DeepSeek R1 与它的接棒者:什么时候推理模型比通用模型强

不是每个模型都该用同样的方式思考。DeepSeek R1 是让"推理优先"出名的那个模型:先多花 token 一步步把问题想清楚,再作答。这个思路赢得太彻底,以至于它不再是一个单独的模型——同样的能力如今住进了 DeepSeek V4-Pro 的思考模式里,而 R1 本身已经退役:旧别名 deepseek-reasoner 将于 2026 年 7 月 24 日停止服务。本页要讲的判断——什么时候深思熟虑值得花钱——和从前一样重要,变的只是模型名字。

推理模式到底买到了什么

通用模式一次成型作答。推理模式先生成内部思维链,再给最终答案。这种深思熟虑用延迟和输出 token 换难题上的准确率——某个中间步骤一错、整个结果就毁掉的那类问题,正是推理模式在数学和逻辑榜单上领先的原因。

代价是真实的:思考更慢,思考的 token 也要付费。V4-Pro 两种模式同价(每百万 token $0.435/$0.87),变的是一道难题会消耗多少 token。

什么时候打开思考

数学与定量推理:多步计算、证明、应用题。
逻辑与规划:约束问题、决策树、动手前把步骤理出来。
小心的分析:中间一步错就全盘毁、你希望模型自我检查的场景。

什么时候关着

简单、大批量任务:分类、抽取、短回复。用 DeepSeek V4-Flash——推理开销在这里是白花的成本和延迟。
对延迟敏感的体验:必须秒回的对话,不深思才答得快。
大多数代码:V4-Pro 标准模式(LiveCodeBench 93.5)通常更合适;思考留给真正难啃的算法结。

现在怎么调用

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TURILOOP_API_KEY"],
    base_url="https://api.turiloop.com/v1",
)

r = client.chat.completions.create(
    model="deepseek-v4-pro",   # 思考模式:deepseek-r1 的接棒者
    messages=[{"role": "user", "content": "一列火车从 A 地以 60 km/h..."}],
)
answer = r.choices[0].message.content

如果你的代码里还有 deepseek-r1 或 deepseek-reasoner,请在 2026 年 7 月 24 日前迁移——大限细节见 V4 发布追踪,操作步骤见迁移指南。

经验法则

当问题难以答对、答错代价高时,打开思考。其余一切,便宜的量产活走 V4-Flash、要质量走 V4-Pro 标准模式,更快也更省。两者都在 Turiloop 一个 OpenAI 兼容 Key 背后——把每个请求路由到对的模式,是一个参数的事,不是改管道的事。按量付费、国际卡。