Prompt para analisar Thinking Time em LLMs: Standard vs Extended

Objetivo: criar um prompt útil para investigar mudanças em Thinking Time (tempo de raciocínio) de modelos de linguagem grandes (LLMs) e comparar as configurações Standard e Extended, inspirado pela discussão sobre o GPT-5.2.

Instruções gerais:
- Considerar as configurações Standard com a sequência 64 → 32 → 16 e Extended com a sequência 256 → 128 → 256, conforme o conteúdo de referência.
- Propor um conjunto de cenários de experimentação: três cenários de velocidade (normal, rápido, lento) para cada configuração.
- Para cada cenário, especificar as métricas a serem coletadas: latência média, variância de latência, qualidade da saída (ou acurácia), calibração (ECE), throughput de tokens, e uma métrica de esforço de raciocínio chamada juice.
- Solicitar ao modelo que gere dados simulados para fins de demonstração e, em separado, recomendações de configuração para diferentes casos de uso (assistente pessoal, geração de código, chat de alta interatividade).
- Saída desejada: uma estrutura JSON contendo as seções: summary, experiments (lista de experimentos), recommendations.
- Estrutura sugerida de cada experimento: id, name, settings (standard, extended, speed), metrics (latency_ms, latency_variance, accuracy, ece, token_throughput, juice), notes.

Formato de saída: a resposta deve ser apenas o JSON com as chaves acima; não inclua explicações adicionais.