推理强度（Reasoning Effort），有些平台叫思考预算（Thinking Budget），指的是模型在给出最终答案之前，允许自己花多少内部推理 token 去「想」这件事。
早期的模型基本是脱口而出：读题，然后一个词一个词往外吐答案。现在的推理模型多了一段你看不见的草稿纸——它会先产生一段内部推理（reasoning tokens）：拆解问题、试错、推翻自己、重新来过，最后才写出给你看的答案。推理强度就是这张草稿纸的额度。额度小，想两步就作答；额度大，它可以在里面反复推演。
打个比方，像考试打草稿。选择题口算就够了；压轴大题你得在草稿纸上列式、代入、验算、发现不对再重来。草稿纸给足，难题才做得出来。但如果每道口算题都必须先写满一页草稿纸，除了浪费时间没有任何收益。
它和「温度」不是一回事
很多人只熟悉温度，以为把温度调低就等于「让它认真想」。这是两码事。
| 参数 | 控制什么 | 你感受到的变化 |
|---|---|---|
| 温度（AI 词典：Temperature">Temperature） | 采样的随机性 | 答案更发散还是更稳 |
| 最大输出（Max Tokens） | 一次生成的总长度上限 | 会不会被提前截断 |
| 推理强度 | 内部思考花掉多少 token | 想得深、慢、贵 |
三者独立，又互相牵制：推理 token 通常也算在输出配额里，思考预算开大却不抬高输出上限，答案可能还没写完就被切断。
为什么简单任务调高反而更差
三个原因，缺一不可地同时出现：
一、慢。思考 token 也是一个字一个字生成的，额度越大，你盯着转圈的时间越长。一个字段抽取任务本来半秒出结果，调高后可能要等好几秒。
二、贵。推理 token 一般照常计费，成本随思考量线性上涨。具体口径各家不同，以官方页面为准。
三、质量可能下降。明明是简单任务，模型却在自己制造的分岔路上越走越远：过度分析、把用户没说的假设当成既定事实、绕一圈回来把原本正确的答案改错。业内管这叫过度思考（overthinking）。它不是「想得多的必然代价」，而是「在不需要想的地方硬想」的副作用。
怎么调
分类、抽取、改写、翻译、格式转换这类目标明确的活，低档就够，快且省。数学推导、多步代码调试、复杂规划、需求本身有歧义需要权衡的，才值得往上加。多数平台的默认档位大约在中间，不确定就先跑默认档，只在两种情况动手：明显不够用（漏步骤、算错），或者明显在想偏（啰嗦、自我怀疑、反复改口）。
把它当成出差预算，不是马力旋钮：该省的时候省，该花的时候别心疼。