推理

推理模型会先思考再回答。思考多少由你控制。

{
  "model": "openai/gpt-6.1-sol",
  "reasoning": { "effort": "medium" },
  "max_tokens": 4096
}

模型支持哪些强度复制标题链接

每个模型只支持自己的几种强度。GET /api/v1/models 在 reasoning 下列出：

{
  "id": "z-ai/glm-5.3",
  "reasoning": {
    "supported_efforts": ["max", "high", "low"],
    "default_effort": "max",
    "mandatory": true,
    "supports_max_tokens": false
  }
}

• supported_efforts：它支持的 effort 值，从最深到最浅。模型每次都以同样方式思考时为空。
• default_effort：请求没有指定强度时它的思考方式。
• mandatory：它总会思考，所以不会列出 "none"。
• supports_max_tokens：它在 max_tokens 的一部分内思考。在 max 和 xhigh 时这部分是 95%，所以要给回答留出空间。

模型不推理时，reasoning 为 null。

费用复制标题链接

思考按输出计费，使用模型的输出价格。它计入 max_tokens，所以要给思考和回答都留出空间。

• effort: "low" 回答更快、更便宜。适合简单的 Agent 步骤。
• effort: "high" 思考时间最长。留给难题使用。

流式输出会在回答之前实时发送思考过程。在调试台中，它显示在回答上方的思考过程折叠区中。