Raciocínio

As configurações

Qualquer outro valor é recusado com 400 invalid_reasoning_effort, informando quais o modelo aceita.

Ative o raciocínio

Peça raciocínio em perguntas difíceis: planejamento, matemática, código, instruções longas. Dê espaço para a resposta, já que o raciocínio conta dentro de max_tokens.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://nokeep.ai/v1",
    api_key=os.environ["NOKEEP_API_KEY"],
)

reply = client.chat.completions.create(
    model="deepseek-v4.1-flash-uncensored",
    reasoning_effort="high",
    max_tokens=4000,
    messages=[{"role": "user", "content": "Plan a week of meals for four on $80."}],
)
print(reply.choices[0].message.content)

Com o raciocínio ligado, defina max_tokens em 1.000 ou mais. Abaixo disso, o modelo pode gastar todos os tokens pensando e devolver uma resposta vazia, que ainda assim é cobrada.

Leia o raciocínio

O raciocínio volta separado da resposta: em message.reasoning_content numa resposta inteira, e em delta.reasoning_content durante o streaming, antes da primeira palavra da resposta. Mostre, registre do seu lado ou ignore.

usage.completion_tokens_details.reasoning_tokens informa quantos dos tokens de saída foram de raciocínio.

Em apps

Apps de ficção como o SillyTavern e o JanitorAI enviam um limite curto de resposta e nenhuma configuração de raciocínio, então o DeepSeek entrega uma resposta rápida e completa. Apps que deixam você adicionar campos ao corpo, como o SillyTavern, podem enviar reasoning_effort para ligar o raciocínio; dê à resposta 1.000 tokens ou mais quando fizer isso.