Deep Think 是什么
「Deep Think」这类模式代表了模型能力的一个重要分支,让模型在回答前进行更长、更充分的推理，用更多的计算换取更高质量的结果。它特别适合需要严密逻辑、多步推导的难题,数学、复杂编程、深度分析。代价是更慢、更贵,深度思考要烧更多算力和时间。这与「快速给个差不多的答案」是两种取向，Google 把它做成可按需开启的选项，意味着用户可以为真正的硬骨头单独调用「更努力思考」的模式。
推理算力的新范式
Deep Think 的开放，是「推理时计算」这一范式日益主流化的体现,模型的能力不再只取决于训练时有多大，还取决于推理时愿意花多少算力去「想」。这开辟了一条新的能力提升路径,同一个模型，让它想得久一点、深一点，就能解决原本解不了的问题。各家头部模型都在做类似的事（OpenAI 的深度推理模式、各种「思考链」机制），方向一致。对用户的实际意义,要学会按任务难度分配,日常简单问答没必要开深度模式（慢且贵），真正的难题才值得调用它。这也再次印证了 AI 成本结构的核心,算力是可以「按需投入」的变量，理解这一点，就能在质量、速度、成本之间做出更聪明的权衡。把合适的「思考深度」用在合适的任务上，是用好新一代模型的关键技能。
via: Hacker News