推理模型（reasoning models）

推理模型是經過訓練、會先思考再開口的模型，它先產出一大段內部演算，最後才給出簡潔答案。對一般模型，你得用提示把分步思考哄出來；推理模型則把這習慣內建好了，思考過程可長達數千個詞元，邊探索、邊回溯、邊複查，才最終定案。看得見的回覆通常很短，但背後有一份龐大的隱藏草稿，扛起了抵達答案的重活。

這類模型通常的做法，是拿一個有實力的基礎模型，再用訓練（常是強化學習）讓它在長篇思辨能在有可核對解答的問題上（如數學與程式碼）導向正確答案時獲得獎勵。經過多輪，模型學會了有回報的習慣：分情況討論、檢驗自己的主張、發現矛盾就修正。代價清楚地寫在帳單與時鐘上：每個答案花費的運算與等待都高出許多，所以推理模型在真正困難的問題上才划得來，用在簡單問題上則是殺雞用牛刀。