Gemini 思考設定

本頁說明 Gemini 模型的思考預設值與調整方式。模型 ID 與介面位址請見 Gemini 系列概覽。

重點除 Flash-Lite 外，Gemini 模型預設開啟思考，複雜問題可能耗時 1 分鐘以上。對速度敏感的情境請降低思考量。

Gemini 模型在回答前會先進行思考。思考消耗的 token 計入輸出並依輸出單價計費，數量請見 usageMetadata.thoughtsTokenCount（OpenAI 相容介面為 usage.completion_tokens_details.reasoning_tokens）。

模型	預設	調整方式
Gemini 3.x（Flash-Lite 除外）	開啟思考	`thinkingLevel`，如 `"low"`；也接受 `thinkingBudget`（思考 token 上限）
Flash-Lite 系列（3.5、3.1）	不思考	傳入 `thinkingLevel` 或 `thinkingBudget` 後開啟

實測同一道數學題，thinkingLevel: "low" 可將 Gemini 3.5 Flash 的思考 token 從約 6000 降至約 4600，耗時也相應縮短。thinkingBudget: 0 可關閉 3.5 Flash、3 Flash Preview 的思考；3.1 Pro Preview、3.8 Flash 傳入後仍會思考，無法完全關閉。

Python（google-genai）

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.ai/gemini"},
)
 
resp = client.models.generate_content(
    model="google/gemini-3.8-flash",
    contents="找出所有小於 50 的正整數 n，使 n² + n + 41 不是質數。",
    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

Terminal


curl "https://api.ofox.ai/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": "找出所有小於 50 的正整數 n，使 n² + n + 41 不是質數。"}]}],
    "generationConfig": {
      "thinkingConfig": {"thinkingLevel": "low"}
    }
  }'

Python（OpenAI SDK）

gemini_thinking_openai.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/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": "找出所有小於 50 的正整數 n，使 n² + n + 41 不是質數。"}],
)
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" 時，模型對簡單問題可能不進行思考，此時不會出現 thoughtsTokenCount。
需要查看思考過程時，在 thinkingConfig 中加入 "includeThoughts": true，parts 中帶有 "thought": true 的項目為思考摘要，其餘為回答。
思考 token 計入 maxOutputTokens。上限設定過小時，回答會在中途截斷，請見常見錯誤。
thinkingConfig 位於 generationConfig 內。