跳转到主要内容

​
GPT-5 思考模式

GPT-5 支持通过 Responses API 的 reasoning 参数启用思考模式，让模型在回答前进行深度推理。 
POST /v1/responses

​
基本用法

curl https://crazyrouter.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-5",
    "input": "分析以下代码的时间复杂度，并提出优化方案：\ndef two_sum(nums, target):\n    for i in range(len(nums)):\n        for j in range(i+1, len(nums)):\n            if nums[i] + nums[j] == target:\n                return [i, j]",
    "reasoning": {
      "effort": "high"
    }
  }'

​
reasoning 参数

字段类型说明
effortstring推理深度：low（快速）、medium（平衡）、high（深度）
summarystring思考摘要：auto、concise、detailed

​
effort 级别对比

级别适用场景Token 消耗
low简单问题、事实查询低
medium一般推理、代码分析中
high复杂数学、深度分析高

​
获取思考摘要

设置 summary 参数可以获取模型的思考过程摘要：
Python
response = client.responses.create(
    model="gpt-5",
    input="设计一个高并发的消息队列系统架构",
    reasoning={
        "effort": "high",
        "summary": "detailed"
    }
)

# 输出中可能包含思考摘要
for item in response.output:
    if item.type == "reasoning":
        print("思考过程:", item.summary)
    elif item.type == "message":
        for content in item.content:
            if content.type == "output_text":
                print("回答:", content.text)

​
流式思考

Python
stream = client.responses.create(
    model="gpt-5",
    input="解释 P=NP 问题为什么重要",
    reasoning={"effort": "high", "summary": "concise"},
    stream=True
)

for event in stream:
    if event.type == "response.reasoning_summary_text.delta":
        print(f"[思考] {event.delta}", end="")
    elif event.type == "response.output_text.delta":
        print(event.delta, end="")

​
结合工具使用

思考模式可以与 Function Calling 和 Web 搜索同时使用：
Python
response = client.responses.create(
    model="gpt-5",
    input="分析当前全球 AI 芯片市场格局，给出投资建议",
    reasoning={"effort": "high"},
    tools=[
        {"type": "web_search_preview"}
    ]
)

print(response.output_text)

​
与系统指令结合

Python
response = client.responses.create(
    model="gpt-5",
    instructions="你是一位资深的软件架构师，擅长分析系统设计问题。",
    input="设计一个支持百万级用户的实时聊天系统",
    reasoning={"effort": "high"}
)
思考模式下，模型会消耗额外的 Token 用于内部推理。effort 越高，消耗的 Token 越多，但回答质量通常也越好。
并非所有模型都支持 reasoning 参数。目前主要支持 GPT-5 和 o 系列模型。对于不支持的模型，该参数会被忽略。