推理模型（Reasoning Model）是什麼？
推理模型是在回答前先產生內部思考過程、逐步拆解問題的大型語言模型。OpenAI 於 2024 年 9 月發表的 o1 以大規模強化學習訓練思維鏈，並指出思考時間越長、表現越好。這類思考通常會多消耗輸出 token。
模型技術Reasoning Model推理型模型思考模型Thinking Model延伸思考Extended Thinking
一句話說明
回答前會先在內部進行較長的逐步思考，再給出答案的語言模型，擅長數學、程式與邏輯題。
推理模型怎麼運作？
- 收到問題後，模型先在內部產生一連串推理步驟。
- 過程中拆解問題、嘗試不同方法，並檢查與修正錯誤。
- 思考量可依任務難度調整，較難的問題會想得更久。
- 最後才輸出整理好的答案，有些服務會顯示思考摘要。
實際例子
- 解多步驟數學題或競賽程式題。
- 分析複雜的程式錯誤並提出修正方案。
- 規劃需要考慮多個條件的排程或策略問題。
常見誤解
誤解：推理模型永遠比一般模型好。
事實：推理較耗時間與 token，簡單問答、聊天用一般模式通常更快、更省。
事實：推理較耗時間與 token，簡單問答、聊天用一般模式通常更快、更省。
誤解：推理模型的思考過程保證正確。
事實：推理能降低部分錯誤，但仍可能推錯或產生幻覺，重要結果仍需檢查。
事實：推理能降低部分錯誤，但仍可能推錯或產生幻覺，重要結果仍需檢查。
常見問題
推理模型和思維鏈提示有什麼關係？
思維鏈提示是用提示詞要求模型「一步步想」；推理模型則是在訓練時就用強化學習教模型自己產生並改進思考過程，不需特別提示就會先思考。
使用推理模型為什麼比較花時間和費用？
因為模型在給答案前會產生大量內部思考內容，這些思考通常以輸出 token 計算。例如 Anthropic 文件說明，延伸思考的 token 會計入輸出 token。
相關名詞
參考來源
查核日期：2026-09-26。API：/api/term?id=reasoning-model