什么是思考预算？推理模型的「想多久」旋钮

用推理型大模型答题时，你会看到它先吐出一段「思考过程」，再给出正式答案。思考预算就是控制这段思考长度的旋钮：给模型划一笔 token 预算，决定它在作答前允许「想多久」。调大调小，直接影响回答质量和等待时间。

草稿纸的长度可以限量

推理模型答题前先打草稿：拆解问题、尝试思路、自我检查，这些中间步骤都在消耗 token。思考预算就是给草稿纸限量——预算充足，模型能把难题反复推演几遍；预算紧张，它只能想两步就交卷。DeepSeek 的推理模型、Kimi 的深度思考模式，背后都是类似机制。

可带走的判断：预算的单位是 token，不是秒。想多久由生成速度决定，你实际控制的是草稿最多写多长。

类比失效处：想得久未必想得对

人琢磨得越久往往越周全，模型不一定。简单问题配大预算，模型会在草稿里绕圈，等得更久还可能把自己绕糊涂；复杂证明题配小预算，草稿纸不够写，推导到一半被迫收尾，答案自然容易出错。预算和题目难度匹配，才是这个旋钮的正确用法。

等待时间与消耗，账要算清

思考过程也是要付费的：草稿每多写几百 token，等待时间和消耗就同步往上涨。做批量任务时这笔账更明显——一千次请求，每次多想五百 token，总额度差异会拉开数量级。所以省额度的次序是：先砍轻任务的思考，再压难题的思考上限，最后才轮到换更小的模型。

观察草稿长度也是最直接的反馈通道：草稿反复绕同一圈，说明预算给多了；草稿戛然而止、答案没推完，说明给少了。

调大调小的实用判断

数学证明、多步逻辑、代码调试这类硬骨头，预算给足；闲聊、改写、翻译这类轻任务，预算调到最小甚至关掉思考。操作上有个笨办法：先用默认值跑一次，观察草稿长度与答案质量，再按需增减。不同产品的档位名称和粒度并不统一，以官方最新说明为准。

对大多数读者，一个够用的起点是：聊天与写作默认档即可，遇到解不出的题再手动提到上限档；如果产品只给「开或关」，那就按题目难度切换，不必纠结精确数值。

参数面板上的邻居们

思考预算管「想多久」，同排还有两个常被混淆的旋钮：频率惩罚负责压制输出里的重复内容，属于「怎么说」的调节；停止序列则像刹车，遇到指定字样就让模型收笔，属于「说到哪停」的控制。三者都不改动模型文件，只在单次请求里生效。

再往外一层是消息列表，也就是 messages 的组织方式，它决定模型「看到什么」；思考预算决定模型「想多久」。一个管输入，一个管过程，分工清楚，排查效果问题时按这个顺序看最省事。

思考预算三档速查

• 最小档：闲聊、翻译、格式改写，要快不要深。
• 默认档：一般问答与总结，够用就好。
• 上限档：数学、代码、多步推理，慢工出细活。

档位名称以你用的产品为准，分档思路是通用的。

思考预算相关三问三答

• 思考预算设太大会怎样？：简单问题上模型会在草稿里绕圈，等待变长、消耗增多，答案质量未必提升，按题目难度给量更合理。
• 关掉思考会损失什么？：直答模式省时省 token，但多步推理题的出错率可能上升；轻任务关、硬题开，是常见的省法。
• 思考长度能精确到具体数字吗？：有的产品支持按 token 数设定，有的只分高中低几档，具体粒度以官方文档为准。