Raisonnement chiffré

Le raisonnement interne des modèles Grok

Les modèles de raisonnement récents (comme grok-4.20-0309-reasoning) effectuent un raisonnement interne avant de produire leur réponse. Ce processus de réflexion, normalement invisible, peut être récupéré sous forme chiffrée grâce au paramètre include. Vous pouvez ensuite le réinjecter dans les requêtes suivantes pour maintenir la continuité du raisonnement.

Pourquoi le raisonnement est-il chiffré ?

Le raisonnement interne des modèles contient leur processus de réflexion brut — les étapes intermédiaires, les hypothèses testées, les pistes abandonnées. xAI chiffre ce contenu pour deux raisons :

• Propriété intellectuelle : le raisonnement révèle le fonctionnement interne du modèle
• Continuité : le contenu chiffré peut être réutilisé par le modèle pour reprendre sa réflexion

Vous ne pouvez pas lire le contenu chiffré, mais le modèle peut le déchiffrer et s’en servir.

Récupérer le raisonnement chiffré

Ajoutez include=["reasoning.encrypted_content"] à votre requête :

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Résous ce problème : si un train part de Paris à 14h à 200km/h "
          "et un autre de Lyon à 15h à 300km/h, quand se croisent-ils ?",
    include=["reasoning.encrypted_content"]
)

La réponse contiendra un champ supplémentaire avec le raisonnement chiffré :

{
  "output": [
    {
      "type": "reasoning",
      "encrypted_content": "eyJhbGciOiJSU0EtT0FFUCIsImVuYyI6..."
    },
    {
      "type": "message",
      "content": [{"type": "output_text", "text": "Les deux trains se croisent à..."}]
    }
  ]
}

Réutiliser le raisonnement dans une conversation

L’intérêt principal du raisonnement chiffré est de le réinjecter dans les requêtes suivantes. Cela permet au modèle de reprendre exactement là où il s’est arrêté dans sa réflexion :

# Requête 1 : problème initial
response1 = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Démontre que la racine carrée de 2 est irrationnelle.",
    include=["reasoning.encrypted_content"]
)

# Extraire le raisonnement chiffré
encrypted = None
for item in response1.output:
    if item.type == "reasoning":
        encrypted = item.encrypted_content
        break

# Requête 2 : approfondir en maintenant le raisonnement
response2 = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Peux-tu généraliser cette preuve aux racines des nombres premiers ?",
    previous_response_id=response1.id,
    include=["reasoning.encrypted_content"]
)

Raisonnement chiffré vs chaînage classique

La différence est subtile mais importante pour les tâches de raisonnement complexe. Avec le contenu chiffré, le modèle ne se contente pas de relire le contexte : il reprend son processus de réflexion interne.

Quand utiliser le raisonnement chiffré ?

Recommandé

Le fil conducteur de ces cas d’usage est toujours le même : une conversation où le tour N+1 doit s’appuyer sur la réflexion du tour N. Un problème mathématique résolu en plusieurs étapes perd toute cohérence si le modèle oublie son cheminement entre deux messages ; une analyse logique menée par approfondissements successifs a besoin de ses hypothèses intermédiaires ; un débogage itératif — « et si on teste avec cette valeur ? » — n’a de sens que si le modèle se souvient de ce qu’il a déjà éliminé. Plus généralement, dès que vous constatez que la qualité du raisonnement se dégrade d’un tour à l’autre dans vos conversations, c’est le signal que le contexte de réflexion se perd : réinjecter le raisonnement chiffré est précisément le remède.

Pas nécessaire

• Conversations simples (questions/réponses factuelles)
• Génération de contenu créatif
• Tâches qui ne nécessitent pas de raisonnement structuré

Impact sur la facturation

Les tokens de raisonnement chiffré sont comptabilisés dans output_tokens_details.reasoning_tokens. Ils sont facturés au même tarif que les tokens de sortie standard. Le volume de raisonnement peut être significatif — parfois 2 à 5 fois plus que la réponse visible.

Points clés à retenir

• Le raisonnement chiffré se récupère avec include=["reasoning.encrypted_content"]
• Le contenu est chiffré — vous ne pouvez pas le lire, mais le modèle peut le réutiliser
• Combiné avec previous_response_id, il maintient la continuité de la chaîne de pensée
• Utile pour les tâches de raisonnement complexe en plusieurs étapes
• Les tokens de raisonnement sont facturés même s’ils sont invisibles dans la réponse