深度推理与测试时计算：从 CoT 到 o1、DeepSeek-R1¶

本文介绍测试时计算（Test-Time Compute） 概念、代表模型 o1 与 DeepSeek-R1、API 使用方法，以及何时适合采用深度推理。2025–2026 年，大模型的「思考过程」正从隐藏走向可选可见，开发者可在推理成本与推理质量之间做更灵活权衡。

适用读者：已了解 Prompt 工程入门，希望理解「推理阶段加算力」的机制与实际用法。

什么是测试时计算¶

测试时计算（Test-Time Compute，TTC） 指在推理阶段增加算力投入，让模型在给出最终答案前进行更长时间的「思考」。

传统 LLM 对每个 token 做一次前向传播，推理成本主要由「生成长度」决定。而 TTC 允许模型在内部进行多步推理、链式思考，再输出答案。可以类比为：考试时允许草稿纸，学生可以在草稿纸上演算，最后只交最终答案。

对比	传统 LLM	深度推理 / TTC
推理成本	主要由生成长度决定	推理步数 × 模型规模
输出内容	直接答案	答案 + 可选推理过程
典型能力	知识、简单推理	数学、代码、复杂逻辑

从 Chain-of-Thought 到 o1 / R1¶

Chain-of-Thought（CoT）¶

CoT 是最早被广泛使用的推理增强方式：在提示词中要求模型「一步步想」，输出中会包含推理步骤。但 CoT 的「思考」仍是可见的、与最终答案混在一起，受限于提示词设计和单次前向传播。

o1 系列（OpenAI）¶

OpenAI 的 o1 将推理过程完全隐藏：模型在内部做大量计算，对外只返回最终答案。用户看不到「草稿」，只能看到结论。o1-mini 等型号在数学、代码等基准上表现优秀，但推理过程不可审计，成本也相对较高。

DeepSeek-R1¶

DeepSeek-R1 是 DeepSeek 推出的深度推理模型，特点包括：

推理过程可见：API 返回 reasoning_content 与 content，可查看模型的思考步骤
开放与可审计：便于调试、合规与教学
成本更低：相比 o1 约便宜 10–30 倍
架构：671B MoE，约 37B 激活参数；蒸馏版覆盖 1.5B–70B，MIT 开源
能力：32B/70B 蒸馏版在部分基准上已超越 o1-mini

R1-Zero 为纯强化学习训练版本，无监督预训练成分，体现「推理能力可由 RL 直接塑造」的思路。

DeepSeek-R1 API 使用¶

模型标识¶

使用模型名：deepseek-reasoner（或根据官方文档的最新命名）。

响应结构¶

响应中包含两个主要字段：

reasoning_content：模型的「草稿」——内部推理过程
content：最终答案

可根据业务需求选择只展示 content，或将 reasoning_content 用于调试、审计或用户可见的「思考过程展示」。

示例（伪代码）¶

from openai import OpenAI  # DeepSeek 兼容 OpenAI SDK

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=[{"role": "user", "content": "证明：若 n 为偶数，则 n^2 为偶数。"}],
)

# 推理过程
reasoning = response.choices[0].message.reasoning_content  # 或 equivalent 字段
# 最终答案
answer = response.choices[0].message.content

实际字段名请以 DeepSeek 官方文档为准。

适用场景与注意事项¶

适合用深度推理的场景¶

数学与逻辑：证明、计算、多步推导
代码：算法设计、调试、重构
科学推理：实验设计、因果分析
法律/合规：需要可追溯推理过程的任务
Agent 推理后端：规划、拆解、决策链

不推荐的场景¶

简单知识问答：CoT/深度推理可能适得其反，增加延迟和成本
创意/自由生成：推理步骤对用户价值有限
实时对话：多步推理延时长，可能影响体验

成本与延迟¶

TTC 会显著增加推理时间与 token 消耗
R1 相对 o1 成本更低，适合在「需要推理」与「预算」之间做折中

与本站其他文章的关系¶

Prompt 工程入门：CoT 等提示技巧是深度推理的早期形态
RAG：深度推理可与 RAG 结合，先检索再推理
Agent：R1/o1 可作为 Agent 的「思考引擎」，用于规划与决策

小结¶

测试时计算（TTC）：推理阶段增加算力，让模型在输出前进行多步思考
o1：推理隐藏，只输出结论；DeepSeek-R1：推理可见，API 返回 reasoning_content 与 content
R1 优势：成本更低、可审计、蒸馏版能力强；使用注意：简单任务未必受益，需权衡成本与延迟
使用建议：数学、代码、逻辑、Agent 推理等优先考虑；知识问答、创意写作可继续用普通模型

延伸阅读：DeepSeek-R1 技术报告、OpenAI o1 官方介绍、The Art of Scaling Test-Time Compute for Large Language Models。