思考模式开还是关?成本最优的实用决策指南

如今几乎所有严肃的模型都提供两种模式:即时回答与思考模式。然而大多数用户从不触碰这个开关——有人为了「质量」永远开启,有人因为赶时间永远关闭。两者犯的是同一个经济学错误:凭习惯而非按任务类型做决定。思考词元就是输出词元;在展示答案之前,模型可能已经生成了数千个隐藏的推理词元,而你要为全部买单——还要加上等待时间。正确的问题不是「思考是否更好?」——在困难任务上显然更好。正确的问题是:在这项具体任务上,这点提升是否值一张翻倍的账单?
核算成本请按「任务类别」,而不是按单个提问。第一类——检索、改写、翻译和简单问答——从思考中几乎一无所获;这里的每个思考词元都是纯开销。第二类——结构化日常工作,如写邮件、总结或简单的代码修改——尚能接受短暂思考,但通常「快速回答+一次重试」在价格上胜过深思式回答。第三类——深度调试、数学、架构设计与多文档分析——才是思考模式回本之处。这个等式里的隐藏乘数是「重试」:快而错的回答是最昂贵的模式,因为它除了重复词元,还向你收取「失去信任」的费用。
不要猜;去测量。一个简单方法:用一周时间,把你的重复任务在两种模式下各跑一遍,并排三个数字——消耗词元乘以单价、等待时间、重试次数。经验表明,一类任务在快速模式下的成功率大体稳定;若保持在九成以上,就为该类任务保持关闭;一旦你开始反复追问、给答案打补丁,就把它打开。对编程套餐订阅者来说,货币变了:你支付的不是美元,而是从 5 小时窗口或月度额度里支付——而思考模式烧掉那份配额的速度要快好几倍。法则不变;只是把「钱」换成「配额」。
用一份两栏清单收尾:为深度调试、数学与规划、多文档分析,以及任何「出错的代价高于其词元成本」的输出开启思考模式;为翻译与改写、模板化文本、简单问答和「数量×速度」主导的批量任务保持关闭。行业趋势恰恰支持这种决策方式:最新一代模型已实现「自适应思考」——根据问题难度自行决定思考多少——一些提供商也开始以不同价格出售不同努力等级。2026 年的技能不是选出「最好的模型」;而是对每项任务都知道自己买的是什么:速度还是确定性。支持思考模式的模型清单及其价格,已在网站定价区提供。