reasoning effort 是什么？思考档位与成本

同一个 AI 模型，答一道奥数题和答一句问候，需要的思考深度天差地别，reasoning effort 就是控制这个深度的旋钮：它决定模型在给出答案之前，先在内部思考多久、算多少步。旋钮拧大一档，答案上限更高，等待更长、消耗更多；拧小一档，响应飞快，难题却容易想得浅。这篇讲清三件事：思考档位在机制上到底调什么、三档各自适合什么场景、以及高 effort 什么时候值得开什么时候是浪费；思考 token 的底层原理见思考 token一篇。

机制：effort 在调思考预算

推理型模型回答前会先产出一段思考过程：拆解问题、尝试路径、自我检查，这段思考消耗 token，但不展示给用户。reasoning effort 控制的就是这段思考的预算上限：低档少想，中档适中，高档放开想。它并非模型变强变弱的开关，而是「花多少算力换质量」的滑杆——同一个模型，低 effort 与高 effort 的能力上限不同，高档允许模型在难题上走更深的推理链。这与「给足算力让模型多想」的通用思路一致，测试时计算的原理见测试时计算一篇；本地开源模型上显式控制思考预算的同类参数，见思考预算一篇。

三档对照：什么场景配什么档

低档适合对话与简单任务：闲聊、改写、翻译、格式整理，这些问题不需要深思，低档响应最快、消耗最省，体验也最跟手。中档是日常默认：常规分析、写方案、中等问题排查，有一定难度但不烧脑，中档在质量与速度间取平衡，拿不准选什么档时先落中档。高档留给硬题：复杂数学与逻辑、疑难 bug 定位、多约束方案的权衡、前期答错要重来的任务。一个粗略的心算方法：问题如果需要「列草稿、试错、回头检查」，就往高档靠；脱口能答的，低档足够。

成本：思考 token 也要计费

effort 直接挂在账单上：思考过程产出的 token 与回答 token 一样计费，高档一次回答的思考消耗可能远超答案本身——一个看似简单的提问，高档下可能默默想了上千 token 才开口。三类省法。一是任务分档：别让简单任务默认跑高档，按场景手动降档。二是看消耗复盘：回答质量没有明显提升却消耗翻倍时，多半是档位开高了。三是控制问题粒度：把大问题拆成小问题逐个问，每个子问题用恰当的档，比一整个大问题挂高档更省。额度紧张的时段，高档是消耗大户；用量见底时收到 You've hit your usage limit 一类提示，先检查的就是近期有没有不必要的长思考。

高 effort 何时值：三个判断信号

什么时候值得把 effort 拉满？三个信号，中两条以上再开。信号一：任务有明确的对错，且错了代价高——关键代码、重要结论、要交付的方案。信号二：普通档已经暴露短板——同一问题中档答了两遍都不对，或答案明显没想透。信号三：任务天然多步——需要穷举情况、多轮权衡、跨段落保持一致的推理。反过来，三个「不值」也明确：开放讨论类没有对错的任务、追求响应速度的即时交互、以及答案质量瓶颈根本不在推理深度的任务（比如资料不全），开高档只是在为更长的思考付费。档位与模型家族怎么配合选，见GPT 模型家族一篇。

把档位用成习惯：一岗一策

effort 的正确用法是与场景绑定，别全局一档到底：写日常文案的会话固定低档，做方案与排障的会话中档起手，硬题再临时上高档。把这套对应关系固化下来，能省掉每次选择的心智负担，也避免「顺手全开高档」的无意识浪费。动手建档很简单：让 DeepSeek 按你的高频任务类型列一份「任务-档位」对照表初稿，再让智谱清言按「错误代价」维度复核一遍，两条纪律记牢——默认档宁低勿高，升档要有理由。

思考档位速查

• effort 是思考预算滑杆：调的是答题前想多久，并非模型强弱
• 低档对话简务，中档日常默认，高档留给硬题
• 思考 token 计费，高档一次回答可能想掉上千 token
• 三个信号中两条再开高档：有对错、普通档答不对、天然多步
• 默认档宁低勿高，升档要有理由，按场景一岗一策

思考档位快问快答

• effort 开高，回答一定会更好吗？：不一定。高档提升的是思考深度上限，对需要深思的任务改善明显；对简单任务，多想的边际改善很小，甚至因过度琢磨反而绕远。按任务难度选档，别按「越高越好」选。
• 为什么同一问题换个档位答案完全不同？：思考预算不同，推理路径就不同，中低档可能没走到正确分支就作答了。重要结论建议中档起手、必要时高档复核一次，两次一致再采信。
• 等待时间明显变长，是档位原因吗？：大概率是。高 effort 的思考阶段不可跳过，等待包含整段思考时间；如果低档下也长时间无响应，再排查网络与服务状态，别先怪档位。