DeepSeek V4 推理模式（Thinking Mode）API 教程：CoT 链式思考实战（2026）

TL;DR — DeepSeek V4 支持 thinking mode（推理模式），通过 Chain-of-Thought（链式思考）输出完整推理过程，在数学、代码、逻辑推理等任务上表现优异。本文介绍如何通过 API 启用 thinking mode，并给出实战场景和成本优化建议。

DeepSeek V4 的 Thinking Mode 是什么？

DeepSeek V4 支持两种工作模式：

Chain-of-Thought（CoT）是什么？

CoT 是一种让 AI 模型”展示思考过程”的技术。传统模型直接给答案，CoT 模型会先输出推理步骤，再给结论。

示例对比：

问题：一个数列 2, 6, 12, 20, 30… 第 10 项是多少？

通用模型（普通模式）：

第 10 项是 110。

Thinking Mode（推理模式）：

<thinking>
观察数列规律：
- 2 = 1×2
- 6 = 2×3
- 12 = 3×4
- 20 = 4×5
- 30 = 5×6

发现规律：第 n 项 = n × (n+1)

验证：
- n=1: 1×2=2 ✓
- n=2: 2×3=6 ✓
- n=3: 3×4=12 ✓

所以第 10 项 = 10 × 11 = 110
</thinking>

第 10 项是 110。

CoT 的价值在于：

• 可验证性：能看到推理过程，发现错误更容易
• 可调试性：如果答案错了，能定位是哪一步推理出错
• 可信度：有推理依据的答案比”黑盒输出”更可信

如何调用 DeepSeek V4 的 Thinking Mode？

DeepSeek V4 通过官方 API 提供服务，使用 OpenAI 兼容接口。

DeepSeek 官方 API

Python 示例：

from openai import OpenAI

client = OpenAI(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",  # 或 deepseek-v4-pro
    messages=[
        {
            "role": "user",
            "content": "证明：对于任意正整数 n，n^3 - n 能被 6 整除。"
        }
    ],
    extra_body={
        "thinking": {
            "type": "enabled"  # 启用 thinking mode
        }
    }
)

print(response.choices[0].message.content)

cURL 示例：

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-deepseek-api-key" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {
        "role": "user",
        "content": "写一个算法：找出数组中和为目标值的两个数的索引。要求时间复杂度 O(n)。"
      }
    ],
    "thinking": {
      "type": "enabled"
    }
  }'

Node.js 示例：

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  baseURL: 'https://api.deepseek.com'
});

const response = await client.chat.completions.create({
  model: 'deepseek-v4-flash',
  messages: [
    {
      role: 'user',
      content: '分析这段代码的时间复杂度，并给出优化建议：\n\nfor i in range(n):\n    for j in range(n):\n        if arr[i] + arr[j] == target:\n            return [i, j]'
    }
  ],
  extra_body: {
    thinking: {
      type: 'enabled'
    }
  }
});

console.log(response.choices[0].message.content);

重要说明：

• Thinking mode 默认启用，但建议显式声明 extra_body 参数以确保明确性
• Thinking mode 不支持 temperature、top_p、presence_penalty、frequency_penalty 参数
• 可选模型：deepseek-v4-flash（更快更便宜）或 deepseek-v4-pro（更强推理能力）

获取 API Key

1. 访问 DeepSeek 官网
2. 注册账号并完成认证
3. 在控制台创建 API Key
4. 充值后即可使用（支持国际信用卡）

注意事项：

• DeepSeek 官方 API 可能需要科学上网访问
• 支付方式为国际信用卡
• 建议设置使用额度上限，避免超支

实战场景：什么时候用 Thinking Mode？

✅ 适合用 Thinking Mode 的场景

1. 复杂数学问题

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{
        "role": "user",
        "content": "一个圆柱体的体积是 100π cm³，高是 4 cm。如果将这个圆柱体熔化后铸成一个球，求球的半径。"
    }],
    extra_body={"thinking": {"type": "enabled"}}
)

Thinking mode 会输出完整的推导过程：求圆柱底面积 → 求半径 → 计算球体积公式 → 求球半径。

2. 算法设计与优化

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{
        "role": "user",
        "content": "设计一个数据结构，支持以下操作，所有操作时间复杂度 O(1)：\n1. insert(val): 插入元素\n2. remove(val): 删除元素\n3. getRandom(): 随机返回一个元素"
    }],
    extra_body={"thinking": {"type": "enabled"}}
)

Thinking mode 会分析每种数据结构的优缺点，推导出最优方案（数组 + 哈希表组合）。

3. 代码 Bug 定位

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{
        "role": "user",
        "content": """这段代码有 bug，找出问题并解释原因：

def binary_search(arr, target):
    left, right = 0, len(arr)
    while left < right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid
        else:
            right = mid
    return -1
"""
    }],
    extra_body={"thinking": {"type": "enabled"}}
)

Thinking mode 会逐步分析：循环条件 → 边界更新 → 发现死循环问题 → 给出修复方案。

4. 逻辑推理题

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{
        "role": "user",
        "content": "有 3 个开关和 3 盏灯在不同房间。你只能进入灯的房间一次。如何确定每个开关控制哪盏灯？"
    }],
    extra_body={"thinking": {"type": "enabled"}}
)

❌ 不适合用 Thinking Mode 的场景

1. 简单问答（用普通模式更快更便宜）

# 不要用 thinking mode
"Python 怎么读取文件？"
"什么是 REST API？"

2. 创意写作（推理模式不擅长创意）

# 不要用 thinking mode
"写一篇关于春天的散文"
"帮我起 10 个产品名字"

3. 闲聊对话（推理过程是浪费）

# 不要用 thinking mode
"今天天气怎么样？"
"推荐几部电影"

成本优化策略

1. 按场景选模式

示例：智能路由

def route_model(question):
    # 简单问答 → 普通模式
    if is_simple_qa(question):
        return {
            "model": "deepseek-v4-flash",
            "extra_body": {}  # 不启用 thinking
        }
    
    # 复杂推理 → thinking mode
    elif requires_reasoning(question):
        return {
            "model": "deepseek-v4-flash",
            "extra_body": {"thinking": {"type": "enabled"}}
        }
    
    # 默认普通模式
    else:
        return {
            "model": "deepseek-v4-flash",
            "extra_body": {}
        }

# 使用示例
config = route_model(user_question)
response = client.chat.completions.create(
    model=config["model"],
    messages=[{"role": "user", "content": user_question}],
    **config
)

2. 控制输出长度

Thinking mode 的 CoT 输出很长，可以通过 max_tokens 限制：

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "..."}],
    extra_body={"thinking": {"type": "enabled"}},
    max_tokens=1000  # 限制输出长度
)

3. 缓存推理结果

对于重复的推理问题，缓存结果避免重复调用：

import hashlib
import json

cache = {}

def cached_reasoning(question):
    key = hashlib.md5(question.encode()).hexdigest()
    
    if key in cache:
        return cache[key]
    
    response = client.chat.completions.create(
        model="deepseek-v4-flash",
        messages=[{"role": "user", "content": question}],
        extra_body={"thinking": {"type": "enabled"}}
    )
    
    result = response.choices[0].message.content
    cache[key] = result
    return result

模式选择指南

根据任务特点选择合适的模式：

决策树：

需要推理过程？
├─ 是 → V4 + thinking mode
└─ 否 → V4 普通模式

常见问题排查

1. 响应很慢

原因：Thinking mode 需要推理时间，比普通模式慢 2-5 倍。

解决：

• 确认场景真的需要推理（简单问题用普通模式）
• 使用 streaming 模式实时返回思考过程
• 设置合理的 timeout

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "..."}],
    extra_body={"thinking": {"type": "enabled"}},
    stream=True  # 流式返回
)

for chunk in response:
    print(chunk.choices[0].delta.content, end='')

2. 输出 token 消耗很大

原因：CoT 会输出完整推理过程，token 数是普通回答的 3-10 倍。

解决：

• 用 max_tokens 限制输出长度
• 在 prompt 中要求”简洁推理”
• 对于不需要看推理过程的场景，用普通模式

messages=[{
    "role": "user",
    "content": "用最简洁的推理步骤回答：..." # 提示简洁
}]

3. 推理过程不准确

原因：复杂问题可能推理出错。

解决：

• 在 prompt 中给出示例推理过程
• 多次调用取一致结果
• 注意：thinking mode 不支持 temperature、top_p 等参数

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "..."}],
    extra_body={"thinking": {"type": "enabled"}}
    # 注意：不要设置 temperature 等参数
)

总结

DeepSeek V4 的 thinking mode 是专注于推理任务的强大功能：

• ✅ 适合场景：数学、算法、代码 debug、逻辑推理
• ✅ 推理能力：通过 CoT 输出完整思考过程
• ✅ API 接入：OpenAI 兼容接口，易于集成
• ⚠️ 注意：不适合简单问答、创意写作、闲聊

快速开始：

1. 访问 DeepSeek 官网 获取 API Key
2. 安装 OpenAI SDK：pip install openai
3. 使用 deepseek-v4-flash 或 deepseek-v4-pro 模型
4. 添加 extra_body={'thinking': {'type': 'enabled'}} 启用推理模式

相关阅读：

• DeepSeek V4 API 接入指南
• AI 模型排行榜与选型指南
• 企业 AI API 接入避坑指南