思考
通过任意协议为 Claude、Gemini 和 GPT 模型开启、关闭或调低推理。
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
| 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
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 和 5.1 上还会同时开启自适应思考 |
thinking: {"type": "disabled"} | 关闭思考 |
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}
}'{
"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、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 | 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
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 |
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 |
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
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
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。