跳转到主要内容
推理模型在生成最终回答前，会花额外算力跑一遍隐藏的”思考”过程。 它们更慢、更贵，但能解决更难的问题。OrcaRouter 给出统一的语法 来控制各服务商的推理 effort——挑选适合你客户端的形式即可。

​
设置 effort 的两种方式

​
1. reasoning_effort 字段（OpenAI 形态）

在 Chat Completions 请求上传入。可选值：low、medium、high （某些模型还支持 minimal / max）。 
resp = client.chat.completions.create(
    model="anthropic/claude-opus-4.6",
    messages=[{"role": "user", "content": "Hard math problem..."}],
    reasoning_effort="high",
)
OrcaRouter 会把这一字段翻译到上游的原生形态：
  • OpenAI o 系列与 gpt-5-pro 系列：原样转发为 reasoning_effort。
  • Anthropic Claude：映射为 thinking: {type: "enabled", budget_tokens: ...}，对应预算 low→1280、medium→2048、high→4096。claude-opus-4.6 特殊： 映射为 thinking: {type: "adaptive"} + output_config.effort。
  • Google Gemini：映射为 generationConfig.thinkingConfig， 设置 includeThoughts: true 以及与 effort 对应的 thinking 等级 / 预算。
  • xAI Grok：在 grok-3-mini 系列上原样转发（它原生接受 reasoning_effort）。
  • DeepSeek reasoner：本身就是推理模型；reasoning_effort 不起作用。

​
2. 模型名后缀 -{effort}

也可以把 effort 直接编进模型名。识别的后缀： -minimal / -low / -medium / -high / -max。 
# 等价于 model="anthropic/claude-opus-4.6" + reasoning_effort="high"
resp = client.chat.completions.create(
    model="anthropic/claude-opus-4.6-high",
    messages=[...],
)
跨服务商行为一致——挑代码里更可读的那种写法即可。

​
本部署中的推理模型家族

OpenAI：
  • openai/o1、o1-pro
  • openai/o3、o3-mini、o3-mini-high
  • openai/o4-mini、o4-mini-high
  • openai/gpt-5-pro 以及 gpt-5.x-pro 系列
Anthropic（Claude 4 / Opus 上的 extended thinking）：
  • anthropic/claude-sonnet-4.6、claude-opus-4.6、claude-opus-4.7 等——配合 reasoning_effort 或 -{effort} 后缀使用。
Google Gemini（Gemini 2.5 / 3.x 上的 extended thinking）：
  • google/gemini-2.5-pro、gemini-2.5-flash、gemini-3-pro-preview 等——配合 reasoning_effort 或 -{effort} 后缀使用。
DeepSeek：
  • deepseek/deepseek-reasoner —— 本身就是推理模型。
xAI Grok：
  • grok/grok-4-fast-reasoning、grok-4-1-fast-reasoning
  • grok/grok-3-mini 配合 reasoning_effort: low 或 high
调用 /v1/models 获取实时目录。

​
响应中的推理轨迹

对于 OpenAI Responses API，模型的隐藏推理以 reasoning 项的形式 出现在响应输出里。对于通过原生 /v1/messages 调用的 Anthropic， thinking 以 type: thinking 的 content_block 条目到达。网关也会 在上游提供 reasoning_content 时把它透出到 chat-completion 响应上。 你可以为透明性展示这些轨迹，或在生产环境中忽略它们。

​
计费

推理 token 在 usage 对象的 completion_tokens_details.reasoning_tokens 上单独计数——参阅 运维 / 计费与用量。