Pular para o conteúdo principal

ADR 0223 — O orçamento de raciocínio é capability POR MODELO, curada à mão

Status​

Accepted. 2026-10-22 (AT-569, EP-026, opção C do dono). Tema: llm. Segue o 0041 e o 0042 (capability só é afirmada quando provada; curadoria manual) e revisa, sem editá-la, a RN-782 pela RN-914.

Contexto​

O PO no deepseek/deepseek-v4.1-flash gastou 8192 de 8192 tokens só em raciocínio, três vezes seguidas, e nenhuma história foi criada (TP-01 18ª). A RN-782 tirou o campo reasoning de todos os modelos porque no Haiku ele era ignorado ou ligava o raciocínio. A medição paga de 22/10 (16 chamadas, ids de geração em ~/brabo-gravacoes/raciocinio-smoke-2026-10-22/resultados.jsonl, conferidos em GET /api/v1/generation) separou os modelos.

Decisão​

  1. Capability reasoningBudget POR MODELO: coluna models.reasoning_budget (inteiro, NULL = não provado), curada à mão pela migration, nunca descoberta — o upsert do sync não a escreve.
  2. qwen/qwen3.7-flash = provado: reasoning: { max_tokens: N } foi respeitado exato (1024 pedidos, 1024 em native_tokens_reasoning, nas duas chamadas). N = 2048. O buildBody manda o campo só para modelo com orçamento, com max_tokens = saída visível + N (RN-741).
  3. deepseek/deepseek-v4.1-flash = NULL por medição: reasoning.max_tokens (1024 e 256), reasoning.effort e reasoning_effort deram os mesmos 8192 de raciocínio, sem texto nem tool call. Fica fora por prova, não por omissão; a contenção dele segue sendo reasoningOff (RN-783/838).
  4. effort nunca é usado: ignorado no qwen (1191 contra 643 sem campo) e no deepseek.
  5. Ressalva do qwen: o limite contém o raciocínio, mas NÃO garante a tool call — no prompt difícil ele continuou pensando no texto visível (11 551 caracteres) e esgotou o teto sem chamar a ferramenta.

Consequências​

  • Modelo sem orçamento: corpo byte a byte o de antes (RN-782).
  • Marcar outro modelo exige smoke próprio citado no PR.
  • Pendência: a faceta de thinking da tela do catálogo não mostra o orçamento.

Referências​