Reasoning-modeller är språkmodeller som ägnar mer beräkning åt att tänka igenom ett problem innan de svarar, ofta genom att internt producera flera resonemangssteg. Det kallas test-time compute eftersom den extra räknekraften läggs vid körning (inferens), inte vid träning. Metoden förbättrar tydligt resultatet på svårare uppgifter som matematik, kod och flerstegslogik, men gör varje svar långsammare och dyrare.

Det innebär ett skifte i hur man får bättre AI: i stället för enbart större modeller kan man låta en modell tänka längre på svåra frågor. För praktiskt bruk gäller det att lägga den dyra tänketiden på uppgifter som verkligen kräver den, och använda snabbare svar på enkla frågor. Reasoning är en av de tydligaste utvecklingslinjerna i moderna modeller.