# Gemini 思考设置：thinkingLevel、thinkingBudget 与 reasoning_effort

Source: https://ofox.io/zh/docs/develop/models/gemini/thinking

本页说明 Gemini 模型的思考默认值与调节方式。模型 ID 与接口地址见 [Gemini 系列概览](https://ofox.io/zh/docs/develop/models/gemini)。

**要点**:除 Flash-Lite 外，Gemini 模型默认开启思考，复杂问题可能耗时 1 分钟以上。对速度敏感的场景请降低思考量。

Gemini 模型在回答前会先进行思考。思考消耗的 token 计入输出并按输出单价计费，数量见 `usageMetadata.thoughtsTokenCount`（OpenAI 兼容接口为 `usage.completion_tokens_details.reasoning_tokens`）。

| 模型 | 默认 | 调节方式 |
|---|---|---|
| Gemini 3.x（Flash-Lite 除外） | 开启思考 | `thinkingLevel`，如 `"low"`；也接受 `thinkingBudget`（思考 token 上限） |
| Flash-Lite 系列（3.5、3.1） | 不思考 | 传入 `thinkingLevel` 或 `thinkingBudget` 后开启 |

实测在同一道数学题上，`thinkingLevel: "low"` 可将 Gemini 3.5 Flash 的思考 token 从约 6000 降至约 4600，耗时也相应缩短。`thinkingBudget: 0` 可关闭 3.5 Flash、3 Flash Preview 的思考；3.1 Pro Preview、3.8 Flash 传入后仍会思考，无法完全关闭。

**Python（google-genai）**

```python filename="gemini_thinking.py"
import os
from google import genai
from google.genai import types

client = genai.Client(
    api_key=os.environ["OFOX_API_KEY"],
    http_options={"api_version": "v1beta", "base_url": "https://api.ofox.io/gemini"},
)

resp = client.models.generate_content(
    model="google/gemini-3.8-flash",
    contents="找出所有小于 50 的正整数 n，使 n² + n + 41 不是质数。",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="low"),
    ),
)
print(resp.text)
print("思考 token:", resp.usage_metadata.thoughts_token_count or 0)
```

**cURL**

```bash filename="Terminal"
curl "https://api.ofox.io/gemini/v1beta/models/google/gemini-3.8-flash:generateContent" \
  -H "x-goog-api-key: $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "找出所有小于 50 的正整数 n，使 n² + n + 41 不是质数。"}]}],
    "generationConfig": {
      "thinkingConfig": {"thinkingLevel": "low"}
    }
  }'
```

**Python（OpenAI SDK）**

```python filename="gemini_thinking_openai.py"
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])

resp = client.chat.completions.create(
    model="google/gemini-3.8-flash",
    reasoning_effort="low",
    messages=[{"role": "user", "content": "找出所有小于 50 的正整数 n，使 n² + n + 41 不是质数。"}],
)
print(resp.choices[0].message.content)
details = resp.usage.completion_tokens_details
print("思考 token:", details.reasoning_tokens if details else 0)
```

- `thinkingLevel: "low"` 时，模型对简单问题可能不进行思考，`thoughtsTokenCount` 不出现。
- 需要查看思考过程时，在 `thinkingConfig` 中加入 `"includeThoughts": true`，`parts` 中带有 `"thought": true` 的条目为思考摘要，其余为回答。
- 思考 token 计入 `maxOutputTokens`。上限设置过小时，回答会在中途截断，见[常见报错](https://ofox.io/zh/docs/develop/models/gemini#errors)。
- `thinkingConfig` 位于 `generationConfig` 内。