思考模式（Thinking Mode）

概述

思考模式（Thinking Mode，也称推理 / Reasoning）让模型在给出最终回答前先输出一段推理过程，通常能提升复杂任务（如数学、代码、多步工具调用）的准确率，但会增加延迟和 token 消耗。不同模型厂商对思考模式的默认状态、开关参数和字段命名并不统一，本页按模型厂商汇总当前已在 PPIO 平台上线、且明确支持思考模式配置的开源模型，说明如何在 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 三种协议下开启、关闭或调整思考强度。

如果您调用的模型不在下表中，可参考创建聊天对话请求中的 enable_thinking 参数说明，该参数适用于早期一批模型的思考开关。本页讲的是如何开关思考、调整思考强度；如果您需要的是在多次工具调用之间保持推理连贯、透明展示多步推理过程，请参考 Interleaved Thinking 支持。

模型选择总览

下表按每个厂商在 PPIO 的上线时间排序（“最新/次新”指发布时间先后），不代表模型能力强弱或推荐优先级。本页只覆盖各厂商主力文本对话模型；名称带 -exp（实验版，如 deepseek-v4-flash-vision-exp）以及专门的视觉/多模态模型（如智谱 GLM-5v-turbo、GLM-4.6v 系列）不在本页范围内，即使它们同样带 reasoning 能力。表中 GLM-5.3-Flash 虽然输入支持图像/视频，但它是主力对话模型的多模态能力扩展，不是专门的视觉模型，故仍纳入。

厂商	最新模型	model ID	次新模型	model ID
Zhipu / 智谱	GLM-5.3-Flash	`zai-org/glm-5.3-flash`	GLM-5.3	`zai-org/glm-5.3`
MiniMax	MiniMax-M3	`minimax/minimax-m3`	MiniMax-M2.7-highspeed / M2.7	`minimax/minimax-m2.7-highspeed` / `minimax/minimax-m2.7`
DeepSeek / 深度求索	DeepSeek V4 Pro	`deepseek/deepseek-v4-pro-0813`	DeepSeek V4 Flash	`deepseek/deepseek-v4-flash-0731`
Moonshot / Kimi	Kimi K3	`moonshotai/kimi-k3`	—	—

Zhipu / 智谱

GLM-5.3 / GLM-5.3-Flash

协议与 endpoint

协议	endpoint
OpenAI Chat Completions	`https://api.ppio.com/openai/v1/chat/completions`
OpenAI Responses	`https://api.ppio.com/openai/v1/responses`
Anthropic Messages	`https://api.ppio.com/anthropic/v1/messages`

本页示例仅覆盖 OpenAI Chat Completions 下已核实的思考参数行为。OpenAI Responses / Anthropic Messages 下控制该模型思考强度的具体字段尚未逐一核实，暂不提供对应示例。

思考模式说明

默认状态：思考始终开启。在 OpenAI Chat Completions 下，官方文档证实两个模型均不支持关闭思考——传入 thinking.type: "disabled" 会导致请求报错。Anthropic Messages / OpenAI Responses 下官方未提供该模型的参数文档，是否同样不可关闭未核实，不代表这两个协议下可以关闭。
推理强度（OpenAI Chat Completions）：reasoning_effort 支持 low、high、max，默认 max；复杂任务（如编程）官方同样推荐使用 max。Anthropic Messages endpoint 是否接受同名字段尚未核实，暂不提供该协议下的示例。

GLM-5.3 与 GLM-5.3-Flash 通过 OpenAI Chat Completions 调用时强制开启思考，迁移时按旧代码实际传的字段分两种处理：

若旧代码传的是 GLM-4.5 的 enable_thinking: false：该字段在 GLM-5.3 系列上不存在，直接删除即可，不需要替换成别的参数。
若旧代码传的是 thinking.type: "disabled"：GLM-5.3 系列会拒绝这个值并报错，必须改成 thinking.type: "enabled" 且设置 reasoning_effort: "low" 来降低思考强度（而非关闭思考）。

示例：OpenAI Chat Completions

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ppio.com/openai",
    api_key="<Your API Key>",
)

response = client.chat.completions.create(
    model="zai-org/glm-5.3",
    messages=[{"role": "user", "content": "请设计一个模型 API 回归测试清单。"}],
    extra_body={
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
    },
)
print(response.choices[0].message.content)

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/glm-5.3",
    "messages": [{"role": "user", "content": "请设计一个模型 API 回归测试清单。"}],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high"
  }'

MiniMax

MiniMax-M3

协议与 endpoint

协议	endpoint
OpenAI Chat Completions	`https://api.ppio.com/openai/v1/chat/completions`
Anthropic Messages	`https://api.ppio.com/anthropic/v1/messages`

思考模式说明

默认状态因协议而异：省略 thinking 参数时，OpenAI 兼容接口默认开启思考；Anthropic 兼容接口默认关闭思考。M3 没有 reasoning_effort 一类的强度分档，thinking.type 只有开 / 关两态，不存在”默认强度”的概念。建议调用时显式指定 thinking，不要依赖默认值。
开启方式：thinking: {"type": "adaptive"}（adaptive 对 M3 等价于开启思考）。
关闭方式：thinking: {"type": "disabled"}。
reasoning_split（仅 OpenAI Chat Completions 支持，Anthropic Messages 无此字段；仅影响返回格式，不控制思考开关）：设为 true 时思考内容拆分到 reasoning_content 与 reasoning_details 两个字段；省略或设为 false 时思考内容以 <think>...</think> 标签内嵌在 content 字段中。

示例：OpenAI Chat Completions

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ppio.com/openai",
    api_key="<Your API Key>",
)

response = client.chat.completions.create(
    model="minimax/minimax-m3",
    messages=[{"role": "user", "content": "请分析这个工具调用方案的风险。"}],
    extra_body={
        "thinking": {"type": "adaptive"},
        "reasoning_split": True,
    },
)
print(response.choices[0].message.content)

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax/minimax-m3",
    "messages": [{"role": "user", "content": "请分析这个工具调用方案的风险。"}],
    "thinking": {"type": "adaptive"},
    "reasoning_split": true
  }'

示例：关闭思考（Chat Completions）

cURL

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax/minimax-m3",
    "messages": [{"role": "user", "content": "只输出一句话总结。"}],
    "thinking": {"type": "disabled"}
  }'

MiniMax-M2.7 / MiniMax-M2.7-highspeed

协议与 endpoint

协议	endpoint
OpenAI Chat Completions	`https://api.ppio.com/openai/v1/chat/completions`
Anthropic Messages	`https://api.ppio.com/anthropic/v1/messages`

思考模式说明

默认状态：思考始终开启，不支持关闭。即使传入 thinking: {"type": "disabled"}，请求仍会成功，但思考仍保持开启。
MiniMax-M2.7-highspeed 是 MiniMax-M2.7 的高速版本，模型能力与 M2.7 一致，推理速度更快；调用时把 model 换成 minimax/minimax-m2.7-highspeed 即可，代码逻辑无需其他改动。

MiniMax-M2.7-highspeed 在 PPIO 的输入、输出单价均为 MiniMax-M2.7 的 2 倍（截至本文撰写时）。换成 highspeed 版本只是把 model 字段的值改掉，不涉及请求体结构或参数改动，但会直接影响调用成本，请按实际吞吐 / 延迟需求权衡，不要在未评估成本的情况下默认切换。

M2.7 系列没有可用于关闭思考的参数，如需降低延迟或成本，请考虑改用支持关闭思考的模型，或缩短输入 / 输出长度。

示例：调用并拆分 reasoning

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ppio.com/openai",
    api_key="<Your API Key>",
)

response = client.chat.completions.create(
    model="minimax/minimax-m2.7",
    messages=[{"role": "user", "content": "请用 Python 实现一个 LRU Cache。"}],
    extra_body={"reasoning_split": True},
)
print(response.choices[0].message.content)

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax/minimax-m2.7",
    "messages": [{"role": "user", "content": "请用 Python 实现一个 LRU Cache。"}],
    "reasoning_split": true
  }'

DeepSeek / 深度求索

DeepSeek V4 Pro / V4 Flash

协议与 endpoint

协议	endpoint
OpenAI Chat Completions	`https://api.ppio.com/openai/v1/chat/completions`
OpenAI Responses	`https://api.ppio.com/openai/v1/responses`
Anthropic Messages	`https://api.ppio.com/anthropic/v1/messages`

三种协议均已验证支持思考模式配置的模型 ID 为 deepseek/deepseek-v4-pro-0813 与 deepseek/deepseek-v4-flash-0731。以下示例均使用这两个 ID。

思考模式说明

默认状态：思考默认开启，默认推理强度为 high。
OpenAI Chat Completions：开关用 thinking: {"type": "enabled"/"disabled"}（需通过 extra_body 传递）；强度用顶层字段 reasoning_effort，支持 low、high、max。
Anthropic Messages：thinking 字段控制开关（budget_tokens 子字段会被忽略）；强度用 output_config: {"effort": "low"/"high"/"max"}。
OpenAI Responses：开关与强度合并为一个字段 reasoning: {"effort": "none"/"low"/"high"/"max"}，其中 none 表示关闭思考。
强度档位映射（用户设置的 effort → 模型实际生效的 effort，对 V4 Pro 与 V4 Flash 一致）：

请求 effort	实际生效 effort
low	low
medium	high
high	high
xhigh	high
max	max

medium、xhigh 也是被接受的输入值，会按上表静默归一化为 high，不会单独产生介于 high 与 max 之间的效果。

思考模式开启时，temperature、top_p、presence_penalty、frequency_penalty 参数不生效。为兼容现有代码，传入这些参数不会报错，但不会产生任何效果。

示例：OpenAI Chat Completions

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ppio.com/openai",
    api_key="<Your API Key>",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro-0813",
    messages=[{"role": "user", "content": "请审查这个 API 设计。"}],
    extra_body={
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
    },
)
print(response.choices[0].message.content)

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-pro-0813",
    "messages": [{"role": "user", "content": "请审查这个 API 设计。"}],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high"
  }'

示例：关闭思考（Chat Completions）

cURL

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-pro-0813",
    "messages": [{"role": "user", "content": "把这句话翻译成英文：今天天气很好。"}],
    "thinking": {"type": "disabled"}
  }'

示例：Anthropic Messages（调整强度）

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.ppio.com/anthropic",
    api_key="<Your API Key>",
)

message = client.messages.create(
    model="deepseek/deepseek-v4-pro-0813",
    max_tokens=1000,
    system="You are a concise API reviewer.",
    messages=[{"role": "user", "content": [{"type": "text", "text": "列出这个接口迁移的三个风险。"}]}],
    extra_body={
        "thinking": {"type": "enabled"},
        "output_config": {"effort": "max"},
    },
)
print(message.content)

curl "https://api.ppio.com/anthropic/v1/messages" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "deepseek/deepseek-v4-pro-0813",
    "max_tokens": 1000,
    "system": "You are a concise API reviewer.",
    "messages": [{"role": "user", "content": [{"type": "text", "text": "列出这个接口迁移的三个风险。"}]}],
    "thinking": {"type": "enabled"},
    "output_config": {"effort": "max"}
  }'

示例：OpenAI Responses（关闭思考）

cURL

curl "https://api.ppio.com/openai/v1/responses" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-pro-0813",
    "input": "只输出一句话。",
    "reasoning": {"effort": "none"}
  }'

Moonshot / Kimi

Kimi K3

协议与 endpoint

协议	endpoint
OpenAI Chat Completions	`https://api.ppio.com/openai/v1/chat/completions`
OpenAI Responses	`https://api.ppio.com/openai/v1/responses`
Anthropic Messages	`https://api.ppio.com/anthropic/v1/messages`

思考模式说明

默认状态：始终开启思考，不支持关闭，也不支持 thinking 参数——如果您之前调用 Kimi K2.x 系列传入过 thinking 配置，迁移到 K3 时需要移除该参数，改用下面的顶层 reasoning_effort（或对应协议下的等价字段）控制推理强度。
推理强度：不嵌套在 thinking 内，但三种协议下字段名不同：
- OpenAI Chat Completions：顶层字段 reasoning_effort，支持 low、high、max，默认 max。官方专门写了使用指南并配有真实调用示例。
- Anthropic Messages：output_config: {"effort": "low"/"high"/"max"}，默认 max。字段来自 Kimi 官方 API 参考页的请求 schema；该页说明切换档位会导致 prefix-cache 命中失效，建议在会话开始前就定好档位，不要在同一会话中切换。
- OpenAI Responses：reasoning: {"effort": "low"/"high"/"max"}，默认 max。字段同样来自官方 API 参考页的请求 schema。

多轮对话与工具调用场景下，必须把 API 返回的完整 assistant 消息（包括 reasoning_content 和 tool_calls）原样加入下一次请求的 messages，否则可能导致工具调用递归或重复、推理上下文丢失。

示例：调整推理强度

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ppio.com/openai",
    api_key="<Your API Key>",
)

response = client.chat.completions.create(
    model="moonshotai/kimi-k3",
    messages=[{"role": "user", "content": "证明根号 2 是无理数。"}],
    extra_body={"reasoning_effort": "max"},
)
print(response.choices[0].message.content)

curl "https://api.ppio.com/openai/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "messages": [{"role": "user", "content": "证明根号 2 是无理数。"}],
    "reasoning_effort": "max"
  }'

示例：Anthropic Messages（调整推理强度）

cURL

curl "https://api.ppio.com/anthropic/v1/messages" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "max_tokens": 1000,
    "messages": [{"role": "user", "content": [{"type": "text", "text": "证明根号 2 是无理数。"}]}],
    "output_config": {"effort": "max"}
  }'

示例：OpenAI Responses（调整推理强度）

cURL

curl "https://api.ppio.com/openai/v1/responses" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "input": "证明根号 2 是无理数。",
    "reasoning": {"effort": "max"}
  }'

产品介绍

开始使用

大语言模型API

问题合集

已接入工具列表

概述

模型选择总览

Zhipu / 智谱

GLM-5.3 / GLM-5.3-Flash

协议与 endpoint

思考模式说明

示例：OpenAI Chat Completions

MiniMax

MiniMax-M3

协议与 endpoint

思考模式说明

示例：OpenAI Chat Completions

示例：关闭思考（Chat Completions）

MiniMax-M2.7 / MiniMax-M2.7-highspeed

协议与 endpoint

思考模式说明

示例：调用并拆分 reasoning

DeepSeek / 深度求索

DeepSeek V4 Pro / V4 Flash

协议与 endpoint

思考模式说明

示例：OpenAI Chat Completions

示例：关闭思考（Chat Completions）

示例：Anthropic Messages（调整强度）

示例：OpenAI Responses（关闭思考）

Moonshot / Kimi

Kimi K3

协议与 endpoint

思考模式说明

示例：调整推理强度

示例：Anthropic Messages（调整推理强度）

示例：OpenAI Responses（调整推理强度）

​概述

​模型选择总览

​Zhipu / 智谱

​GLM-5.3 / GLM-5.3-Flash

​协议与 endpoint

​思考模式说明

​示例：OpenAI Chat Completions

​MiniMax

​MiniMax-M3

​协议与 endpoint

​思考模式说明

​示例：OpenAI Chat Completions

​示例：关闭思考（Chat Completions）

​MiniMax-M2.7 / MiniMax-M2.7-highspeed

​协议与 endpoint

​思考模式说明

​示例：调用并拆分 reasoning

​DeepSeek / 深度求索

​DeepSeek V4 Pro / V4 Flash

​协议与 endpoint

​思考模式说明

​示例：OpenAI Chat Completions

​示例：关闭思考（Chat Completions）

​示例：Anthropic Messages（调整强度）

​示例：OpenAI Responses（关闭思考）

​Moonshot / Kimi

​Kimi K3

​协议与 endpoint

​思考模式说明

​示例：调整推理强度

​示例：Anthropic Messages（调整推理强度）

​示例：OpenAI Responses（调整推理强度）

概述

模型选择总览

Zhipu / 智谱

GLM-5.3 / GLM-5.3-Flash

协议与 endpoint

思考模式说明

示例：OpenAI Chat Completions

MiniMax

MiniMax-M3

协议与 endpoint

思考模式说明

示例：OpenAI Chat Completions

示例：关闭思考（Chat Completions）

MiniMax-M2.7 / MiniMax-M2.7-highspeed

协议与 endpoint

思考模式说明

示例：调用并拆分 reasoning

DeepSeek / 深度求索

DeepSeek V4 Pro / V4 Flash

协议与 endpoint

思考模式说明

示例：OpenAI Chat Completions

示例：关闭思考（Chat Completions）

示例：Anthropic Messages（调整强度）

示例：OpenAI Responses（关闭思考）

Moonshot / Kimi

Kimi K3

协议与 endpoint

思考模式说明

示例：调整推理强度

示例：Anthropic Messages（调整推理强度）

示例：OpenAI Responses（调整推理强度）