在最近的一档脱口秀节目中，演员张俊调侃 DeepSeek 是一款非常「内耗」的 AI，连个「1 加 1 等于几」都要斟酌半天。

在 AI 领域，这种情况被称为「过度思考」。它的存在让 AI 大模型公司非常头疼，因为实在是太浪费算力了，那点订阅费根本 cover 不住。

所以，早在去年的 GTC 大会上，Transformer 论文作者之一 Illia Polosukhin 就提到，自适应计算是接下来必须出现的事情之一，我们需要知道在特定问题上应该花费多少计算资源。

今年，越来越多的模型厂商将这件事提上日程 ——OpenAI 给 GPT-5 装了个「路由器」，确保模型可以在拿到用户问题后，自动选择合适的模型，像「天空为什么是蓝色的」这种问题直接就丢给轻量级模型；DeepSeek 更激进，直接把对话和推理能力合并到了一个模型里，推出了单模型双模式的 DeepSeek v3.1。

在内部评测中，GPT-5（使用思考模式）能以比前代模型更少的 token 数完成任务 —— 大约少 50–80% 的输出 token 即可达到相同甚至更好的效果。

测试数据显示，在 AIME 2025、GPQA Diamond 和 LiveCodeBench 这些基准测试中，DeepSeek v3.1（使用思考模式）和 DeepSeek R1 得分类似，但消耗的 token 数量减少了 25-50%。

未来一段时间，这种混合推理模式有望成为大模型领域的新常态。如何在成本和性能之间取得平衡正成为模型竞争力的新基准。

在这篇文章中，我们将讨论这种趋势的成因、各大公司的动向以及相关的研究，希望对大家有所启发。

前段时间，TextQL 联合创始人兼 CEO 丁一帆（Ethan Ding）在一篇博客中深入讨论了一个反直觉的现象 —— 明明 Token 的成本一直在下降，但各家模型公司的订阅费却在飞涨。

他将这一问题的症结归结为：那些降价的模型大部分不是 SOTA 模型，而人类在认知上的贪婪决定了，大部分人只想要「最强大脑」，所以 99% 的需求会转向 SOTA。而最强模型的价格始终差不多。

更糟糕的是，随着「深度研究」、Agent 等模式的出现，AI 能完成的任务长度每 6 个月就翻一倍。到 2027 年，我们可能将拥有能连续运行 24 小时、而且不会跑题的 AI agent。按照这一趋势发展下去，这些「最强大脑」所消耗的 token 数量将会爆炸式增长。

换算成经济账，这意味着，现在一次 20 分钟的「深度研究」调用大概花费 1 美元，但到了 2027 年，一次 Agent 调用就变成了 72 美元 / 天 / 用户。

所以，今年好多 AI 模型厂商都提高了订阅费，还限制用量。因为原来每月 20 美元的订阅费，连用户每天进行一次 1 美元的深度调用都撑不起。

这部分多出来的订阅费给模型厂商提供了一些缓冲空间，但终究是缓兵之计。所以模型厂商还想了一些其他的办法来应对成本积压，包括将处理任务卸载到用户机器上、根据负载自动切换模型等。我们在 GPT-5 中看到就是后面这种做法。DeepSeek 则更进一步，让一个模型判断问题难度，然后在思考 / 非思考模式之间切换。除此之外，Claude、Qwen 等也是这条路线的探索者，同样值得关注。

Anthropic 今年 2 月份推出的 Claude 3.7 Sonnet 是市场上首个混合推理模型。它可以近乎实时地给出回应，也可以进行深入的、逐步展开的思考，并将思考过程展示给用户。API 用户还能精细控制模型的思考时长（让 Claude 思考不超过 N 个 token）。

在当时的博客里，Anthropic 就解释了他们的理念：「我们开发 Claude 3.7 Sonnet 的理念与市面上其他推理模型截然不同。正如人类使用单个大脑进行快速响应和深度思考一样，我们认为推理应该是前沿模型的集成能力，而非一个完全独立的模型。这种统一的方法也为用户带来了更流畅的体验。」

在之后的 Claude 4 系列模型中，Anthropic 延续了这种模式。不过，他们一直保留了一个「扩展思考」的开关，让用户来决定何时开启深度思考。

阿里今年 4 月份开源的 Qwen3 系列模型是混合推理模型的开源代表，采用单一模型框架融合了思考模式与非思考模式。两种模式的切换完全由用户控制，不依赖于自动检测或其他隐式触发。

具体来说，它支持在对话中插入特殊标记 /think 或 /no_think 来动态切换，或者在 API 调用时设置特定参数。

为防止推理过程过长，Qwen 3 还提供了 thinking_budget 参数，用户可以设定推理链最大的 token 数；若实际推理超过此预算，模型会截断中间内容并直接生成最终答案。

具体技术信息可以参见 Qwen 3 技术报告：https://arxiv.org/pdf/2505.09388

不过，这个系列的混合推理模型并没有达到理想效果，在基准测试中表现也不够好。所以在与社区沟通并深思熟虑后，阿里决定停用该模式，转头分别训练 Instruct 模型和 Thinking 模型。新模型已经在 7 月份正式开源，并且相比混合推理模型实现了明显的性能提升（尤其是 instruct 模型）。

对于 Qwen 来说，这算是一个小小的挫折。但该团队并没有完全放弃这个想法。「我们仍在继续研究混合思维模式，」该团队写道，并暗示一旦解决了质量问题，该功能可能会在未来的模型中重新出现。

今年 4 月，谷歌推出了首款混合推理模型 —— Gemini 2.5 Flash 。该模型引入了「思考预算」机制，允许开发人员指定在生成响应之前应分配多少计算能力用于推理复杂问题。模型在生成响应之前会评估多种潜在路径和考虑因素。思考预算可以从 0 调整到 24,576 个 token。使用 Gemini 2.5 Flash 时，输出成本会因是否启用推理功能相差 6 倍。

更擅长深度思考的 Gemini 2.5 Pro 虽然在发布时没有「思考预算」机制，但在 6 月份的一次重大更新时又加上了。

它的出现则被定义为面向 B 端的实用主义创新，而非一个面向普通消费者的通用模型。因为它允许企业在生产系统中像调节水龙头一样精确调节 AI 的思考成本，这对于需要将 AI 应用大规模部署的企业和开发者来说是一个非常伟大的功能。

在实现方式上，有人猜测这可能是一个「混合方案」—— 模型可能实际结合了一个擅长推理的大模型和一个用于输出的小模型，两者根据预算切换。不过，这个猜想还未被证实。

快手于今年 6 月初推出了自动思考大模型 KwaiCoder-AutoThink-preview 。该模型融合了「思考」和「非思考」能力，并具备根据问题难度自动切换思考形态的能力。

他们的核心想法是在思考之前加上一个 pre-think 的阶段，让模型预先判断问题的困难度。

简单来说，KwaiCoder-AutoThink-preview 模型采用了两步式训练方法，首先通过 Agentic 方法构造长短思考的 Cold Start 数据让模型在进行思考之前先进行一个「pre-think」，判断一下问题的难度。然后再使用加上专门为 Auto Think 任务设计的带有过程监督的 Step-SRPO 增强模型对各种任务难以程度判断的准确性。

今年 7 月，快手更进一步，开源了 AutoThink 大模型 KAT-V1 ，也是主打无需人类手动设置，模型自主判断。

字节今年 6 月发布的 Seed 1.6 (Adaptive CoT) 也是一个混合推理模型，支持 on/off/auto 三种思考模式，让用户可以根据使用场景自行选择，大模型也可以自己判断是否使用深度思考。

据官方介绍，这种自适应思考能力的实现依靠一种动态思考技术来实现，即 Adaptive CoT，能在保证效果的同时压缩 CoT 长度。

Adaptive CoT 相关论文在 5 月份就已经上线（AdaCoT: Pareto-Optimal Adaptive Chain-of-Thought Triggering via Reinforcement Learning），它将自适应推理建模为一个帕累托优化问题：在保证模型性能的同时，最小化 CoT 调用带来的成本（包括触发频次与计算开销）。具体来说，研究者采用基于强化学习的方法，使用近端策略优化（PPO），通过动态调整惩罚系数来控制 CoT 触发决策边界，使模型能够依据隐含的问题复杂度判断是否需要 CoT。关键技术贡献之一是「选择性损失掩蔽」（Selective Loss Masking，SLM），用以防止多阶段 RL 训练中的决策边界崩塌，确保触发机制稳健且稳定。当时，这项技术首先被部署到了 doubao-1.5-thinking-pro-m-250428 版本里。

不过，字节表示，他们最终还是希望将（Seed1.6-Thinking 所代表的）极致推理效果和（Seed 1.6 所代表的）动态思考技术融合到一个模型里，为用户提供更智能的模型。

腾讯今年 6 月份发布的 Hunyuan-A13B 也是一个混合推理模型。为了让模型基于任务需求动态调整推理深度，他们实现了一个双模式思维链（Dual-Mode CoT）框架，让模型在快、慢思考之间切换。

在技术报告中，他们提到了这个框架的一些细节。在后训练阶段，他们采用统一的训练结构来同时优化两种推理模式。为了使模型输出标准化，两种模式的训练样本均采用统一结构化设计：在专用的 < think > 内容块中，通过有无详细推理步骤进行区分。具体而言，快速思维模式刻意保持 < think>\n\n

为空内容块，而慢速思维模式则在该区块明确包含逐步推理过程。用户可通过指定控制标签选择模式：使用「/no_think」启用快速思维模式，「/think」启用慢速思维模式。若未提供控制标签，系统默认采用慢速思维模式。

技术报告：https://github.com/Tencent-Hunyuan/Hunyuan-A13B/blob/main/report/Hunyuan_A13B_Technical_Report.pdf

今年 7 月份，智谱发布了 GLM-4.5 和 GLM-4.5-Air ，都支持混合推理模式。该模式的形成主要与模型的后训练有关。

具体来说，他们的后训练分为两个独立的阶段。在第一阶段（专家训练），他们构建了专注于三个领域的专家模型：推理、代理以及通用聊天。在第二阶段（统一训练），他们采用自蒸馏技术来整合多个专家，让模型学会了为每个任务应用最有效的长上下文推理来得出准确的答案。特别是，鉴于某些领域（如闲聊）不需要冗长的思考过程，他们精心平衡了包含完整推理过程的训练数据与缺乏明确思考过程的数据。这种方法使模型能够在反思和即时响应模式之间切换，从而创建了一个混合推理模型。

有人说，如果 GPT-3 到 GPT-4 的重大突破是专家混合（Mixture of Experts），那么 GPT-4o/o3 到 GPT-5 的重大突破可能是模型混合（Mixture of Models，也称为「路由」）。

和很多将思考 / 非思考能力融合到同一个模型中的思路不同，GPT-5 选择的方向是在整个系统中加入一个实时路由，它能根据对话类型、复杂程度、工具需求和明确意图（例如，如果你在提示中说「仔细思考这个问题」），快速决定使用哪个模型（如下表）。

在 GPT-5 技术报告中，他们将快速、高通量的模型标记为 gpt-5-main 和 gpt-5-main-mini，将思考型模型标记为 gpt-5-thinking 和 gpt-5-thinking-mini。API 中还提供更小更快的思考型模型 nano 版本，ChatGPT 中还提供 gpt-5-thinking-pro。这些模型均由上一代模型（左边一栏）演变而来。

该路由通过真实信号持续进行训练，包括用户何时切换模型、对回复的偏好以及测量的正确率等，随着时间推移不断改进。一旦达到使用限制，每个模型的迷你版本将处理剩余的查询。

不过，这个模式同样反响不佳。不少人在社交媒体上吐槽自己的问题被路由到了低质量模型。更让人抓狂的是，很多时候你无法判断该不该相信模型给出的答案，因为路由结果是不透明的。这让 ChatGPT 在专业用户中的口碑有所下滑。

不过，对于占 ChatGPT 用户数超 95% 的免费用户来说，这个路由反而提升了体验。之前，这部分用户是很难用上高级思考模型的，但是现在有一定概率会被路由到高级模型。

对此，SemiAnalysis CEO Dylan Patel 分析说，这可能是 OpenAI 在免费用户变现上迈出的重要一步。和专攻 to B 模式的 Anthropic 不同，OpenAI 的商业重心依然集中在 C 端用户上，但这部分用户大部分是免费用户。对于这种情况，传统 APP 一般是通过让免费用户看广告来赚钱，但对于 AI 应用，这种模式不再适用。

路由模型存在的价值在于，它可以从海量免费用户的提问中识别出商业意图，比如订机票、找律师，然后把这些高价值请求导向高算力模型 + 后续 Agent 服务，OpenAI 再从成交中抽成。路由模式让 OpenAI 第一次把「成本」和「商业价值」写进模型决策逻辑，既省算力，又为下一步「AI 超级应用抽成」铺好了路。

不过，路由未必是实现这些目标的终极方式。OpenAI 表示，他们之后也打算将两种思考模式的切换整合到单个模型里。

DeepSeek 最近发布的 v3.1 是国内团队在「单一模型实现思考 / 非思考模式切换」上的另一项尝试。DeepSeek 官方表示，DeepSeek-V3.1-Think 实现了与 DeepSeek-R1-0528 相当的答案质量，同时响应速度更快。

对于开发者来说，它的思考模式和非思考模式可以由提示序列中的标记触发。对于 C 端用户，可以通过点击「深度思考」按钮切换模式。

由于发布时间接近，又都有混合推理模式，DeepSeek v3.1 和 GPT-5 难免被拿来对比。在性能上，DeepSeek v3.1 虽然在一些基准上与 GPT-5 旗鼓相当，但综合能力仍然不如 GPT-5。在价格上，DeepSeek v3.1 则有着明显的优势，可以说为企业提供了一个高性价比的开源选择。

从以上模型可以看出，虽然大家的共同目标都是减少推理过程中的 token 浪费，但具体实现方法有所不同，有的借用路由将问题导向不同的模型，还有些在一个模型中实现快慢思考的切换。在切换方式上，有些是用户显式控制，有些是模型自动判断。

比如在「Towards Concise and Adaptive Thinking in Large Reasoning Models: A Survey」这篇综述中，研究者将现有方法分为两类：

一类是无需训练的方法，包括提示词引导、基于 pipeline 的方法（比如路由）、解码操纵和模型融合等；

另一类是基于训练的方法，重点在于缩短推理长度，并通过微调（SFT/DPO）或强化学习（RL）来教导语言模型进行自适应思考。

值得注意的是，除了语言模型，多模态模型领域的混合推理探索也已经开始，而且出现了 R-4B 等自动化程度较高的自适应思考模型，我们将在后续的报道中完整呈现。

如果你想动态追踪这个领域的新研究，可以收藏以下 GitHub 项目：https://github.com/hemingkx/Awesome-Efficient-Reasoning#adaptive-thinking

在过去几年，AI 领域的竞争更多集中在构建更强大的模型上。如今，混合推理模式的大规模出现标志着人工智能行业的重点从单纯构建更强大的系统转向创建实用的系统。正如 IBM 研究院高级项目经理 Abraham Daniels 所说，对于企业而言，这种转变至关重要，因为运营复杂人工智能的成本已成为主要考虑因素。

但是，这一转变也在经历阵痛。一方面，能够不靠人类指示激活深度思考模式的成功模型还相对较少。另一方面，尝试去掉显式开关的思维转换模式还没有实现足够令人满意的效果。这些现象都说明，混合推理的下一个前沿将是更智能的自我调节。

换句话说，混合推理的未来竞争将不再只是「是否能思考」，而是「能否以最低代价在恰当时刻思考」。谁能在这一点上找到最优解，谁就能在下一轮 AI 性能与成本博弈中占据主动。

刘冲VOGUE拍早了

「活动」kumawubiaotitest

83.71MB

版本V3.7.38

下载APK 高速下载

下载小鸡🐔伸进🈲🔞🔞中国安装你想要的应用更方便更快捷发现更多

51%好评(397人)

详细信息

软件大小: 08.698MB
最后更新: 2025/09/08 02:48:25
最新版本: V6.81.7
文件格式: apk
应用分类:ios-Android 精品国产乱码一区二区三区蜜月
使用语言: 中文
: 需要联网
系统要求: 5.38以上

应用介绍

一，男人猛躁女人㊙️白狐影院，高中男男Gay鳮吧网站
二，美女脱👙给我捏🐻绑架，关晓彤自慰喷水❌❌好爽Pro
三，免费国产❌羞羞网站美图，胖少妇xxxBB
四，美女露出奶头㊙️视频，同人❌黄漫免费
五，男生玩jiji㊙️的视频，jzzjzz成熟丰满成熟少妇在线
六，脱内衣大胸美女隐私㊙️,三老头弄一老妇免费观看欧美熟妇另类交乱，JAVA HD japanXXX
七，美女裸身㊙️免费游戏
【联系我们】
客服热线：134-2881-646

加载更多

版本更新

V7.5.17

小舞❌爆乳❌无遮挡网站

东南亚妞直播

花木兰疯狂❌喷水自慰文章

5.18MB

106好评

啊〜用力〜嗯〜轻一点传媒
疯狂❌喷水观看免费

91PORNY丨首页❤路线

06.43MB

617好评

崩铁美女❌❌动漫网站
老肥熟

嫩草发布页

13.81MB

319好评

男🍆✖️女🍑
女同XX美女放❌❌

♠️媚黑人妻

53.71MB

274好评

青雀符玄-樱花视频
91在无码线精品㊙️入口九色

亚洲⭕⭕⭕⭕XXXX222310

71.29MB

702好评

中美xxxxxxxxxBBBBBB
美女露出㊙️胸奶头亲吻网站

mmd18❌18禁18r网站

83.24MB

338好评

他把她的🍌放在我的🍑里
日本无码🔞在线观看免费

老熟妇大荫蒂毛耸耸

23.48MB

102好评

亚洲精品㊙️一区二区网址
japanese.uncensored✅jav

亚洲AV无码㊙️蜜桃香奈

50.27MB

929好评

羞羞漫画❤️在线观看43票
女人露出🐻让男人揉

动漫男人的🍌伸到🍑

83.20MB

564好评

18禁动オナ🔞❌❌❌照片换脸
漫画苹果成人🔞在线观看

全彩里番⭐️ACG里番本大全

83.10MB

752好评

国产精品㊙️入口麻adc
黄色电视机情侣

女高中丛被❌到爽🔞流电影

32.80MB

620好评

做受❌❌❌高潮AAAA观视频
中国男裸体㊙️无遮挡网站

17.c-起草红桃国际的背景和历史背景介

26.33MB

272好评

色情😍视频网站入口-百度
校花被喂春药双腿张开小说📖

韩漫㊙️无删减外网观看

65.89MB

745好评

疯狂❌自慰爽下载
永久免费🔞🔞🔞男

91PORN丨首页❤入口在

54.48MB

751好评

黑人精品XXX一区一二区
鲁大师观看高清在线观看免费

❌❌❌❌❌视频

57.14MB

685好评

18❌AV黄网站在线观看
夜色6699tv直播

性裸交多人❌❌❌❌❌

24.51MB

354好评

柳智敏裸体被❌羞羞网站
男女互摸隐私㊙️视频

特级婬片AAAAA片88AV

13.02MB

316好评

二次元裸体㊙️无遮动漫动图
草莓🍓视频成人呜呜呜🔞下载免费观

初音未来裸体被❌

84.91MB

219好评

免费无遮挡🔞动画网站下载哗咔
多强被❌c到爽🔞在线播放

欧美❌❌❌在线观看

45.00MB

739好评

成人无码区免费AⅤ片在线观看
白嫩少妇❤撒尿

美女被❌❌羞羞

10.46MB

183好评

精品一区二区三区精华液
18㊙️免费游戏

爽⋯好大⋯快⋯要尿了91

44.45MB

360好评

白丝梦莉裸乳被爆❌白浆的软件
黄圣依被弄到爽90高潮影片

火影网站♥视频免费APP3.0

91.00MB

206好评

日本❌❌❌❌❌色情1213
3D云缨被疯狂❌吸乳

樱花直播在线高清

30.57MB

904好评

成人免费视频🔞国产免费
男性GAY无套✅2022小鲜肉

女人漏🐻给男人揉

30.29MB

541好评

中国美女露全胸㊙️免费视频
好想被c㊙️好爽n🈲91

18🔞捏捏胸🐻👙免费看

29.71MB

126好评

97在线无码精品㊙️人口
女子裸体卖婬全过程

性开放妇女XX❌X❌X❌

70.23MB

456好评

日本教师被爆❌羞羞视视频
小心🐤入🍑🍑视频日本在线观看 title="纲手被❌羞羞漫画漫画" class="0v5366j9r7414 app-list-img" src="https://t11.baidu.com/it/u=1040017057,165456434&fm=30&app=106&f=JPEG?w=312&h=208&s=15B07D95426079116A1494FD03009032"">

操老婆免费视频

荒野乱斗18❌漫画

详情
JIZXXXX😍80HD title="麻豆㊙️在场观看国产" class="0v5366j9r7414 app-list-img" src="https://t10.baidu.com/it/u=3070224572,165461829&fm=30&app=106&f=JPEG?w=312&h=208&s=C6000AAC4838BAC8463F54AC0300A00B"">

AV➕无码➕高潮sm文章

蒙古国一级婬片A片

详情
日本❌❌❌❌❌色40 title="纳西妲裸体被❌黄漫" class="0v5366j9r7414 app-list-img" src="https://t12.baidu.com/it/u=1041590673,165100299&fm=30&app=106&f=JPEG?w=312&h=208&s=D7383EC642E1D8EA0A87937F0300C078"">

张书记不戴套干雨婷小说

贵州熟女大B

详情