DeepSeek-R1、OpenAI o 系列之后，「推理模型」成了新热点。它的核心变化是：模型在回答前先自己「想一会儿」。

和普通模型的结构差别

• 普通模型：输入 → 直接输出答案，快，但复杂问题上容易跳步。
• 推理模型：输入 → 生成一段内部推理链（可能几十到几千字）→ 再给答案，慢但更稳。

什么时候值得用

• 数学推导、逻辑题、算法设计。
• 需要严谨论证的分析类任务：方案对比、可行性评估。
• 复杂代码排错：它会把假设一条条验证下去。

什么时候别用

写文案、翻译、改错别字这类任务，推理模型又慢又贵，普通模型完全够用。另外，推理模型的「思考过程」不等于真相，它仍可能把错误的前提一路推下去——结论对不对，最终还得靠你验证。

本文为编辑整理，模型能力请以官方文档与实际测试为准。