Skip to main content

​
1. 概述

推理模型是基于深度学习的AI系统，通过逻辑推演、知识关联和上下文分析解决复杂任务，典型应用包括数学解题、代码生成、逻辑判断和多步推理场景。这类模型通常具备以下特性：
  • 结构化思维：采用思维链（Chain-of-Thought）等技术分解复杂问题
  • 知识融合：整合领域知识库与常识推理能力
  • 自修正机制：通过验证反馈回路提升结果可靠性
  • 多模态处理：部分先进模型支持文本/代码/公式混合输入

​
2. 平台支持推理模型

平台支持的推理模型，可以通过模型广场查询。

​
3. 使用建议

​
3.1 API 参数

​
3.1.1 请求参数

  • 请求参数：
    • 最大思维链长度（thinking_budget）：模型用于内部推理的 token 数，合理设置 thinking_budget ，可以控制回答的思维链长度。
    • 最大回复长度（max_tokens）：用于限制模型最终输出给用户的回复 token 数，控制回复的最大长度。
最大上下文长度（context_length）：非请求参数，不需要用户自己设置。不同模型支持的最大上下文长度可通过模型广场页面进行查看。 推理模型思维链输出行为将遵循以下规则：
  • 若“思考阶段”生成的 token 数达到 thinking_budget，因 Qwen3 系列推理模型原生支持该参数模型将强制停止思维链推理，其他推理模型有可能会继续输出思考内容。
  • 若最大回复长度超过 max_tokens或上下文长度超过context_length 限制，回复内容将进行截断，响应中的 finish_reason 字段将标记为 length，表示因长度限制终止输出。

​
3.1.2 返回参数

  • 返回参数:
    • reasoning_content：思维链内容，与 content 同级。
    • content：最终回答内容

​
3.2 DeepSeek-R1 使用建议

  • 将 temperature 设置在 0.5-0.7 范围内（推荐值为 0.6），以防止无限循环或不连贯的输出。
  • 将 top_p 的值设置在 0.95。
  • 避免添加系统提示,所有指令应包含在用户提示中。
  • 对于数学问题，建议在提示中包含一个指令，例如：“请逐步推理，并将最终答案写在 \boxed 中。”
  • 在评估模型性能时，建议进行多次测试并平均结果。

​
4. OpenAI 请求示例

​
4.1 流式输出请求

from openai import OpenAI

url = 'https://api.siliconflow.cn/v1/'
api_key = 'your api_key'

client = OpenAI(
    base_url=url,
    api_key=api_key
)

# 发送带有流式输出的请求
content = ""
reasoning_content=""
messages = [
    {"role": "user", "content": "奥运会的传奇名将有哪些？"}
]
response = client.chat.completions.create(
    model="Pro/deepseek-ai/DeepSeek-R1",
    messages=messages,
    stream=True,  # 启用流式输出
    max_tokens=4096,
    extra_body={
        "thinking_budget": 1024
    }
)
# 逐步接收并处理响应
for chunk in response:
    if chunk.choices[0].delta.content:
        content += chunk.choices[0].delta.content
    if chunk.choices[0].delta.reasoning_content:
        reasoning_content += chunk.choices[0].delta.reasoning_content

# Round 2
messages.append({"role": "assistant", "content": content})
messages.append({'role': 'user', 'content': "继续"})
response = client.chat.completions.create(
    model="Pro/deepseek-ai/DeepSeek-R1",
    messages=messages,
    stream=True
)

​
4.2 非流式输出请求

from openai import OpenAI
url = 'https://api.siliconflow.cn/v1/'
api_key = 'your api_key'

client = OpenAI(
    base_url=url,
    api_key=api_key
)

# 发送非流式输出的请求
messages = [
    {"role": "user", "content": "奥运会的传奇名将有哪些？"}
]
response = client.chat.completions.create(
    model="Pro/deepseek-ai/DeepSeek-R1",
    messages=messages,
    stream=False, 
    max_tokens=4096,
    extra_body={
        "thinking_budget": 1024
    }
)
content = response.choices[0].message.content
reasoning_content = response.choices[0].message.reasoning_content

# Round 2
messages.append({"role": "assistant", "content": content})
messages.append({'role': 'user', 'content': "继续"})
response = client.chat.completions.create(
    model="Pro/deepseek-ai/DeepSeek-R1",
    messages=messages,
    stream=False
)

​
5. 注意事项

  • API 密钥：请确保使用正确的 API 密钥进行身份验证。
  • 流式输出：流式输出适用于需要逐步接收响应的场景，而非流式输出则适用于一次性获取完整响应的场景。

​
6. 常见问题

  • 如何获取 API 密钥？ 请访问 SiliconFlow 注册并获取 API 密钥。
  • 如何处理超长文本？ 可以通过调整 max_tokens 参数来控制输出的长度，但请注意最大长度为 16K。