und die bei API-Anbietern wie OpenAI als Ausgabetoken abgerechnet werden.
Reasoning-Modelle erzeugen neben Eingabe- und Ausgabetoken Reasoning-Token, mit denen sie die Aufgabe bearbeiten. Bei OpenAI und Microsoft (Azure OpenAI) erscheinen diese laut Dokumentation nicht als Antworttext, belegen aber Platz im Kontextfenster und werden wie Ausgabetoken abgerechnet; ihre Zahl hängt laut den Herstellerangaben von der Schwierigkeit der Aufgabe ab und reicht von einigen Hundert bis zu Zehntausenden.
Einfach erklärt
Wie die Bedenkzeit eines Beraters, die auf der Rechnung steht, auch wenn im Bericht je nach Anbieter nur das Ergebnis landet.
Warum das im Alltag wichtig ist
Entscheidend für Kostenplanung und Limits: Eine kurze sichtbare Antwort kann durch Reasoning-Token mehr Token verbrauchen, als der angezeigte Text vermuten lässt.
Beispiel aus dem Mittelstand
Hypothetisches Beispiel: Ein Agenturteam wertet in der API-Nutzung die Reasoning-Token je Anfrage aus und begrenzt sie für Routineaufgaben.
Grenzen und Fallstricke
- Nur die sichtbare Ausgabe in Kostenrechnungen ansetzen; das Ausgabelimit zu knapp wählen, denn die Antwort kann dann unvollständig bleiben, obwohl Eingabe- und Reasoning-Token bereits berechnet werden; Reasoning-Token zusätzlich zu den Ausgabetoken addieren, obwohl sie laut Nutzungsangabe darin enthalten sind.
Entstehung & Geschichte
In den API-Dokumentationen von OpenAI und Microsoft werden Reasoning-Token als zusätzliche Tokenart neben Eingabe- und Ausgabetoken beschrieben (Stand der gelesenen Seiten, abgerufen am 13.10.2026). Beide empfehlen, beim Ausprobieren zunächst mindestens 25.000 Token für Reasoning und Ausgabe freizuhalten.
Anwendung im Mittelstand
- Mögliche Anwendungen: Kostenkontrolle bei KI-Assistenten, Budgetgrenzen je Anwendungsfall, Monitoring der API-Nutzung.
Häufige Fragen
Sind Reasoning-Token sichtbar?
Anbieter unterscheiden sich: OpenAI zeigt die Rohinhalte nicht, teils aber Zusammenfassungen und Tokenzahlen. DeepSeek-R1 gibt seinen Denkprozess laut Paper als Antworttext aus.
Zählen sie zum Ausgabelimit?
Bei OpenAI und Microsoft umfassen die beschriebenen Limits Reasoning-Token, sichtbare Ausgabe und Formatierungstokens.
Quellen
- Reasoning models (API-Dokumentation) · OpenAI (o. J.): Reasoning models (API-Dokumentation)
- Understanding and counting tokens (Help Center) · OpenAI (o. J.): Understanding and counting tokens (Help Center)
- Azure OpenAI reasoning models (Microsoft Foundry) · Microsoft (o. J.): Azure OpenAI reasoning models (Microsoft Foundry)
- DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning · DeepSeek-AI et al. (2026): DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
Quellen geprüft am 14.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: