推理模型（Reasoning Model）

一句话理解

会“打草稿”的 AI——回答之前先在内部想一大段（你看不到或只看到摘要），把复杂问题想透了再开口。

定义

推理模型（Reasoning Model）指经过专门训练、会在给出最终答案前进行长链条内部推理的模型，典型代表是 OpenAI 的 o 系列和 DeepSeek-R1。产品表现就是“深度思考”模式：先转着圈想几秒到几分钟，再给出答案。

你会在哪遇到它

数学题、逻辑谜题、代码排错、复杂的方案分析——这些是它的主场；产品里的“深度思考”“Thinking”开关就是调用它；反过来，问个常识、让它改个错别字就不必开，纯白等。

背后的原理

训练时用强化学习奖励“想对了”的过程，模型由此学会自我检查、多方案比较、发现漏洞回头重来。代价是思考阶段要消耗大量 token 和时间——那些看不见的草稿也在计费，所以推理模型的调用普遍更贵。

和相近概念的区别

1 与普通模型：普通模型脱口而出，推理模型谋定而后动，用时间和金钱换正确率。 2 与思维链提示：思维链是你要求它把步骤写出来，推理模型的内部思考是训练出来的自发行为，不用你提醒。 3 与“深度思考”按钮：按钮是产品的包装叫法，背后通常就是从普通模型切换到了推理模型。

常见误区

1 越难的问题越该开——对，但简单任务开它纯属浪费钱和时间。 2 想得久就一定更准——它大幅提升的是数学、逻辑、代码，闲聊和文案类提升有限。 3 看不到思考过程等于没思考——多数产品隐藏或只摘要展示内部思考，看不看得见是产品选择，不影响它在想。