Gemini 思考设置

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。

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）

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

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": "找出所有小于 50 的正整数 n，使 n² + n + 41 不是质数。"}]}],
    "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。
thinkingConfig 位于 generationConfig 内。