推理设置

本页面所有说明均适用于 OpenAI SDK，在 Claude / Gemini 原生 API 中无效。

Claude

通过模型名开启 thinking

在请求时，将模型名称后面添加 #thinking 可以开启 thinking 模式。

例如：

curl -X POST https://your-capkii-domain.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-proj-1234567890" \
  -d '{
    "model": "claude-sonnet-4-5#thinking",
    "messages": [{"role": "user", "content": "你好"}]
  }'

自定义 Claude 模型推理参数

可使用以下参数控制请求中的推理标记 reasoning：

{
  "model": "claude-sonnet-4-5",
  "messages": [],
  "reasoning": {
    "effort": "high", // 强度参数 (可选)
    "max_tokens": 2000 // 推理最大tokens，目前特指budget_tokens (可选)
  }
}

开启推理

只要请求中带了 reasoning 字段（哪怕是空对象 "reasoning": {}），就会开启 thinking，效果与 claude-sonnet-4-5#thinking 一致，无需再更改模型名称。

开启 thinking 后，请求中的 top_p 会被丢弃。

强度参数

effort 参数可以设置为 high、medium 或 low，按比例从 max_tokens 中划出 budget_tokens：

• low：20%
• medium：50%
• high（以及其他未识别的取值）：80%

若请求未显式指定 max_tokens，则使用后台「Claude 默认 MaxTokens」设置（默认 8192）。

未传 effort 也未传 reasoning.max_tokens 时，按后台「Claude BudgetTokens 百分比」设置计算，默认同样是 80%。

推理最大 tokens

reasoning.max_tokens 参数可以设置为具体的数值，表示推理最大 tokens，目前特指 budget_tokens。

WARNING

reasoning.max_tokens 不能低于 1024，也不能大于本次请求的 max_tokens，否则会返回 budget_tokens_too_small / budget_tokens_too_large 错误。

budget_tokens 若低于 1024，会被抬到 1024。无论 budget_tokens 来自比例计算还是显式传入的 reasoning.max_tokens，只要 max_tokens 小于或等于 budget_tokens，max_tokens 就会被自动调整为 1280。

优先级

若同时在 reasoning 中传入 effort 和 max_tokens，优先级如下：

• max_tokens > effort

OpenAI

通过模型名快速切换 ReasoningEffort

对于 o 系列（o1、o3、o4 等）与 gpt-5 系列模型，在模型名称后面添加 #minimal/#low/#medium/#high 可以快速设置 reasoning_effort。

curl -X POST https://your-capkii-domain.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-proj-1234567890" \
  -d '{
    "model": "gpt-5#low",
    "messages": [{"role": "user", "content": "你好"}]
  }'

这些模型上还有两个自动处理：请求里的 max_tokens 会转成 max_completion_tokens；除 gpt-5-chat-latest 外，temperature 会被丢弃。

优先级

若同时使用模型名后缀和 reasoning.effort，以 reasoning.effort 为准；仅当请求中没有 reasoning 字段时，模型名后缀才会生效。

Gemini

自定义 Gemini 模型推理参数

Gemini 的推理参数与 Claude 不同。gemini 2.5 及更新的模型默认开启推理，如需关闭或调整则需传入 reasoning 参数。

{
  "model": "gemini-2.5-flash",
  "messages": [],
  "reasoning": {
    "effort": "medium", // 思考档位 (可选)
    "max_tokens": 2000 // 推理最大tokens，目前特指thinkingBudget (可选)
  }
}

effort 可取 minimal、low、medium、high，分别对应 Gemini 的 MINIMAL/LOW/MEDIUM/HIGH 思考档位。传入 reasoning 后会同时开启思考过程返回（includeThoughts）。

WARNING

reasoning.max_tokens 为 0 时关闭推理。 仅传入 "reasoning": {} 时，等价于 max_tokens 为 0，即关闭推理。

关闭思考只适用于允许 thinkingBudget=0 的模型（如 gemini-2.5-flash）。gemini-2.5-pro 不支持关闭思考，对它传 "reasoning": {} 或 "max_tokens": 0 会被上游拒绝。

只传 effort 会关掉思考

thinkingBudget 取自 reasoning.max_tokens，未传时按 0 处理并照常下发。因此只给 effort 而不给 max_tokens，会在设置思考档位的同时把预算置 0，反而关闭思考。需要 effort 生效时，请同时传入 reasoning.max_tokens，或按对应模型的官方文档选择参数。

若 reasoning.max_tokens 大于等于请求的 max_tokens，会被自动下调为 max_tokens - 1（Gemini 要求 thinkingBudget 严格小于 maxOutputTokens）。

TIP

多轮对话中，如果上一条 assistant 消息不是以思考内容开头，本次请求不会下发 thinking 配置，以避免上游返回 400。

管理员可在后台的 GeminiOpenThink 设置中按模型开启强制返回思考过程：命中的模型即便请求里没有 reasoning 字段，也会下发 includeThoughts。