Reasoning-Modelle sind Sprachmodelle, die vor der eigentlichen Antwort eine ausführliche interne Gedankenkette durchlaufen und dadurch bei mehrstufigen Aufgaben deutlich besser abschneiden. OpenAI stellte mit o1 im September 2024 das erste Modell dieser Bauart öffentlich vor; inzwischen bieten mehrere Anbieter vergleichbare Modelle oder einen zuschaltbaren Denkmodus an (Stand 07/2026).
Der Unterschied zum klassischen Sprachmodell liegt nicht nur im Training, sondern im Rechenaufwand zum Zeitpunkt der Anfrage: Das Modell investiert mehr Rechenzeit in die Lösungsfindung, bevor es ausgibt. Stärken zeigen sich bei Mathematik, Programmierung, Logikaufgaben, Planung und der Analyse komplexer Sachverhalte.
Der Preis ist spürbar: längere Antwortzeiten und höhere Kosten, weil auch die internen Denkschritte als Token abgerechnet werden. Für kurze Standardaufgaben wie Umformulierungen oder Zusammenfassungen lohnt sich der Aufwand deshalb nicht. Falsche Ergebnisse schließt auch eine ausführliche Gedankenkette nicht aus, denn eine plausibel wirkende Begründung ist kein Beweis für ein richtiges Ergebnis.