KI-Modelle 2026: Reasoning lässt sich nicht mehr abschalten
Sieben von 18 getesteten KI-Modellen verweigern das Abschalten des Reasoning mit Fehler 400. Sie zahlen für Tokens, die Sie nie sehen.
👁 114 Aufrufe
- Von 18 getesteten KI-Modellen verweigern 7 das Abschalten des Reasonings mit der Fehlermeldung: Reasoning is mandatory for this endpoint and cannot be disabled.
- Bei einfachen Aufgaben können Reasoning-Tokens bis zu 95 Prozent der abgerechneten Output-Tokens ausmachen, obwohl der Nutzer diesen Text nie zu sehen bekommt.
- Für massenhafte einfache Aufgaben empfiehlt sich DeepSeek V4 Flash ohne Reasoning, das einen 900-Wörter-Artikel für 0,00039 USD schrieb.
Bei der Arbeit mit KI-Modellen über die API konnte man bisher das Reasoning mit einem Parameter abschalten. Das Modell dachte nicht mehr laut nach und antwortete sofort - bei einfachen Aufgaben sparte das Zeit und Geld. Wir haben heute 18 Modelle getestet, und das Ergebnis hat uns überrascht.
Die EUR-Beträge sind unverbindliche Umrechnungen der veröffentlichten USD-Preise zum EZB-Referenzkurs vom 2026-10-12: 1 EUR = 1.1181 USD. Es handelt sich nicht um bestätigte örtliche Endpreise einschließlich Steuern. Anbieter und Bank können andere Kurse oder Gebühren berechnen. ECB.
Sieben davon lehnen einen solchen Versuch mit einem Fehler ab. Alle sieben sind Modelle der neuesten Generation. Alle elf, die es noch erlauben, sind ältere Modelle.
Welche Modelle die Wahl verweigern
Die Meldung ist jedes Mal dieselbe und lässt keinen Spielraum für Diskussionen:
Reasoning is mandatory for this endpoint and cannot be disabled.
| Lässt sich nicht abschalten | Lässt sich noch abschalten |
|---|---|
| GPT-6 Astra | Claude Opus 5 |
| GPT-6 Astra Pro | Claude Sonnet 4.6 |
| Claude Fable 5.1 | Claude Haiku 4.5 |
| Gemini 3.8 Flash | DeepSeek V4 Flash |
| Gemini 3.7 Flash | DeepSeek V4 Pro |
| GLM 5.3 | DeepSeek V3.2 |
| GLM 5.3 Flash | GLM 5.2 |
| Kimi K3 | |
| Qwen3.8 27B | |
| Ministral 14B | |
| Llama 4 Maverick |
Die Aufteilung ist überraschend eindeutig. Es geht nicht um den Hersteller oder den Preis, denn auf beiden Seiten stehen Modelle von OpenAI, Anthropic, Google und Z.ai. Es geht um die Generation. GLM 5.2 erlaubt es, GLM 5.3 nicht mehr. Claude Sonnet 4.6 erlaubt es, Claude Fable 5.1 nicht mehr. Dieselbe Firma, derselbe Parameter, unterschiedliche Antwort.
Warum das Geld kostet und nicht nur nervt
Reasoning-Tokens werden wie normale Output-Tokens abgerechnet, also auf der teureren Seite der Preisliste. Sie zahlen für Text, den Sie nie sehen werden.
Wir haben gemessen, wie viel das ist. Bei einem Test mit sechs kurzen Aufgaben auf Polnisch betrug der Anteil des Reasonings am gesamten Output:
- GPT-6 Astra: 52 bis 95 Prozent
- GLM 5.3 Flash: 68 bis 96 Prozent
- Gemini 3.8 Flash beim Schreiben eines Artikels: 985 Reasoning-Tokens
- Kimi K3 beim selben Artikel: 4.667 Reasoning-Tokens
Bei einer Aufgabe, bei der wir um zwei Sätze baten, produzierte eines der Modelle 659 Output-Tokens, davon waren 625 Reasoning. Wir erhielten zwei Sätze und eine Rechnung für zwanzigmal mehr Text.
Den extremsten Fall haben wir separat beschrieben: Auf die Bitte um einen Artikel verbrauchte GLM 5.3 Flash das gesamte Limit von 8.000 Tokens für Reasoning und lieferte null Wörter, stellte aber trotzdem eine Rechnung aus.
Was das für den Preis auf der Preisliste bedeutet
Wenn Reasoning durchschnittlich 85 Prozent der Output-Tokens ausmacht und man es nicht abschalten kann, dann beschreibt der auf der Modellkarte sichtbare Preis etwas anderes als das, wofür Sie tatsächlich zahlen. Für jeden Token, den Sie sehen, zahlen Sie ungefähr so viel wie für sechs, die Sie nicht sehen.
Das ist der zweite Multiplikator nach dem, den wir bereits beschrieben haben: Dasselbe Modell wird von einem Dutzend Firmen mit eigenen Tarifen gehostet, und die Spanne erreicht das Vierzehnfache. Beide wirken in dieselbe Richtung und beide sind unsichtbar, solange Sie nicht anfangen, die Kosten aus der Rechnung abzulesen, statt sie aus der Preisliste zu schätzen.
Ist das schlecht
Nicht bei jeder Anwendung. Bei schwierigen Aufgaben verbessert Reasoning tatsächlich das Ergebnis, und dann ist die Bezahlung dafür gerechtfertigt. Das Problem ist, dass Sie bei banalen Aufgaben genau dasselbe zahlen und keine Wahl haben.
Der Hersteller hat hier seine Logik: Ein Modell mit abgeschaltetem Reasoning schneidet in Tests schlechter ab und verdirbt den Eindruck vom Produkt. Das verstehen wir. Das ändert aber nichts daran, dass beim Umschreiben von Text von einem Format ins andere niemand braucht, dass das Modell erst drei Ansätze erwägt.
Was Sie in der Praxis tun können
Wählen Sie für einfache und massenhafte Aufgaben Modelle der vorherigen Generation. Beim Umschreiben, Zusammenfassen und Ordnen von Daten macht DeepSeek V4 Flash mit abgeschaltetem Reasoning dasselbe für einen Bruchteil des Preises. Wir haben gemessen, dass es einen Artikel mit 900 Wörtern für 0,000349 EUR (0,00039 USD) schrieb, ohne ein einziges Reasoning-Token.
Behandeln Sie Fehler 400 in Ihrem Code. Wenn Ihr Programm diesen Parameter fest sendet, funktioniert es nach einem Modellwechsel überhaupt nicht mehr. Bei uns war es genau so: Der News-Generator sendete die Abschaltung des Reasonings bei jeder Anfrage, und nach dem Wechsel zu einem neueren Modell hätte er einen Fehler statt Text zurückgegeben. Wir haben die Erkennung dieses Fehlers und eine Wiederholung ohne diesen Parameter hinzugefügt.
Speichern Sie die Kosten aus der Antwort, nicht aus der Preisliste. Es reicht, die API um Abrechnung zu bitten, und Sie erhalten bei jeder Antwort den tatsächlichen Betrag und die Anzahl der Reasoning-Tokens. Ohne das bemerken Sie nicht, dass die Hälfte der Rechnung für Text ist, der nicht auf dem Bildschirm steht.
Geben Sie bei Modellen mit obligatorischem Reasoning ein höheres Token-Limit an. Sonst verbrennt das Modell es fürs Nachdenken und gibt eine leere Antwort mit Erfolgsstatus zurück. Das ist ein Ausfall, der in den Logs nicht sichtbar ist, weil formal nichts kaputt gegangen ist.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Wie wir das getestet haben
18 Modelle, 10. September 2026, eine minimale Anfrage an jedes mit dem Parameter zum Abschalten des Reasonings und einem Limit von zehn Tokens, damit der Test günstig bleibt. Es zählt ausschließlich der Antwortcode und der Inhalt der Fehlermeldung, daher ist das Ergebnis eindeutig und leicht zu wiederholen.
Die Liste der Modelle, die das Abschalten blockieren, wird wachsen, weil sie den neuen Versionen folgt. Wir werden diesen Text aktualisieren, wenn weitere hinzukommen.
Weitere Messungen derselben Modelle, aber von der Qualitäts- und Kostenseite, haben wir in Texten darüber gesammelt, welches Modell auf Polnisch am besten schreibt, wie viel ein von KI geschriebener Artikel kostet und ob das versprochene Kontextfenster wirklich funktioniert.
Häufig gestellte Fragen
Welche KI-Modelle lassen das Abschalten des Reasonings nicht mehr zu?
GPT-6 Astra, GPT-6 Astra Pro, Claude Fable 5.1, Gemini 3.8 Flash, GLM 5.3, GLM 5.3 Flash und Kimi K3 blockieren das Abschalten. Alle sieben gehören zur neuesten Modellgeneration, während alle elf älteren Modelle den Parameter noch akzeptieren.
Wie viel kosten Reasoning-Tokens extra, wenn ich sie nicht abschalten kann?
Reasoning-Tokens werden wie normale Output-Tokens abgerechnet, also auf der teureren Seite der Preisliste. Bei GPT-6 Astra machten sie 52 bis 95 Prozent des gesamten Outputs aus, bei GLM 5.3 Flash sogar 68 bis 96 Prozent.
Was passiert, wenn ein Modell das gesamte Token-Limit für Reasoning verbraucht?
Das Modell liefert null Wörter als Antwort, stellt aber trotzdem eine Rechnung aus. Genau das passierte mit GLM 5.3 Flash, das das gesamte Limit von 8.000 Tokens für Reasoning verbrauchte und keinen nutzbaren Text zurückgab.
Was soll ich in meinem Code tun, wenn ein Modell den Reasoning-Parameter ablehnt?
Der Code sollte Fehler 400 gezielt erkennen und die Anfrage danach automatisch ohne den Reasoning-Parameter wiederholen. Ohne diese Behandlung gibt ein Programm nach einem Modellwechsel nur Fehler statt Text zurück, wie es beim beschriebenen News-Generator der Fall war.
Schleswig-Holstein will mich beim Fahren filmen - und mich stoert nicht die Kamera, sondern die Umkehr der UnschuldTechnik
Algorithmen zeigen nicht, was wir wollen, sondern das, worauf wir instinktiv starrenAlgorithmen
Nicht nur Appetitzügler: Wie GLP-1-Medikamente Impulsivität und emotionale Muster verändernGeistMore on this from WISSNOX
anleitungen·KI-Bildbearbeitung: nur ein Element ändern - 3 BeispieleHemdfarbe, Tasse, Etikett: Drei KI-Bildbearbeitungen mit Vorher-Nachher-Vergleich, fertigen Prompts und Tipps zur Kontrolle ungewollter Änderungen.