深度思考

深度思考按各协议的原生参数透传。是否返回思考内容取决于模型：实测 claude-opus-4-8 返回 thinking 块，GPT 系列在 Responses API 中通过 reasoning.effort 控制力度。

控制推理 Token

推理 Token 上限

Anthropic 格式在请求体加 thinking，用 budget_tokens 限制思考用量，max_tokens 需大于 budget_tokens：

{
  "model": "claude-opus-4-8",
  "max_tokens": 3000,
  "thinking": {"type": "enabled", "budget_tokens": 2000},
  "messages": [{"role": "user", "content": "用三步证明根号 2 是无理数"}]
}

推理力度

OpenAI Responses API 用 reasoning.effort 指定力度（如 low）：

{
  "model": "gpt-5.6-sol",
  "input": "1+1=?",
  "reasoning": {"effort": "low"}
}

推理消耗的 token 记录在 usage.output_tokens_details.reasoning_tokens 中。

保留推理块

Anthropic 格式开启思考后，响应 content 里先是 type 为 thinking 的块，再是 text 块；usage.output_tokens 包含思考部分。多轮对话回传历史消息时，将 thinking 块原样带回即可。