DeepSeek 思考模式详解：reasoning_effort、reasoning

R1 时代，“思考模式"是一个独立模型 deepseek-reasoner；V3.1 之后它变成了同一个模型上的一个开关。这个变化带来两个后果：调用更简单了，但也更容易用错——尤其是思维链（reasoning_content）该不该回传这件事，官方文档里写得很清楚，实际代码里却经常写错。

一、思考模式是什么

开启后，模型先输出一段思维链（CoT），再输出最终答案：

reasoning_content: 用户问 9.11 和 9.8 谁大。要注意这是字符串比较的经典陷阱……
content:          9.8 更大。因为 9.11 = 9.11 < 9.8。

好处是复杂任务准确率明显提升；代价是输出 token 变多、延迟变长、思维链 token 也计费（按输出价计）。

二、开关与强度

默认是开启的，默认强度 high。

目的	OpenAI 格式	Anthropic 格式	Responses API
开关	`{"thinking": {"type": "enabled/disabled"}}`	`{"reasoning": {"effort": "none/low/high/max"}}`（`none` 即关闭）	见官方 Responses 指南
强度	`{"reasoning_effort": "low/high/max"}`	`{"output_config": {"effort": "low/high/max"}}`	同左风格

强度还会有别名映射，方便沿用其他框架的习惯值：

你传的值	实际生效
minimal	low
low	low
medium	high
high	high
xhigh	high
max	max
ultra	max

也就是说只有 low / high / max 三档真实存在，传 medium 等价于 high。

三档怎么选，我的实际经验：

任务	强度	说明
格式化、抽取字段、翻译	关闭思考	开了反而更慢更贵，还可能"想多了"改坏格式
日常代码、脚本、SQL	low 或 high	low 已经够用，快很多
复杂重构、架构方案对比	high	默认档，性价比最好
数学证明、疑难 bug、长链路 Agent	max	明显更慢，只在真的卡住时用

不要对所有请求都用 max。max 的输出长度和耗时上升非常明显，日常任务用 max 是纯粹浪费预算。

三、思维链回传：唯一必须记住的规则

reasoning_content 在响应里和 content 同级返回：

rc = resp.choices[0].message.reasoning_content
ans = resp.choices[0].message.content

回传规则取决于请求里有没有 tools 参数：

场景	reasoning_content 是否回传	说明
请求没有 `tools`	不需要回传	即使传了也会被忽略，不进入上下文
请求有 `tools`	必须完整回传所有历史轮次	少传一条就返回 400 错误

这就是为什么"我只是加了个函数调用，怎么突然 400 了”——因为你用 messages.append(...) 时把 reasoning_content 丢了，或者手工拼 message 时只挑了 content。

正确做法：直接把整个 message 对象塞回列表

messages.append(resp.choices[0].message)   # 不要手工复制字段！

SDK 返回的 message 对象里已经带好了 reasoning_content、tool_calls，原样追加即可。

错误做法（会 400）

# ❌ 只保留 content，丢掉 reasoning_content
messages.append({"role": "assistant", "content": resp.choices[0].message.content})

多轮对话（不带 tools）

messages = [{"role": "user", "content": "9.11 和 9.8 哪个大？"}]
resp = client.chat.completions.create(
    model="deepseek-flash", messages=messages,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)
messages.append(resp.choices[0].message)      # 上一轮思维链会被 API 忽略
messages.append({"role": "user", "content": "那 strawberry 里有几个 r？"})

这种设计其实很合理：不带工具时，上一轮的思维链对答案没有帮助，塞进上下文只是白烧 token。官方直接帮你丢掉了。

四、思考模式 + 工具调用：完整循环

import json, os
from openai import OpenAI

client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"],
                base_url="https://api.deepseek.com")

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询指定城市、指定日期的天气",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "城市名"},
                "date": {"type": "string", "description": "YYYY-mm-dd"},
            },
            "required": ["location", "date"],
        },
    },
}]

def get_weather(location: str, date: str) -> str:
    return f"{location} {date} 多云 7~13℃"

messages = [{"role": "user", "content": "杭州明天天气怎么样？"}]

while True:
    resp = client.chat.completions.create(
        model="deepseek-flash",
        messages=messages,
        tools=tools,
        reasoning_effort="high",
        extra_body={"thinking": {"type": "enabled"}},
    )
    msg = resp.choices[0].message
    messages.append(msg)           # ✅ 关键：整体追加，保住 reasoning_content

    if not msg.tool_calls:
        print(msg.content)
        break

    for call in msg.tool_calls:
        result = get_weather(**json.loads(call.function.arguments))
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": result,
        })

注意：即使某一轮模型没有发起工具调用，只要请求里带着 tools，这一轮的 reasoning_content 也必须回传。所以循环里不要做"没有 tool_calls 就 break 前先裁剪消息"这类优化。

五、几个容易误解的参数行为

temperature / top_p 在思考模式下基本失效

deepseek-flash：思考模式下 top_p 只在 0.95~1.0 生效，低于 0.95 按 0.95 处理；非思考模式固定 1.0，传了也被忽略。
deepseek-v4-pro：思考模式下 top_p 被忽略（带 tools 时固定 0.95，否则 1.0）；非思考模式才真正生效。
temperature、presence_penalty、frequency_penalty：思考模式下设置不报错但无效果。

想控制输出稳定性，正确手段是：非思考模式 + temperature=0 + 强约束 prompt，而不是在思考模式下调 temperature。

思维链不能"教"

用思考模式的模型不需要 Let's think step by step、“请一步步推理"这类提示词，官方也明确不建议在 prompt 里塞入示例思维链。想影响推理方向，就写清楚任务约束、验收标准、可用工具。

思维链可以展示但不要当真

reasoning_content 适合折叠展示"模型在想什么”，但它不等于严格的推理证明，尤其是在 low 档下可能非常简略。不要把它当审计日志或决策依据。

六、成本提醒

思维链按输出 token 计费，输出单价是输入的 4~5 倍（以 deepseek-flash 谷时为例：输出 $0.6/1M，缓存未命中输入 $0.15/1M）。所以：

简单任务关思考，省的是最贵的那部分 token；
长任务用 low，多数场景质量损失可接受；
只有真正需要深推理时才上 max。

下一篇讲怎么靠上下文缓存和峰谷时段把账单再压一半。

Last modified on 2026-10-28