推理模型（Reasoning Models）：AI先思考，再回答

基本原理

普通的语言模型直接逐Token生成回答。而推理模型（或称思考模型，Thinking Model）会在此之前加入一个额外的思考步骤：在给出正式回答之前，先进行一段较长的内部论证链。在Claude中这叫扩展思考（Extended Thinking），在OpenAI中通过o系列或GPT-5-Thinking模型实现，可调节“推理强度”（Reasoning Effort），在DeepSeek中则通过R1系列实现。

可见或不可见

有些厂商会展示思考步骤（Claude的扩展思考会输出可查看的思考区块），有些则只给出摘要或完全隐藏，只提供最终结果。无论哪种方式，思考所用的Token都算在消耗之内，即使你看不到它们。

思考预算（Thinking Budget）

模型“思考”多少，通常可以通过一个预算设置来控制——在Claude中是budget_tokens，在OpenAI中是reasoning.effort（例如low、medium、high）。更大的预算能在复杂任务中提升质量，但会消耗更多时间和Token。

什么时候值得使用推理

对于复杂的规划、多步骤调试或高难度数学问题，额外的思考能明显改善结果。而对于简单的编辑或琐碎的问题，推理模式通常只会带来更高的成本和更长的等待时间，却不会改善回答质量。