Usuário pergunta como limitar o esforço de raciocínio no Qwen 3.5 e Gemma 4

Um usuário está buscando métodos para controlar o comprimento da cadeia de raciocínio para os modelos Qwen 3.5 e Gemma 4 dentro de uma plataforma de codificação agêntica.

O objetivo é priorizar a velocidade em configurações baixas, enquanto garante que o modelo utilize totalmente sua capacidade em configurações altas ou xhigh. O usuário observa que controlar o modelo Gemma 4 de 12B por meio do prompt do sistema é relativamente fácil, mas acha isso inconveniente com outros modelos.