深度思考
更新时间：2025-09-25
深度思考模型在传统大语言模型的基础上，强化了推理、逻辑分析和决策能力。在回答用户之前模型会先输出一段思维链内容，以提升最终答案的准确性，适用于复杂推理和深度分析任务，如数理逻辑推理、编程代码等。
深度思考模型API参数特殊说明
本章说明深度思考模型与常规文本生成模型接口字段的差异。
-
输出字段：
reasoning_content：思维链内容，与content同级，访问方法见【访问样例】content：最终回答内容
- 不支持的参数：
temperature、top_p、presence_penalty、frequency_penalty、logprobs、top_logprobs。请注意，为了兼容已有软件，设置temperature、top_p、presence_penalty、frequency_penalty参数不会报错，但也不会生效。
enable_thinking参数支持说明
支持清单
| 模型 | 是否支持 |
|---|---|
| qwen3-235b-a22b | 是 |
| qwen3-30b-a3b | 是 |
| qwen3-32b | 是 |
| qwen3-14b | 是 |
| qwen3-8b | 是 |
| qwen3-4b | 是 |
| qwen3-1.7b | 是 |
| qwen3-0.6b | 是 |
| ernie-4.5-turbo-vl-preview | 是 |
| ernie-4.5-turbo-vl-32k-preview | 是 |
| ernie-4.5-vl-28b-a3b | 是 |
使用说明
部分深度思考模型 通过enable_thinking参数控制是否开启思考，默认为false，表示关闭深度思考。如果要开启深度思考，设置为true，请求示例如下：
Bash
1curl --location 'https://qianfan.baidubce.com/v2/chat/completions' \
2--header 'Content-Type: application/json' \
3--header 'Authorization: Bearer bce-v3/ALTAK-*********/614fb**********' \
4--data '{
5 "model": "qwen3-235b-a22b",
6 "messages": [
7 {
8 "role": "user",
9 "content": "你好"
10 }
11 ],
12 "stream": false,
13 "enable_thinking":true // 表示开启深度思考
14}'注意：Qwen3系列模型开启深度思考，输出token价格会更贵，详细请参考价格文档。
快速开始
您可以通过文本生成API 调用深度思考模型，以下是使用深度思考模型的简单调用示例。
Bash
1curl --location 'https://qianfan.baidubce.com/v2/chat/completions' \
2--header 'Content-Type: application/json' \
3--header 'Authorization: Bearer bce-v3/ALTAK-*********/614fb**********' \
4--data '{
5 "model": "deepseek-r1",
6 "messages": [
7 {
8 "role": "user",
9 "content": "9.11 and 9.8, which is greater?"
10 }
11 ]
12}'精细控制思考过程
深度思考模型在给出最终答案前会先输出一段思维链内容，以提升回复的准确性。有时模型会花费较长的时间输出冗长的思维链，并消耗较多的 Token。为了平衡推理质量、响应延时与 Token 成本，您可以通过不同的参数设置，来精细化控制模型的思考过程。
注意：考虑到模型回复的效果，不建议同时使用多个思维链控制参数。
thinking_strategy 指定思考策略
部分深度思考模型 支持通过thinking_strategy参数指定思考策略，可以减少 10%～20% 的思维链的输出。目前支持以下两种策略：
short_think：简短思考，模型的思考过程将尽可能保持简洁。chain_of_draft：Chain-of-Draft（草稿链）式思考，模型的思考过程将生成多个简要草稿，便于模型逐步迭代与自我修正。
注意：Deepseek-R1 系列模型只支持chain_of_draft思考策略。
支持清单
- deepseek-v3.1-think-250821
- deepseek-r1
- deepseek-r1-250528
- qwen3-235b-a22b-thinking-2507
- qwen3-30b-a3b-thinking-2507
- qwen3-235b-a22b（仅思考模式生效）
- qwen3-30b-a3b（仅思考模式生效）
- qwen3-32b（仅思考模式生效）
- qwen3-14b（仅思考模式生效）
- qwen3-8b（仅思考模式生效）
- qwen3-4b（仅思考模式生效）
- qwen3-1.7b（仅思考模式生效）
- qwen3-0.6b（仅思考模式生效）
使用示例
Bash
1curl --location 'https://qianfan.bj.baidubce.com/v2/chat/completions' \
2--header 'Content-Type: application/json' \
3--header 'Authorization: Bearer your-api-key' \
4--data '{
5 "model": "qwen3-14b",
6 "stream": false,
7 "stream_options": {
8 "include_usage": true,
9 "chunk_include_usage": true
10 },
11 "thinking_strategy": "chain_of_draft",
12 "enable_thinking": true,
13 "max_tokens": 8192,
14 "messages": [
15 {
16 "role": "user",
17 "content": "which one is lareger? 10.11 or 10.9"
18 }
19 ]
20}'案例：
- 用户query：which one is lareger? 10.11 or 10.9
- 效果：
| 策略 | DeepSeek-R1 思维链token长度 |
|---|---|
| 不加思考策略 | 392 |
| "thinking_strategy": "short_think", | 223 |
| "thinking_strategy": "chain_of_draft", | 126 |
thinking_budget 指定思维链长度
部分深度思考模型 支持通过thinking_budget 参数指定思维链长度，当模型思考过程生成的Token数超过thinking_budget时，推理内容会进行截断并立刻开始生成最终回复。默认为16384，最小值为100，最大值为各模型支持的思维链长度，详情请参考千帆ModelBuilder-模型列表-深度思考。
支持清单
- deepseek-r1-250528
- qwen3-235b-a22b-thinking-2507
- qwen3-30b-a3b-thinking-2507
- qwen3-235b-a22b（仅思考模式生效）
- qwen3-30b-a3b（仅思考模式生效）
- qwen3-32b（仅思考模式生效）
- qwen3-14b（仅思考模式生效）
- qwen3-8b（仅思考模式生效）
- qwen3-4b（仅思考模式生效）
- qwen3-1.7b（仅思考模式生效）
- qwen3-0.6b（仅思考模式生效）
使用示例
Bash
1curl --location 'https://qianfan.bj.baidubce.com/v2/chat/completions' \
2--header 'Content-Type: application/json' \
3--header 'Authorization: Bearer your-api-key' \
4--data '{
5 "model": "qwen3-14b",
6 "stream": true,
7 "stream_options": {
8 "include_usage": true,
9 "chunk_include_usage": true
10 },
11 "enable_thinking": true,
12 "thinking_budget": 100,
13 "messages": [
14 {
15 "role": "user",
16 "content": "背诵孔雀东南飞"
17 }
18 ]
19}'reasoning_effort 调节推理强度
部分深度思考模型 支持通过reasoning_effort 参数调节推理强度，平衡响应速度、输出内容的推理深度及 token 消耗。
支持清单
- gpt-oss-120b
- gpt-oss-20b
使用示例
Bash
1curl --location 'https://qianfan.baidubce.com/v2/chat/completions' \
2-header 'Content-Type: application/json' \
3--header 'Authorization: Bearer your-api-key' \
4--data '{
5 "model": "gpt-oss-120b",
6 "reasoning_effort":"low",
7 "messages": [
8 {
9 "role": "user",
10 "content": "2.11和2.9哪个大"
11 }
12 ]
13}'多轮对话
多轮对话上下文拼接
除用户提问和模型回答外，深度思考模型还会输出思维链内容，帮助模型拆解用户问题、生成多种回复综合得到更好的答案。在每一轮对话中，模型都会输出思维链内容和最终回答。但在下一轮对话时，之前轮次输出的思维链内容不会被拼接的上下文中。以下是用户和模型多轮对话的示例。
输出的 reasoning_content 长度不计入上下文长度中，但输出 token 数包含了思维链（reasoning_content）和最终答案（content）的所有 token。
您可以在请求完成后响应对象的 “usage” 中查看 token 的具体用量。思维链的 token 消耗量可在 completion_tokens_details中查看。
JSON
1{
2 "usage": {
3 "prompt_tokens": 2,
4 "completion_tokens": 544,
5 "total_tokens": 546,
6 "completion_tokens_details": {
7 "reasoning_tokens": 446
8 }
9 }
10 }多轮对话调用示例
可以使用 OpenAI SDK 请求千帆平台推理接口。
Python
1pip3 install-U openai下面的代码以 Python 语言为例，展示了如何访问思维链和最终回答，以及如何在多轮对话中进行上下文拼接。
流式请求
Python
1from openai import OpenAI
2
3client = OpenAI(
4 api_key="your-api_key",
5 base_url="https://qianfan.baidubce.com/v2"
6)
7
8# Round 1
9messages = [{"role": "user", "content": "9.11 and 9.8, which is greater?"}]
10response = client.chat.completions.create(
11 model="qwen3-235b-a22b",
12 messages=messages,
13 # enable_thinking 参数开启思考过程，仅针对Qwen3系列有效，deepseek-r1不需要此参数
14 extra_body={"enable_thinking": True},
15 stream=True
16)
17
18reasoning_content = ""
19content = ""
20
21for chunk in response:
22 if chunk.choices[0].delta.reasoning_content:
23 print(chunk.choices[0].delta.reasoning_content, end="")
24 reasoning_content += chunk.choices[0].delta.reasoning_content
25 else:
26 print(chunk.choices[0].delta.content, end="")
27 content += chunk.choices[0].delta.content
28
29# Round 2
30messages.append({"role": "assistant", "content": content})
31messages.append({'role': 'user', 'content': "How many Rs are there in the word 'strawberry'?"})
32response = client.chat.completions.create(
33 model="qwen3-235b-a22b",
34 messages=messages,
35 # enable_thinking 参数开启思考过程，仅针对Qwen3系列有效，deepseek-r1不需要此参数
36 extra_body={"enable_thinking": True},
37 stream=True
38)
39
40for chunk in response:
41 if chunk.choices[0].delta.reasoning_content:
42 print(chunk.choices[0].delta.reasoning_content, end="")
43 reasoning_content += chunk.choices[0].delta.reasoning_content
44 else:
45 print(chunk.choices[0].delta.content, end="")
46 content += chunk.choices[0].delta.content非流式请求
Python
1from openai import OpenAI
2
3client = OpenAI(
4 api_key="your-api_key",
5 base_url="https://qianfan.baidubce.com/v2"
6)
7
8# Round 1
9messages = [{"role": "user", "content": "9.11 and 9.8, which is greater?"}]
10response = client.chat.completions.create(
11 model="deepseek-r1",
12 messages=messages
13 # enable_thinking 参数开启思考过程，仅针对Qwen3系列有效，deepseek-r1不需要此参数
14 extra_body={"enable_thinking": True},
15)
16
17print(response.choices[0].message)
18
19reasoning_content = response.choices[0].message.reasoning_content
20content = response.choices[0].message.content
21
22# Round 2
23messages.append({'role': 'assistant', 'content': content})
24messages.append({'role': 'user', 'content': "How many Rs are there in the word 'strawberry'?"})
25response = client.chat.completions.create(
26 model="deepseek-r1",
27 messages=messages
28 # enable_thinking 参数开启思考过程，仅针对Qwen3系列有效，deepseek-r1不需要此参数
29 extra_body={"enable_thinking": True},
30)
31print(response.choices[0].message)