推理模型刚出现时，一次复杂任务的成本让很多团队望而却步。现在同样的任务，成本已经降到可以日常使用的水平。降价的三个来源 图解：降价的三个来源 一是推理框架优化：批处理、KV 缓存复用、投机解码，把单位 token 的算力压下来；二是模型结构优化：更高效的注意力机制和稀疏激活；三是算力供给增加，单位 GPU 小时的价格在降。对使用者的意义 图解：对使用者的意义 以前「要不要开推理模式」是个成本问题，现在更多是效果问题。该开就开，不必为了省钱让模型硬答。别忽略的隐性成本推理模型输出更长，同样的任务消耗的 token 更多。按 token 计费时，单价降了但总量涨了，实际支出未必同比例下降。一个观察价格战最终会停在「够用就好」的水平。真正的差异会回到效果、稳定性和工具链，而不是每百万 token 差几毛钱。
DeepSeek 的推理模式（R1 系列）会在回答前先展开一段思考过程。很多人开了之后觉得「慢又啰嗦」，其实是任务不匹配。什么时候该开 图解：什么时候该开 数学计算、逻辑推理、条件判断代码调试：它能顺着执行路径推多约束的规划问题（排班、路线、预算分配）需要「先想清楚再回答」的分析题什么时候别开 图解：什么时候别开 写文案、写邮件：创意任务不需要推导翻译、润色：直接给结果更快简单问答：开了只是多等十几秒怎么读它的思考过程思维链的价值不在于「看它想什么」，而在于发现它在哪里走错。常见三种错误：前提读错：把你说的条件理解反了中途跳步：结论对不上过程自我怀疑后又改回去：说明它不确定看到第二种和第三种，就要追问：你第三步到第四步之间跳过了什么？请补上推导。一个实用技巧：让它先列假设在回答前，先列出你需要的假设。如果假设不成立，请指出来并停下来问我。这能避免它在错误前提上一路推到底。别迷信「思考得久」思考长度和正确率不是正相关。有些题它想了两百字就答对，有些想了两千字还是在原地打转。判断标准永远是：结论能不能被验证。