推理模型
Reasoning Model / Test-time Compute Model
把更多计算放在回答之前的内部思考过程，用测试时算力换复杂任务正确率。
先用人话理解
普通聊天模型倾向“脱口而出”。推理模型会先在内部多想几步，再给出答案，所以更慢、更贵，但在数学、代码和多步规划上往往更稳。
再往技术里走一步
常见做法包括过程奖励、可验证任务上的强化学习、显式思维链，以及按难度分配测试时计算。产品上常拆成 thinking / non-thinking 模式或独立 o 系列。
为什么重要
它把“扩展”从只堆训练算力，扩展到推理阶段，也改变了 API 定价、延迟与 Agent 编排方式。
常见误解
推理模型一定参数更大
思维链输出等于真实内部计算
所有任务都应开深度思考