指南
思考
DeepSeek 默认立即回答，除非你要求它思考。GLM 总会先简短思考一下。思考内容以输出 token 的形式计费，按输出价格收费。
核对于 2026年10月26日
设置项
| 模型 | reasoning_effort | 未发送时 |
|---|---|---|
deepseek-v4.1-flash-uncensored | none, low, high, max | none：立即回答 |
glm-5.3-flash-uncensored | low, high | low：先简短思考 |
其他任何值都会被拒绝，返回 400 invalid_reasoning_effort，并列出该模型接受的取值。
开启思考
在规划、数学、代码或较长的指令等较难的问题上请求开启思考。请给回复留出空间，因为思考内容也计入 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)开启思考时，请将 max_tokens 设为 1,000 或更高。低于此值时，模型可能把所有 token 都用来思考，返回空回复，但仍会计费。
阅读思考内容
思考内容与答案分开返回：完整回复时在 message.reasoning_content 中，流式输出时在 delta.reasoning_content 中，且出现在答案的第一个字之前。你可以展示它、在你这边记录，或直接忽略。
usage.completion_tokens_details.reasoning_tokens 显示其中有多少输出 token 属于思考内容。
在应用中
SillyTavern、JanitorAI 等小说类应用会发送较短的回复长度上限，且不设置思考选项，因此 DeepSeek 会给它们快速的完整回复。允许添加请求体字段的应用（例如 SillyTavern）可以发送 reasoning_effort 来开启思考；这样做时，请将回复长度设为 1,000 个 token 或更多。
常见问题
DeepSeek 以前就立即回答吗？
并非一开始如此：除非被告知不要，它会先思考。自 2026 年 10 月 26 日起，它只在被要求时才思考，因为回复上限较短的应用收到了空回复。参见更新日志。
思考内容要计费吗？
要。它按输出价格以输出 token 计费，计入 usage.completion_tokens。