推理模型 API
最后更新:
以可评分任务比较 GPT、Claude、DeepSeek 的输出与成本,核对模型专属思考参数、上下文、输出预算和结束状态。
按任务验收选择推理模型
固定一个可评分的任务,先确认目标模型的接口,再比较答案、工具执行、返工与实际费用。当前报价和 endpoint 表不能证明推理准确率或速度排行。
| 当前模型 ID | 人民币报价与计价数量 |
|---|---|
| gpt-6.1-sol | ¥2 输入 / ¥10 输出 / 1M tokens |
| claude-sonnet-5-5 | ¥2 输入 / ¥10 输出 / 1M tokens |
| DeepSeek-V4-Pro-0813 | ¥4 输入 / ¥12 输出 / 1M tokens |
最小请求示例
凭据从 KKAI_API_KEY 环境变量读取。示例是请求合同,运行后需核对实际响应和用量。
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["KKAI_API_KEY"],
base_url="https://api.kkaiapi.com/v1", max_retries=0, timeout=120)
r = client.chat.completions.create(
model="gpt-6.1-sol",
messages=[{"role": "user", "content": "请只回复 pong"}],
)
print(r.choices[0].message.content)不要通用添加思考参数
reasoning_effort、thinking、reasoning_content 等字段属于不同模型和协议。先用本页普通聊天请求建立基线,随后按该模型文档逐项加入已支持参数;不能把一个厂商的参数直接发送给所有模型。
长思考应留足预算并核对结束状态
记录输入长度、输出上限、超时配置、完成原因和用量。答案截断可能是预算、窗口或客户端中断,不能直接认定模型推理能力不足;涉及隐藏推理内容时按具体合同处理。
常见问题
本页示例代表已经实测成功吗?
示例说明当前请求结构与配置方式。请在自己的运行环境核对响应、模型 ID 与用量;模型快照和文档不能替代一次真实业务验收。