推理模型
深度思考是作答前先写一份长草稿，而草稿按输出价计费。判断标准只有一条：这个任务需不需要多步推演。
深度思考不是换了一个更聪明的模型，是让它作答前先写一份长草稿——而草稿按输出价计费。所以问题不是「它会不会更强」，而是这个任务值不值得多花这份钱。
读完你能回答：
- 为什么让模型「先想再答」真的会提高准确率？
- 哪一类任务开了深度思考是纯浪费？
- 为什么不能把「思考过程」当依据交给用户？
它不是更聪明，是先写了一份草稿
先回忆它平时怎么工作：模型每次只预测下一个 token，一路往下接。中间并不存在一个独立环节，能让它「先在心里想明白，再开口」。它的思考，就是它写出来的东西。
推理模型做的事，是在这条机制上加了一道改造：正式给出答案之前，先让它写出一长段推演，内容大致是拆解题目、把中间步骤逐条列出、回头检查自己有哪些假设。这段东西用户通常看不到，要么被藏起来，要么收在「思考过程」那一栏里。思维链那篇论文讲的核心发现与此吻合：中间步骤一旦被显式写下来，后续每一步预测都能读到前面推演的内容，出错的概率随之下降。chain-of-thought
为什么会有用？因为在这套机制里，写得越多，等于算得越多。一道需要好几步才能推完的题，让它直接报答案，就是要它一步跨到终点；让它先把中间几步写出来，就等于中途留了几次改主意的机会。这个机制在多写中间步骤，是在给自己铺路单独讲过，这里只说它被做成了模型的默认行为：后来的一批推理模型改用强化学习，把「先推演、再作答」这个习惯直接训进权重，在数学和代码类任务上提升明显。deepseek-r1
那份草稿按输出计费
产品上最要紧的一条：这段草稿的计费口径是输出价，而输出价往往数倍于输入价。
所以推理模型之所以贵，多数时候不是单价定得高，而是它吐出来的量大了太多。用户眼里只有一小段答案，背后可能生成了十倍的推演——而这些推演同样要你付费。
留出这段预算还有两个连带后果。一是慢：那段推演得一个 token 一个 token 吐出来，用户只能等着。二是延迟不可预测：题目难它想得久，题目简单它想得短，同一个功能的响应时间因此飘忽不定，给加载状态的设计添了不少麻烦。
所以估成本的时候，这一段得单独算进去：推理模型实际吐了多少，要按实测数字来，不能拿答案的长度代替。
全局打开是这套账最常见的浪费
最常见的错误不是「该开的时候没开」，是反过来：全局打开，一劳永逸。 它同时付出三笔代价——成本按输出量放大、延迟变长、响应时间变得不可预测——而大部分请求根本不需要。
可行的做法是分档：产品里绝大多数请求走普通模型，只有被识别为复杂的那一小撮才路由到推理模型。判断路由的依据不是「用户选了哪个开关」，而是任务本身的形状：要不要跨多步、有没有中间结果可以自查、错了以后收回来的成本有多高。这套分档怎么搭、主模型不可用时怎么退，选型与降级讲的是同一件事。
分档还有一个容易被忽略的好处：它让成本可归因。 全部请求都开着深度思考时，账单涨了你不知道是哪一类任务吃掉的；分档之后，哪一档贵、贵得值不值，是能看出来的。
分档线画在哪，只看有没有中间步骤
把请求分到哪一档，不需要罗列一张任务清单。只要问一句：这个任务有没有值得写下来的中间步骤。 有，就是它发挥作用的地方；没有，付出的钱和延迟都换不回东西。
- 有中间步骤的。 需要几层推导才能落地的计算、几处约束必须同时成立的排查、要在几个方案之间逐条比较代价再取舍——这类任务里推演本身就是有用的产出，每一步写出来，都给了后续判断一次纠错的机会。
- 没有中间步骤的。 把一段自由文本归到某一类、按字段把内容抄进结构里，答案一步就定了，多想只是把同一个判断换个说法重讲一遍；把一种格式转成另一种格式，中间不存在可分步的推理；而在用户等着看反馈的场景里，延迟造成的体验损失远远盖过那一点准确率上的收益。
拿不准就做一次对照实验：挑一批真实样例，开与不开各跑一遍，把准确率的增幅和成本的增幅摆在一张表上。如果准确率几乎没有提高，说明这个任务的瓶颈本来就不在推理深度上。
思考过程不是依据，别拿它当审计材料
最后一个坑，代价不小。界面里给你看的那段「思考过程」，跟它内部真正跑的计算不是一回事。 它也是被生成出来的文本，只不过看上去像推理，用的还是同一套预测机制。推演写得头头是道、结论却是错的，这一类很常见；反过来，推演漏洞明显、结论歪打正着，同样会出现。推演是否成立和结论是否正确，本来就是两个独立的判断。
所以有两件事不能做：别把这段过程当作可以审计的证据拿去给用户看或写进合规材料；也别因为推演读起来严密，就放松对结论的核查。 该验证的还是要验证——推理模型只是降低了编造的概率，没有改变机制，编造仍然是它的默认行为。
要不要开深度思考，最后还是会回到同一个问题上：这笔多出来的输出，换来的是什么。 想清楚这笔钱花在哪，得先看清楚它的输出是怎么计价、怎么随长度增长的——Token 与计费单位讲的就是这个。