推理模型
- 说人话
- 回答前先在内部写一长串草稿的模型。草稿里它会拆步骤、算到一半发现路走不通、掉头重来，数学题和长代码这类一步错就全错的活儿，靠这几圈自己绕了回来。你在界面上看到的「思考中」、那块能展开的思考过程，就是这段草稿，代价是等第一个字出来要久得多。
- 说行话
- 接口上多出控制思考长度的参数，有的叫 reasoning_effort，有的给思考留一个 budget_tokens 预算。用量里也会多出 reasoning tokens 这一项，按输出价计费，内容未必给你看。
- 潜台词
- 「开个深度思考」就是让它多想一会儿，多想的那些 token 同样算钱。
- 别用它
- 简单问答、改写、翻译别用。它会想很久，答案却不见得更好，还更慢更贵。
拿这个能做什么3 个项目
- 01
- 02
- 03
给推理模型写提示词要反着来：别教它怎么想，只说清目标、约束和怎样算做对。「一步一步思考」这类老套路放在它身上多半是多余的，省下的篇幅留给背景信息。
动手试试做完就算会了
跑 ollama run qwen3:1.7b --verbose "strawberry 里有几个 r"，它先滚出一屏 Thinking 草稿再作答，记下末尾的 eval count 和 total duration。加 --think=false 再问一次，只回一两行，两个数都缩了好几倍。