术语 · AI

推理模型

Reasoning Model

回答前会先「想一会儿」的模型:先一步步推理、检查,再给出答案。擅长数学、编程和复杂分析,代价是更慢、更费词元。产品里常叫「深度思考」或「思考模式」。

先打草稿,再交答案

球多少钱?
难题值得等,简单题不必开
推理模型回答前会先生成一段思考过程:列式、推导、发现不对再回头改,最后才给出答案。难题更容易答对,代价是更慢、更费词元。

换个角度想

普通模式像抢答:脱口而出,快,但难题容易掉坑。推理模式像考试时先在草稿纸上演算:列式、计算、验算一遍,最后才把答案写到卷子上,慢一些,但难题的正确率高得多。

「深度思考」到底在想什么?

  1. 同一道题

    题目球拍和球一共 1.10 元,球拍比球贵 1 元,球多少钱?

    模式直接回答

    同一道题

    题目球拍和球一共 1.10 元,球拍比球贵 1 元,球多少钱?

    模式深度思考

  2. 不打草稿

    凭直觉直接生成答案

    先在草稿区推导

    设球 x 元:x + (x + 1) = 1.10

  3. 答「0.10 元」:那样球拍 1.10,加起来是 1.20
    答「0.05 元」:0.05 + 1.05 = 1.10,验算通过
  4. 掉坑2 秒出答案,但这道题错了简单问题用它完全够
    答对多等了十几秒,多花了几百个词元难题值得,简单问题没必要开

读题

什么时候会遇到它

  1. 数学和逻辑题

    需要列式、多步计算或推理的题目,开思考模式正确率明显更高。

  2. 写和改代码

    要前后对得上的多步骤任务,比如排查 bug、设计程序结构。

  3. 复杂分析

    比较几个方案、审一份合同、做一份计划,需要它把各种因素都考虑一遍。

想一想

你让 AI 把一段话翻译成英文,打开了「深度思考」,结果等了半分钟才出结果,质量和平时差不多。哪里没用对?

看答案

翻译、改写、闲聊这类不需要多步推理的任务,思考模式帮不上什么忙,只会更慢、更费额度。把它留给数学、编程、复杂分析这类需要一步步推的问题。

最容易踩的坑

想得久不等于一定对,推理模型也会想偏,甚至在思考中说服自己。思考过程要生成大量词元,按量计费会贵不少,免费版也常限制次数。另外,展示出来的思考过程不一定完全等于模型内部的真实计算,别把它当成百分之百可靠的解题步骤。

⌘K搜索知识库

最近收录

正在载入知识索引…