私の経験はまったく逆です。従ってもらいたい一連の指示があり、それには文脈の理解が必要ですが、思考モデルを使用しないモデルでは無視されるか、間違った状況で適用されます。私はこの方法でアプリケーション全体を翻訳しました。3000以上の文字列で、推論モデルは はるかに 良い結果をもたらしました。
私の調査結果に基づき、思考の労力を low に減らしましたが、すべての翻訳が完了しました。しかし、思考モデルが翻訳に使用できないわけではなく、ユーザーは失敗する理由がわからないため、このように出力トークンを制限することは逆効果だと思います。
解決策は、LLMで思考が有効になっている場合に単純に2倍にするだけで十分かもしれません。または、設定オプションとして乗数を公開することです。