火山方舟
火山方舟
文档指南
请输入
- 文档首页
火山方舟调用使用 Responses API深度思考
复制全文
下载 pdf深度思考
文档反馈
问问助手具备深度思考能力的模型可高效处理复杂任务。模型在输出回答前，先对输入问题进行系统性分析和逻辑拆解，再基于拆解结果生成回答，确保内容全面且有深度。
说明
支持模型
API 文档
流式输出
深度思考模型在回复前需进行思考，在非流式输出场景中容易因超时导致任务失败，推荐使用流式输出。
说明
若应用是非流式输出场景，建议先以流式输出方式获取完整内容后再输出，这样既能避免任务超时失败，又能满足应用的输出需求。
输出示例：
输出示例：
输出示例：
输出示例：
输出示例：
控制深度思考
通过 thinking 字段控制是否关闭深度思考能力。
- enabled：强制开启，强制开启深度思考能力。
- disabled：强制关闭深度思考能力。
支持 Responses API 中 thinking 字段来控制深度思考的模型如下：
- doubao-seed-evolving：支持 enabled（默认）、disabled。
- doubao-seed-2-1-pro-260915：支持 enabled（默认）、disabled。
- doubao-seed-2-1-lite-260915：支持 enabled（默认）、disabled。
- doubao-seed-2-1-pro-260628：支持 enabled（默认）、disabled。
- doubao-seed-2-1-turbo-260628：支持 enabled（默认）、disabled。
- doubao-seed-2-0-lite-260428：支持 enabled（默认）、disabled。
- doubao-seed-2-0-mini-260428：支持 enabled（默认）、disabled。
- doubao-seed-2-0-pro-260215：支持 enabled（默认）、disabled。
- doubao-seed-2-0-lite-260215：支持 enabled（默认）、disabled。
- doubao-seed-2-0-mini-260215：支持 enabled（默认）、disabled。
- doubao-seed-2-0-code-preview-260215：支持 enabled（默认）、disabled。
- glm-5-3-flash-260828：支持 enabled（默认）。(始终启用思考，不再支持禁用思考。)
- glm-5-2-260617：支持 enabled（默认）、disabled。
- doubao-seed-character-260628：支持 enabled（默认）、disabled。
- deepseek-v4-1-flash-261017：支持 enabled（默认）、disabled。
- deepseek-v4-1-flash-260910：支持 enabled（默认）、disabled。
- deepseek-v4-1-flash-economy-261017：支持 enabled（默认）、disabled。
- deepseek-v4-pro-ga-260813：支持 enabled（默认）、disabled。
- deepseek-v4-flash-ga-260731：支持 enabled（默认）、disabled。
- deepseek-v4-pro-260425：支持 enabled（默认）、disabled。
输出思考内容摘要
支持模型
- doubao-seed-evolving
- doubao-seed-2-1-pro-260915
- doubao-seed-2-1-lite-260915
- doubao-seed-2-1-pro-260628
- doubao-seed-2-1-turbo-260628
- doubao-seed-2-0-lite-260428
-
使用说明
默认会开启 thinking summary 能力，不会输出模型原始的思考内容，会返回模型思考内容摘要字段 summary、思考内容加密原文字段 encrypted_content。
说明
默认开启 thinking summary 能力后，可能会有较高的包间延迟，请调大请求超时时间（timeout），并做好兼容适配。
字段说明：
- reasoning.effort：仅作用于模型的原始思考内容，不适用于思考摘要。
- usage.output_tokens_details.reasoning_tokens：为原始思考内容的 tokens，计费仍然按原始思考内容 token 计算。
回传思考内容
- previous_response_id（推荐）： 自动获取原始思考内容并回传给模型参与推理。
- 手动回传 encrypted_content：按接收到的完整格式回传思考内容加密原文，被篡改后则无法还原思考内容。
调节思考长度
通过 reasoning.effort 调节思维链长度，平衡不同场景对效果、时延、成本的需求。取值如下：
- none：关闭思考。
- minimal：关闭思考，直接回答。
- low：轻量思考，侧重快速响应。
- medium：均衡模式，兼顾速度与深度。
- high：深度分析，处理复杂问题。
- xhigh：更高强度思考。
- max：最高强度思考，适配高难度推理任务。
下表展示支持调节思考长度的模型，以及各模型对 reasoning.effort 的支持取值、默认取值与兼容映射规则。所有支持该字段的模型均接受全部 7 档取值，部分取值将按表中规则自动映射至等效档位。
支持模型 | 默认取值 | 兼容映射 |
| high |
|
| medium |
|
glm-5-3-flash-260828 | max |
|
glm-5-2-260617 | high |
|
| high |
|
始终开启思考，不使用 thinking 参数。 | max |
|
| high |
|
* deepseek-v4-pro-260425 | high | * 传入 minimal：将关闭思考 |
关于 thinking.type、reasoning.effort 的使用说明如下：
- thinking.type 取值为 enabled：支持配置 reasoning.effort。当 reasoning.effort 取值为 minimal 时，则关闭思考，直接回答。
- thinking.type 取值为 disabled：reasoning.effort 仅支持取值 minimal。当 reasoning.effort 为其他取值时会报错。
设置最大输出长度
模型输出长度 = 思维链长度（如果有） + 回答长度
通过设置 max_output_tokens 字段调整模型输出长度，达到控制成本或输出指定篇幅的目的。
工作原理
- 多轮对话场景
- 流程图说明
- 在每一轮对话过程中，深度思考模型会输出思维链内容（CoT）和最终回答（Answer）。
- 在下一轮对话中，之前输出的思维链内容不会被拼接到上下文中。
思维链内容展现的是模型处理问题的过程，包括将问题拆分为多个问题进行处理，生成多种回复综合得出更好回答等过程。
- 工具调用场景
- 工具调用场景中开启深度思考后，为给出更详尽准确的回答，将不会直接丢弃思维链内容，历史轮次的思维链内容按需（模型自主判断）参与推理。在整个请求过程中，用户回传完整上下文即可，由服务端自行判断，是否保留思维链内容。未输入给模型的思维链内容，不会计算 token 用量。代码示例参见回传思考内容。
- 流程图说明
- 回答问题 1 时（请求 1.1 - 1.2），模型进行多次思考 + 工具调用后给出答案，方舟会输入完整上下文包括思维链内容给模型处理。
- 开始回答问题 2 时（请求 2.1），方舟会自行判断并删除之前上下文中的思维链，输入给模型。
QPS 限流
接口名称 | 账号维度的 QPS 限流 |
创建模型响应 | 无 |
查询模型响应 | 20 |
列出输入项 | 20 |
删除模型响应 | 20 |
最近更新时间：2026.10.28 20:32:46
这个页面对您有帮助吗？
有用
有用
无用
无用