推理模型
DeepSeek 推理模型适合复杂推理、数学、代码难题、规划、多步骤分析和需要更强逻辑一致性的任务。
基础推理调用
json
{
"model": "deepseek-v4.5-reasoner",
"thinking": {
"type": "enabled"
},
"reasoning_effort": "high",
"messages": [
{
"role": "user",
"content": "Analyze this system design problem step by step and describe the tradeoffs."
}
]
}适合场景
- 复杂业务决策
- 多步骤数学题
- 代码架构分析
- 长链路计划制定
- 多条件约束优化
输出控制
推理模型通常输出更长，建议：
- 显式设置最大输出长度
- 使用较长请求超时
- 对流式输出做异常恢复
- 不要把推理模型用于简单批量任务
最佳实践
- 先用通用模型处理简单任务
- 只有复杂任务才启用推理模型
- 对关键结论做人工或规则复核
- 记录推理模型的延迟和成本