# 思考 (/docs/zh-CN/api/thinking)

推理 token 按输出 token 计费，所以控制推理就是在控制费用和延迟。无论调用哪个模型，都可以直接用你所用协议自带的推理字段：在 Chat Completions 中发送的 `reasoning_effort`，对 Claude 和 Gemini 模型同样生效。

## 各协议的控制字段 [#各协议的控制字段]

| 协议 | 字段 |
|---|---|
| Chat Completions | `reasoning_effort`；`thinking: {"type": "enabled", "budget_tokens": N}`、`{"type": "adaptive"}` 或 `{"type": "disabled"}`；OpenRouter 的 `reasoning` 对象和 `include_reasoning` |
| Responses | `reasoning.effort` |
| Messages | `thinking`、`output_config.effort` |
| Gemini | `generationConfig.thinkingConfig`：`thinkingLevel`、`thinkingBudget`、`includeThoughts` |

在模型的[原生协议](/docs/zh-CN/api/protocols#原生协议)上，这些字段按你发送的原样传给模型，用法以厂商文档为准：GPT 用 `reasoning_effort`，通过 Messages 调用的 Claude 用 `thinking`，通过 Gemini 端点调用的 Gemini 用 `thinkingConfig`，在 Chat Completions 上还可以用厂商自有字段，例如 DeepSeek 的 `thinking`、Qwen 的 `enable_thinking`。

在 Chat Completions 中，`reasoning_effort` 优先于 `reasoning` 对象，`reasoning` 对象又优先于 `include_reasoning`。推理强度可选 `none`、`minimal`、`low`、`medium`、`high` 和 `xhigh`。

## Claude [#claude]

通过 Chat Completions、Responses 或 Gemini 调用 Claude 模型时，可以使用以下设置：

| 发送的内容 | 对 Claude 的效果 |
|---|---|
| `thinking: {"type": "enabled", "budget_tokens": N}` | 开启扩展思考，预算为 N 个 token |
| `thinking: {"type": "adaptive"}` | 由 Claude 决定何时思考、思考多少 |
| `reasoning_effort` / `reasoning.effort` | Claude 的推理强度；在 Claude Fable 5、5.1 和 5.2 上还会同时开启自适应思考 |
| `thinking: {"type": "disabled"}` | 关闭思考 |

```bash
curl https://api.ohmygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $OHMYGPT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-haiku-4-5",
    "max_tokens": 1500,
    "messages": [{"role": "user", "content": "What is 17 * 23? Reply with the number only."}],
    "thinking": {"type": "enabled", "budget_tokens": 1024}
  }'
```

```json
{
  "choices": [
    {
      "finish_reason": "stop",
      "native_finish_reason": "end_turn",
      "message": {
        "role": "assistant",
        "content": "391",
        "reasoning": "17 * 23 = ?\n\nLet me calculate this:\n17 * 23 = 17 * 20 + 17 * 3\n= 340 + 51\n= 391",
        "reasoning_details": [{ "type": "reasoning.text", "text": "17 * 23 = ?\n\n…", "signature": "EuoCCrgB…", "index": 0 }]
      }
    }
  ],
  "usage": { "prompt_tokens": 51, "completion_tokens": 60, "total_tokens": 111, "completion_tokens_details": { "reasoning_tokens": 54 } }
}
```

较新的 Claude 模型采用自适应思考。请按各模型支持的方式设置：

| 模型 | 用法 |
|---|---|
| Claude Opus 5.5、Opus 5、Sonnet 5.5、Sonnet 5、Haiku 5.5、Fable 5、Fable 5.1、Fable 5.2、Opus 4.8、Opus 4.7 | 用 `{"type": "adaptive"}` 加推理强度，不用 token 预算 |
| Claude Opus 5.5、Fable 5、Fable 5.1、Fable 5.2 | 这些模型始终会思考；想让思考简短，就设一个较低的推理强度 |
| 更早的 Claude 模型 | `{"type": "enabled", "budget_tokens": N}` |

其他设置按你发送的原样交给模型；模型不接受时，它返回的错误会原样交给你，被拒绝的请求不收费。

## Gemini [#gemini]

通过 Chat Completions、Responses 或 Messages 调用 Gemini 模型时，可以使用以下设置：

| 发送的内容 | 对 Gemini 的效果 |
|---|---|
| `thinking: {"type": "enabled", "budget_tokens": N}` | 思考预算为 N 个 token，返回思考内容 |
| `reasoning_effort: "low"`、`"medium"`、`"high"` | 设置思考等级，返回思考内容 |
| `reasoning_effort: "none"` 或 `thinking: {"type": "disabled"}` | 使用该模型最低的思考等级，不返回思考内容 |

并非所有 Gemini 模型都能不思考。`google/gemini-3.6-flash`、`google/gemini-3.5-flash`、`google/gemini-3.5-flash-lite`、`google/gemini-3.1-flash-lite` 和 `google/gemini-3-flash-preview` 的最低等级通常完全不思考。`google/gemini-3.8-flash`、`google/gemini-3.7-flash`、`google/gemini-3.1-pro-preview` 和 `google/gemini-4-argon` 总会思考：在 `google/gemini-3.8-flash` 上问一句话，设为 `none` 时用了 44 到 84 个推理 token，默认设置下是 86 到 177 个。需要不产生推理 token 的回答时，请选用前一组模型。

在 `google/gemini-3.1-flash-lite` 上用与上文相同的提示词实测：

| `reasoning_effort` | `completion_tokens_details.reasoning_tokens` |
|---|---|
| `none` | 无此字段，模型没有思考 |
| `low` | 118 |
| `high` | 229 |

```bash
curl https://api.ohmygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $OHMYGPT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-3.1-flash-lite",
    "messages": [{"role": "user", "content": "What is 17 * 23? Reply with the number only."}],
    "reasoning_effort": "none"
  }'
```

## 其他模型 [#其他模型]

GPT、DeepSeek、Qwen 等原生协议为 Chat Completions 的模型，无论你通过哪种协议发送推理强度，都会转成 `reasoning_effort`。在 GPT 推理模型上开启推理时，`temperature` 和 `top_p` 请保持默认值。

## 响应中的推理 [#响应中的推理]

所有协议都会在用量中报告推理 token 数：

| 协议 | 字段 |
|---|---|
| Chat Completions | `usage.completion_tokens_details.reasoning_tokens` |
| Responses | `usage.output_tokens_details.reasoning_tokens` |
| Gemini | `usageMetadata.thoughtsTokenCount` |
| Messages | 计入 `usage.output_tokens` |

可见的推理内容在 Chat Completions 中以 `reasoning` 和 `reasoning_details` 返回，在 Responses 中是 `reasoning` 输出项，在 Messages 中是 `thinking` 块，在 Gemini 中是带有 `"thought": true` 的 part。