---
title: "ریزننگ ٹوکن کیا ہیں؟ بلنگ، حدیں، خالی جوابات | BroadRouter"
description: "ریزننگ ٹوکن وہ ہیں جو ریزننگ ماڈل جواب سے پہلے سوچتے ہوئے لکھتا ہے۔ ان کا بل کیسے بنتا ہے، یہ max_tokens میں کیسے شمار ہوتے ہیں، اور انہیں کیسے قابو میں رکھیں۔"
url: https://broadrouter.com/ur/glossary/reasoning-tokens/
lang: ur
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/glossary/reasoning-tokens/) (اپ ڈیٹ: 2026-11-14).

# ریزننگ ٹوکن (reasoning tokens)

اپ ڈیٹ 2026-11-14

ریزننگ ٹوکن وہ ٹوکن ہیں جو ریزننگ ماڈل اپنا نظر آنے والا جواب لکھنے سے پہلے مسئلہ حل کرنے کے لیے بناتا ہے۔ ان کا بل عموماً آؤٹ پٹ ٹوکنز کی طرح بنتا ہے، یہ آؤٹ پٹ کی حد اور کانٹیکسٹ ونڈو میں شمار ہوتے ہیں، اور API انہیں چھپا سکتا ہے یا ان کا خلاصہ دے سکتا ہے۔

دوسرے نام: ریزننگ ٹوکن، تھنکنگ ٹوکن، reasoning tokens kya hain، reasoning tokens، thinking tokens، chain-of-thought tokens، reasoning effort، extended thinking

ریزننگ ماڈلز جواب دینے سے پہلے سوچتے ہیں۔ یہ سوچنا بھی متن ہی ہے، اس لیے اس پر ٹوکن، وقت اور کانٹیکسٹ ونڈو کی جگہ لگتی ہے۔

## یہ کیسے کام کرتا ہے

ریزننگ ماڈل پہلے اندرونی chain of thought بناتا ہے، پھر نظر آنے والا جواب۔ دونوں ایک ہی آؤٹ پٹ بجٹ سے آتے ہیں۔ OpenAI کی گائیڈ کہتی ہے کہ ریزننگ ٹوکن “are billed as output tokens” (ترجمہ: آؤٹ پٹ ٹوکنز کے طور پر بل ہوتے ہیں) اور کانٹیکسٹ ونڈو میں جگہ گھیرتے ہیں؛ Anthropic، thinking ٹوکنز کے بارے میں یہی کہتا ہے اور انہیں “a subset of your `max_tokens`” (ترجمہ: آپ کے `max_tokens` کا ایک حصہ) کہتا ہے۔

Chat Completions فارمیٹ میں گنتی usage میں نظر آتی ہے:

```json
"usage": {
  "completion_tokens": 1186,
  "completion_tokens_details": { "reasoning_tokens": 1024 }
}
```

یہاں 1,186 آؤٹ پٹ ٹوکنز میں سے 1,024 سوچنے پر گئے، اور جواب کو صرف 162 ملے۔ OpenAI خبردار کرتا ہے کہ ریسپانس “before any visible output tokens are produced” (ترجمہ: کوئی بھی نظر آنے والا آؤٹ پٹ ٹوکن بننے سے پہلے) حد تک پہنچ سکتا ہے، یعنی آپ ان پٹ اور ریزننگ کی قیمت دیتے ہیں اور جواب نہیں ملتا۔ وہ تجویز کرتا ہے کہ اس کے ماڈلز کے ساتھ تجربات شروع کرتے وقت ریزننگ اور آؤٹ پٹ کے لیے کم از کم 25,000 ٹوکن رکھیں۔

کئی API `reasoning_effort` (`low`، `medium`، `high`) جیسا کنٹرول دیتے ہیں، تاکہ کم تھنکنگ ٹوکنز کے بدلے معیار میں سمجھوتا کیا جا سکے۔

## یہ کیوں اہم ہے

-   **لاگت۔** فی ٹوکن کلید پر ریزننگ کا بل آؤٹ پٹ قیمت پر بنتا ہے، جو عموماً سب سے اونچی شرح ہے۔ دیکھیں [ان پٹ اور آؤٹ پٹ ٹوکن](https://broadrouter.com/ur/glossary/input-and-output-tokens/)۔
-   **تاخیر۔** پہلے نظر آنے والے ٹوکن سے پہلے سوچنے میں وقت لگتا ہے۔ مقررہ [فی سیکنڈ ٹوکنز](https://broadrouter.com/ur/glossary/tokens-per-second/) پر 2,000 ریزننگ ٹوکن، 2,000 آؤٹ پٹ ٹوکنز جتنا وقت بڑھا دیتے ہیں۔
-   **بھروسا۔** جو چھوٹا [`max_tokens`](https://broadrouter.com/ur/glossary/max-tokens/) بغیر ریزننگ والے ماڈل پر چلتا تھا، وہ ریزننگ ماڈل پر خالی جواب دے سکتا ہے۔

## BroadNet Inference پر

[DeepSeek V4.1 Flash](https://broadrouter.com/ur/models/deepseek-v4.1-flash/)، [GLM 5.3](https://broadrouter.com/ur/models/glm-5.3/) اور [Qwen3.8 27B](https://broadrouter.com/ur/models/qwen3.8-27b/) جواب دینے سے پہلے ریزننگ کرتے ہیں۔ BroadNet کی دستاویزات کہتی ہیں کہ ریزننگ `max_tokens` میں شمار ہوتی ہے۔ BroadNet کی دستاویزات BroadNet Gemma 4 VL 26B کے لیے ریزننگ درج نہیں کرتیں۔

جب ماڈل اسے رپورٹ کرے تو `usage.completion_tokens_details.reasoning_tokens` سوچنے کا حصہ دکھاتا ہے۔ `max_tokens` کو 1,000 یا زیادہ رکھیں، یا سیٹ ہی نہ کریں، اور آسان مراحل کے لیے `reasoning_effort="low"` استعمال کریں:

```python
client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order'"}],
)
```

استعمال کے مطابق ادائیگی میں ریزننگ کا بل آؤٹ پٹ قیمت پر بنتا ہے، مثلاً DeepSeek V4.1 Flash پر فی دس لاکھ ٹوکن $0.52۔ اسی ماڈل کے لامحدود پلان پر کوئی ٹوکن میٹر نہیں، اس لیے ریزننگ کا کوئی اضافی خرچ نہیں؛ بس وقت لگتا ہے۔ حل کی مکمل فہرست [ریزننگ ماڈل خالی جواب کیوں دیتا ہے](https://broadrouter.com/ur/guides/reasoning-tokens-empty-response/) میں ہے۔

## عام سوالات

### کیا میں ریزننگ ٹوکن دیکھ سکتا ہوں؟

یہ API پر منحصر ہے۔ OpenAI کہتا ہے کہ ریزننگ ٹوکن اس کے API میں نظر نہیں آتے، لیکن ان کا خلاصہ مل سکتا ہے۔ دوسرے فراہم کنندگان ریزننگ کا کچھ حصہ یا پوری ریزننگ ایک الگ فیلڈ میں لوٹاتے ہیں۔ دونوں صورتوں میں بل ان کا بنتا ہے۔

### ریزننگ ٹوکن کیسے کم کریں؟

آسان کاموں کے لیے کم reasoning effort سیٹنگ استعمال کریں، جیسے reasoning\_effort کو low پر، جہاں ماڈل اسے سپورٹ کرتا ہو۔ واضح اور مخصوص پرامپٹس بھی مدد کرتے ہیں۔

### ریزننگ ماڈل سے مجھے خالی جواب کیوں ملا؟

غالباً ماڈل نے پورا آؤٹ پٹ بجٹ ریزننگ پر خرچ کر دیا۔ تب finish\_reason کی قدر length ہوتی ہے۔ max\_tokens بڑھائیں یا reasoning effort کم کریں۔

## یہ بھی دیکھیں

-   [max\_tokens (آؤٹ پٹ ٹوکن کی حد)](https://broadrouter.com/ur/glossary/max-tokens/) (اصطلاح)
-   [ان پٹ اور آؤٹ پٹ ٹوکن (input and output tokens)](https://broadrouter.com/ur/glossary/input-and-output-tokens/) (اصطلاح)
-   [کانٹیکسٹ ونڈو (context window)](https://broadrouter.com/ur/glossary/context-window/) (اصطلاح)
-   [ٹوکن فی سیکنڈ (tokens per second، TPS)](https://broadrouter.com/ur/glossary/tokens-per-second/) (اصطلاح)
-   [چین آف تھاٹ (chain-of-thought، CoT)](https://broadrouter.com/ur/glossary/chain-of-thought/) (اصطلاح)
-   [ریزننگ ماڈل خالی جواب کیوں لوٹاتا ہے](https://broadrouter.com/ur/guides/reasoning-tokens-empty-response/) (گائیڈ)
-   [chat completions اسٹریم کریں اور ٹوٹے کنکشن سنبھالیں](https://broadrouter.com/ur/guides/streaming-chat-completions/) (گائیڈ)
-   [OpenAI-compatible API پر منتقلی: مکمل چیک لسٹ](https://broadrouter.com/ur/blog/openai-compatible-api-migration-checklist/) (مضمون)
-   [مقررہ قیمت بمقابلہ فی ٹوکن ادائیگی والا LLM API: بریک ایون کا حساب](https://broadrouter.com/ur/blog/flat-rate-vs-pay-per-token-llm-api/) (مضمون)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-glossary-reasoning-tokens&utm_content=page-cta) ·

**ذرائع**

-   [OpenAI، ریزننگ ماڈلز گائیڈ](https://developers.openai.com/api/docs/guides/reasoning)
-   [Anthropic، thinking کے ساتھ کانٹیکسٹ ونڈوز](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [BroadNet Inference API ریفرنس، ریزننگ اور کیش شدہ ٹوکن (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-glossary-reasoning-tokens&utm_content=sources#models)
