---
title: "什么是思考 token（reasoning tokens）？计费、限制与空回答 | BroadRouter"
description: "思考 token 是推理模型在回答前“思考”时生成的 token。它们怎么计费、如何计入 max_tokens，以及怎样控制用量。"
url: https://broadrouter.com/zh/glossary/reasoning-tokens/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/glossary/reasoning-tokens/)（2026-11-14 更新）。

# 思考 token（reasoning tokens）

更新于 2026-11-14

思考 token（reasoning tokens）是推理模型在写出可见回答之前、为解决问题而生成的 token。它们通常按输出 token 计费，计入输出上限和上下文窗口，API 可能将其隐藏或只返回摘要。

又称： 推理 token、思考 token、思维链 token、推理强度、reasoning tokens、thinking tokens、chain-of-thought tokens、reasoning effort、extended thinking

推理模型会先思考再回答。思考本身也是文本，所以同样消耗 token、时间和上下文窗口的空间。

## 原理

推理模型先生成内部的思维链，再生成可见回答，两者共用同一份输出预算。OpenAI 的指南说，思考 token “are billed as output tokens”（译文：按输出 token 计费），并占用上下文窗口；Anthropic 对 thinking token 也是同样的说法，称它们是 “a subset of your `max_tokens`”（译文：`max_tokens` 的一部分）。

在 Chat Completions 格式中，这个数量出现在 usage 里：

```json
"usage": {
  "completion_tokens": 1186,
  "completion_tokens_details": { "reasoning_tokens": 1024 }
}
```

这里 1,186 个输出 token 中有 1,024 个用于思考，只有 162 个用于回答。OpenAI 提醒，响应可能在 “before any visible output tokens are produced”（译文：产生任何可见输出 token 之前）就达到上限，这时你要为输入和思考付费，却拿不到回答。它建议在刚开始试用其模型时，为思考和输出预留至少 25,000 个 token。

很多 API 提供 `reasoning_effort`（`low`、`medium`、`high`）这类参数，用一部分质量换取更少的思考 token。

## 为什么重要

-   **成本。** 在按 token 计费的密钥上，思考按输出价格计费，而输出通常是最贵的一档。参见[输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)。
-   **延迟。** 在第一个可见 token 出现之前，思考需要时间。在固定的[每秒 token 数](https://broadrouter.com/zh/glossary/tokens-per-second/)下，2,000 个思考 token 会增加相当于 2,000 个输出 token 的时间。
-   **可靠性。** 在非推理模型上够用的较小 [`max_tokens`](https://broadrouter.com/zh/glossary/max-tokens/)，换到推理模型上可能返回空回答。

## 在 BroadNet Inference 上

[DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/)、[GLM 5.3](https://broadrouter.com/zh/models/glm-5.3/) 和 [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/) 会先思考再回答。BroadNet 的文档说明，思考内容计入 `max_tokens`。BroadNet 的文档没有为 BroadNet Gemma 4 VL 26B 列出思考功能。

模型报告时，`usage.completion_tokens_details.reasoning_tokens` 会显示思考所占的部分。把 `max_tokens` 设为 1,000 或以上，或者不设置；简单步骤使用 `reasoning_effort="low"`：

```python
client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order'"}],
)
```

按量付费时，思考按输出价格计费，例如 DeepSeek V4.1 Flash 为每百万 token $0.52。在该模型的不限量套餐上没有 token 计量，所以思考不会产生额外费用，只会占用时间。完整的排查清单见[推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。

## 常见问题

### 我能看到思考 token 的内容吗？

取决于 API。OpenAI 表示，其 API 不会直接返回思考 token，但可以提供摘要。其他服务商会在单独的字段里返回部分或全部思考内容。无论能否看到，这些 token 都要计费。

### 怎样减少思考 token？

在模型支持的前提下，简单任务使用较低的思考强度，例如把 reasoning\_effort 设为 low。清晰、具体的提示词也有帮助。

### 为什么推理模型返回了空回答？

模型很可能把全部输出预算都花在了思考上，此时 finish\_reason 为 length。调高 max\_tokens，或降低思考强度。

## 另请参阅

-   [max\_tokens（最大输出 token 数）](https://broadrouter.com/zh/glossary/max-tokens/)（术语）
-   [输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)（术语）
-   [上下文窗口（context window）](https://broadrouter.com/zh/glossary/context-window/)（术语）
-   [每秒 token 数（TPS，tokens per second）](https://broadrouter.com/zh/glossary/tokens-per-second/)（术语）
-   [思维链（CoT，chain-of-thought）](https://broadrouter.com/zh/glossary/chain-of-thought/)（术语）
-   [推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)（指南）
-   [对话补全的流式输出，以及连接中断的处理](https://broadrouter.com/zh/guides/streaming-chat-completions/)（指南）
-   [迁移到 OpenAI 兼容 API：切换服务商检查清单](https://broadrouter.com/zh/blog/openai-compatible-api-migration-checklist/)（文章）
-   [大模型 API 包月还是按 token 付费：盈亏平衡怎么算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)（文章）

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-reasoning-tokens&utm_content=page-cta) ·

**来源**

-   [OpenAI：推理模型指南](https://developers.openai.com/api/docs/guides/reasoning)
-   [Anthropic：开启思考时的上下文窗口](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [BroadNet Inference API 参考：思考与缓存 token（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-reasoning-tokens&utm_content=sources#models)
