Reasoning Model（推理模型）

什么是 Reasoning Model

Reasoning Model（推理模型）是一类在输出最终答案前，先做显式推理的模型。它不像传统模型「读完 prompt 直接吐答案」，而是先生成一段内部思考过程（chain-of-thought / 扩展思考），把问题拆步骤、尝试、校验，再给出结论。

你可以把它理解成：普通模型是「凭直觉秒答」，推理模型是「先在草稿纸上推一遍再答」。

解决什么问题

很多任务不是「知道就能答」，而是「想清楚才能对」：

• 多步数学 / 竞赛题
• 复杂代码生成与调试
• 逻辑谜题、约束满足
• 长链条规划、多跳推理

这些任务里，直接生成答案的错误率很高；让模型「多想一会儿」，正确率显著提升。推理模型用更高的延迟与算力换这类难题的准确率。

工作原理

用户问题 → [思考阶段：拆步骤 / 试错 / 自校验] → 最终答案

关键特征：

• 思考预算（thinking tokens / effort）：很多推理模型允许你控制「想多久」——低 effort 快但浅，高 effort 慢但更准。
• 思考过程通常不计入最终输出：用户看到的是结论，模型内部先跑完推理链。
• 可与工具调用结合：推理模型也能边想边调 Function Calling / MCP 工具取数据。

代表形态：OpenAI 的 o 系列（o1 起）、DeepSeek-R1（开源、可自部署）、Claude 的扩展思考（extended thinking）能力。

和普通模型怎么选

经验法则：简单任务上普通模型，难任务上推理模型。把推理模型当「重型火力」，别拿它做所有事——否则又慢又贵。

常见误区

• 以为「思考越久越对」无上限——过长的思考会引入冗余甚至自我绕晕，任务匹配比堆预算更重要。
• 以为推理模型不用写清需求——它依然依赖你把约束讲清楚，模糊 prompt 下思考也会跑偏。
• 忽视成本——推理模型的思考 token 也计费，长思考 = 高账单，生产要设思考上限。

和 Coding Agent 的关系

Claude Code / Codex 这类编码 Agent 在难任务上会借助推理模型的扩展思考来拆解需求、规划文件改动、自我 review。复杂重构 / 多文件改动尤其吃推理能力。

怎么用：三步上手

1. 先判断任务难度——确定性、模板化任务别上推理模型。
2. 设思考预算——从中等 effort 起，难任务再调高，并监控延迟/成本。
3. 把约束写进 prompt——推理模型照样需要清晰指令，模糊需求下思考会发散。

哪些模型支持

• DeepSeek-R1（DeepSeek-R1）——开源推理模型，可自部署。
• Claude 扩展思考（Claude Opus 4 等）——编码场景常用。
• OpenAI o 系列——通用推理标杆。
• 多数 2026 旗舰模型已把「推理开关」作为标准能力。

延伸阅读

• 模型如何调工具：Function Calling
• 协议层：MCP
• 编码 Agent：Agentic Coding
• 上下文管理：Context Engineering

来源

• OpenAI — Learning to reason with LLMs（o1 介绍）
• DeepSeek-R1 GitHub