Gemini 思考模式与思考预算 — 给 AI 分配推理时间
思考模式 vs 普通模式
Google 在 Gemini 2.5 系列引入了两种运行模式：
- 普通模式（default）：模型快速给出答案，不额外分配推理计算
- 思考模式（thinking / extended thinking）：模型在正式回答前先花一段时间「思考」，展开内部推理链
Deep Think 是思考模式在消费端产品的名称，API 开发者层面叫 thinking: { type: "extended" }。
思考预算（Thinking Budget）
思考预算是一个可配置参数——你可以告诉模型「最多花多少 token 在思考上」。这个值越大，模型思考得越充分，但也越慢。
在 API 层面，思考预算通过 thinking_budget 字段设定，单位是 token。Gemini 3 Pro 的思考预算范围大致从几千到几万 token。
消费端（Gemini 应用内） 的思考预算是固定的——你选了 Deep Think 就是给模型分配了默认的高预算，不能自己调。但开发者通过 API 可以精确控制。
什么时候需要调大预算
- 问题本身就需要长程推理（多变量数学、复杂决策树）
- 之前用默认预算得出的答案质量不够好、推理链太短
- 你不在乎等待时间，只在乎答案质量
什么时候用小预算或不用
- 日常问答、快速迭代
- 需要快速反馈的场景（IDE 补全、实时语音对话）
- 简单问题上 Deep Think 明显浪费资源
思考模式的内部工作原理（简化版）
- 预读问题：模型先把你的问题拆解成子问题列表
- 展开推理：对每个子问题进行推理，生成中间结论
- 交叉验证：检查不同子问题的结论是否矛盾，修正不一致
- 汇总收敛：把通过验证的结论整合成最终回答
和 Chain-of-Thought（CoT）提示不同——思考模式是模型内部自动进行的，不需要你在提示词里显式要求「一步步思考」。
Gemini 应用里的三种思考强度
从 2025 年底开始，Gemini 应用在部分模型上提供了思考强度选择：
- 关闭思考：最快，Flash 级别速度
- 标准思考：默认，平衡速度和质量
- 深度思考：类似 Deep Think，充分推理
不同强度对应不同的思考预算分配。
继续阅读：上下文窗口