通过模型名括号设置思考量

在模型名称末尾追加 (值) 来控制思考预算或推理等级。代理会在路由前移除括号，并将解析结果写入请求。

可用取值

(数字)：显式思考预算（提供商原生 token），按模型支持区间夹紧。
(等级)：预设推理等级（不区分大小写）：

等级	约等于预算	说明
`minimal`	512	低成本推理
`low`	1024	快速推理
`medium`	8192	默认推理深度
`high`	24576	深度推理
`xhigh`	32768	更深推理
`auto`	动态（允许则为 -1，否则取中点/下限）	由上游自动分配
`none`	0（若不允许 0 则夹紧到最小值）	关闭思考

空括号 () 会被忽略。provider://model 形式请在模型名后加括号，例如 openrouter://gemini-3-pro-preview(high)。

应用规则

仅对声明支持思考的模型生效；不支持的模型只会移除括号，不注入思考字段。
Gemini（标准与 CLI）：按夹紧后的值写入 generationConfig.thinkingConfig.thinkingBudget（或 request.generationConfig.thinkingConfig...），不会改动 include_thoughts。自带默认思考的模型（如 gemini-3-pro-preview）在缺省情况下仍会自动启用思考，括号中的预算会覆盖默认值。
Claude API：提供预算/等级时会设置 thinking.type=enabled 并填入归一化后的 thinking.budget_tokens，必要时提升 max_tokens。
OpenAI/Codex/Qwen/iFlow/OpenRouter：等级/auto/none 会覆盖 reasoning_effort（chat）或 reasoning.effort（Responses）；纯数字预算不会为这些协议改写 reasoning_effort。
使用离散等级的模型会校验等级，不支持的取值会返回 400。

使用示例

动态思考预算（Gemini）：

bash

curl -X POST http://localhost:8317/v1/chat/completions \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{
        "model": "gemini-3-pro-preview(auto)",
        "messages": [{ "role": "user", "content": "帮我总结要点" }]
      }'
# 归一为 gemini-3-pro-preview，写入 thinkingBudget=-1（若不支持动态则按模型区间夹紧），不修改 include_thoughts。

OpenAI Responses 高等级推理：

bash

curl -X POST http://localhost:8317/v1/responses \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{
        "model": "gpt-5.1(high)",
        "input": "列出三个改进点"
      }'
# 路由为 gpt-5.1，并覆盖 reasoning.effort="high"。

关闭思考（若不允许 0 则会夹紧到最小值）：

bash

model=claude-sonnet-4.5(none)
# 若模型允许则写入 thinking.budget_tokens=0，否则夹紧到模型最小值。

通过模型名括号设置思考量 ​

可用取值 ​

应用规则 ​

使用示例 ​

通过模型名括号设置思考量

可用取值

应用规则

使用示例