Les modèles de raisonnement sont des systèmes de langage optimisés pour résoudre des problèmes via des étapes intermédiaires explicites, au lieu de générer une réponse directe à partir de la simple prédiction du prochain token. Avant de répondre, ils consacrent du temps de calcul à « réfléchir » : ils décomposent le problème, explorent des alternatives et vérifient les résultats. Des exemples connus sont la série o1/o3 d'OpenAI, DeepSeek-R1 ou Claude dans leurs modes de raisonnement étendu.
Leur importance réside dans le saut de performance qu'ils offrent pour les tâches exigeant une logique enchaînée : mathématiques, programmation, démonstrations ou planification complexe. Ils sont généralement entraînés avec des techniques d'apprentissage par renforcement qui récompensent les chaînes de raisonnement correctes, et pas seulement la réponse finale. Cela leur permet de s'autocorriger durant le processus.
Une nuance pratique pertinente :
- Ils consomment plus de temps et de tokens, ce qui renchérit chaque requête.
- Ils ne sont pas toujours rentables pour les tâches simples, où un modèle conventionnel répond aussi bien et plus rapidement.
Il convient de les réserver aux problèmes où le raisonnement structuré apporte un avantage clair face au coût supplémentaire.