# Modèle de réflexion : penser avant de répondre

> Ce que fait un modèle d'IA qui réfléchit avant de répondre, ce que règlent les niveaux d'effort et quand la réflexion vaut son coût, en deux minutes.

- Niveau : Débutant
- Thème : Comprendre en 2 minutes
- Durée : 2 minutes
- Publié le 17 novembre 2026, relu le 17 novembre 2026
- Auteur : Ulrich Rozier
- Page : https://quelleia.com/guides/modele-de-reflexion/

Un modèle de réflexion prend un temps avant de répondre. Il commence par écrire un brouillon : il pose le problème, essaie une piste, vérifie, corrige. Ce brouillon est fait de jetons de réflexion, et c'est seulement ensuite qu'il rédige la réponse que vous lisez.

![Entre la question et la réponse, le modèle écrit un brouillon que vous ne voyez pas. L'effort règle la longueur de ce brouillon, donc l'attente et le prix.](https://quelleia.com/guides/modele-de-reflexion/reflechir-avant-de-repondre.svg)

*Entre la question et la réponse, le modèle écrit un brouillon que vous ne voyez pas. L'effort règle la longueur de ce brouillon, donc l'attente et le prix.*

## Comment ça marche

Le brouillon reste le plus souvent caché. OpenAI l'écrit dans sa documentation : les jetons de réflexion ne sont pas visibles par l'API, ils occupent de la place dans la fenêtre de contexte et ils se facturent comme des jetons de sortie, donc au prix de la réponse.

La longueur du brouillon se règle par un **niveau d'effort**. Chez Anthropic, il va de *low* (faible) à *max* (maximal), en passant par *medium*, *high* et *xhigh*. Dans l'appli Gemini, Google propose Faible, Moyen et Élevé. Plus l'effort monte, plus le modèle réfléchit longtemps.

## À quoi ça sert

La réflexion aide là où il faut enchaîner plusieurs étapes sans se tromper :

- un problème de maths ou de logique ;
- un bug à trouver dans du code ;
- un plan en plusieurs étapes, comme organiser un voyage avec des contraintes de dates et de budget ;
- une analyse de document qui demande de croiser plusieurs passages.

Pour une question simple (une traduction, une définition, un courriel à reformuler), elle n'apporte presque rien et vous fait attendre. Anthropic conseille d'ailleurs l'effort faible pour les tâches simples où la vitesse et le coût comptent.

## Ce que ça coûte

Dans une appli, la réflexion consomme plus vite votre quota : Google prévient que les niveaux de raisonnement élevés utilisent davantage les limites de votre forfait. Par l'API, chaque jeton de brouillon se paie. Anthropic note qu'au niveau maximal, son modèle Claude Fable 5.2 est plus lent et plus cher qu'au niveau juste en dessous, souvent pour un petit gain.

> **Bon à savoir.** Les classements de QUELLE IA retiennent, sur chaque benchmark, la meilleure configuration mesurée de chaque modèle, et ce peut être celle qui réfléchit le plus. Avec un effort plus bas, le même modèle peut faire moins bien que son score.

Pour régler l'effort outil par outil, et savoir quand le monter ou le baisser, lisez le guide [Quel effort choisir](https://quelleia.com/guides/quel-effort-choisir/).

## Pour aller plus loin

- [Glossaire](https://quelleia.com/glossaire/#reflexion)
- [Classement Raisonnement des modèles de langage](https://quelleia.com/classement/raisonnement/)
- [Classement Maths des modèles de langage](https://quelleia.com/classement/maths/)
- [La démarche](https://quelleia.com/demarche/#prix-estime)
- [Quel effort de réflexion choisir pour une IA, et quand](https://quelleia.com/guides/quel-effort-choisir.md) (guide, amateur)
- [Jetons, prix au million et vrai coût d'une tâche](https://quelleia.com/guides/jetons-et-prix.md) (guide, amateur)
- [Benchmark d'IA : ce qu'il mesure et pourquoi il sature](https://quelleia.com/guides/benchmark.md) (guide, amateur)

## Sources

- https://developers.openai.com/api/docs/guides/reasoning (lue le 17 novembre 2026)
- https://platform.claude.com/docs/en/build-with-claude/effort (lue le 17 novembre 2026)
- https://support.google.com/gemini/answer/18648722?hl=fr (lue le 17 novembre 2026)
