推理与思考

推理模型会先思考再作答。根据接口不同，你可以用 reasoning_effort 或 thinking 控制思考，并以 reasoning_content 或思考块的形式拿到思考内容。

模型接受哪些参数因模型而异：有的始终推理，有的需要参数开启，有的不推理。请查阅所用模型厂商的文档；模型目录中的推理模型可能带有「推理」标签。

#Chat Completions：读取 reasoning_content

在 GLM、DeepSeek 分组上，请求体原样透传，reasoning_effort、thinking 等厂商字段会按你发送的内容到达模型，响应中的 reasoning_content 也原样返回。在转换协议的分组上，reasoning_effort 会保留，其他厂商字段会被丢弃。

import os
from openai import OpenAI

client = OpenAI(base_url="https://bigmodel.io/v1", api_key=os.environ["BIGMODEL_API_KEY"])

completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "1001 是质数吗？"}],
    reasoning_effort="high",  # 仅在模型支持时传
)
msg = completion.choices[0].message
print("思考：", getattr(msg, "reasoning_content", None))
print("回答：", msg.content)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://bigmodel.io/v1", apiKey: process.env.BIGMODEL_API_KEY });

const completion = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [{ role: "user", content: "1001 是质数吗？" }],
  reasoning_effort: "high", // 仅在模型支持时传
});
const msg = completion.choices[0].message;
console.log("思考：", msg.reasoning_content);
console.log("回答：", msg.content);

curl https://bigmodel.io/v1/chat/completions \
  -H "Authorization: Bearer $BIGMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4-pro","messages":[{"role":"user","content":"1001 是质数吗？"}]}'

reasoning_content 不在 OpenAI 的 schema 中，SDK 的类型定义里没有它。OpenAI SDK 会保留未知字段，所以可以像上面这样读取。流式输出时，与 delta.content 一起读取 chunk.choices[0].delta.reasoning_content。

要发送 SDK 不认识的厂商字段，Python 中使用 extra_body，例如 extra_body={"thinking": {"type": "enabled"}}。字段结构请以厂商文档为准。

#LangChain

LangChain 的 ChatOpenAI 不会返回 reasoning_content，思考内容会丢失。如需思考内容，请像上面那样直接调用 OpenAI SDK，或在支持 Messages 的分组上用 ChatAnthropic 走 Messages API。见 LangChain。

#Messages API：思考块

在支持 /v1/messages 的分组上，使用 Anthropic 的 thinking 参数，budget_tokens 必须小于 max_tokens。

import os
from anthropic import Anthropic

client = Anthropic(base_url="https://bigmodel.io", api_key=os.environ["BIGMODEL_API_KEY"])

message = client.messages.create(
    model="glm-5.3",
    max_tokens=4096,
    thinking={"type": "enabled", "budget_tokens": 2048},
    messages=[{"role": "user", "content": "1001 是质数吗？"}],
)
for block in message.content:
    if block.type == "thinking":
        print("思考：", block.thinking)
    elif block.type == "text":
        print("回答：", block.text)

在 Anthropic 平台分组上，Responses 的 reasoning.effort 会被换算成思考预算。

#多轮对话

• Chat Completions。 各厂商对是否可以回传之前轮次的 reasoning_content 规定不同：有的会拒绝，有的在工具调用期间要求回传。请遵循厂商规则；拿不准时只回传 content。
• Messages。 之前的 assistant 内容要原样回传，包括思考块及其签名。修改、重排或删掉部分思考块会导致 409 malformed_session_state。

#费用

思考会让回复更慢、更长。思考 token 计入供应方报告的用量中。用量页面会显示每条请求的推理强度。

推理 token 按供应方在用量字段中报告的数量计费：网关按供应方返回的输出 token（completion_tokens 或 output_tokens）以输出价扣费，不会另行统计思考内容。

#验证配置

用推理模型运行 Python Chat Completions 示例。思考： 后应输出文字而不是 None。如果是 None，说明模型不返回思考内容，或需要参数开启。

#常见问题排查

reasoning_content 始终为空或 None。 模型不推理、需要厂商参数（如 thinking）开启，或你用的库丢弃了该字段（LangChain ChatOpenAI）。先用 OpenAI SDK 测试。

与 reasoning_effort 或 thinking 相关的 400。 模型不接受该参数或取值。去掉它，或使用厂商文档中的取值。

409 malformed_session_state。 Messages 历史中的思考块被改动，或工具 id 对不上。原样回传 assistant 消息，或开启新对话。

回复被截断且 content 为空。 模型把 max_tokens 都用在了思考上。调大 max_tokens，或降低推理强度或 budget_tokens。

/v1/messages 返回 404。 Key 的分组只支持 Chat Completions，请在 /v1/chat/completions 上读取 reasoning_content。

#相关文档

• 流式输出：reasoning_content 增量。
• 工具调用：配合推理模型使用工具。
• Chat Completions API 参考与 Messages API 参考。