推理模型会先思考再回答，reasoning_effort 参数决定思考多少。更高的档位通常能改善难题的回答质量，但也会增加延迟和输出 token，因为推理 token 按输出计费。本文介绍各个档位、GetVibe API 上哪些模型支持它们，以及推理方式不同的模型会怎样处理。
参数放在哪里
/v1/chat/completions：顶层字段，"reasoning_effort": "high"。/v1/responses：嵌套写法，"reasoning": {"effort": "high"}。这是 Responses API 的标准格式，Codex CLI 也使用这种写法。
curl https://getvibeapi.com/v1/chat/completions \
-H "Authorization: Bearer $GETVIBE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-sol",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Solve step by step: 17 * 23"}]
}'档位
网关识别 none、minimal、low、medium、high、xhigh 和 max。正确拼写是 medium，不是 middle。每个模型在公开目录（https://getvibeapi.com/api/catalog）的 caps.reasoning.levels 中列出自己支持的档位。
| 模型 | 公布的档位 | 价格 |
|---|---|---|
| GPT-6 Luna | minimal 到 max（全部六档） | $0.0055 输入 · $0.0274 输出 每百万 token |
| GPT-6 Sol | minimal 到 max（全部六档） | $0.1096 输入 · $0.548 输出 每百万 token |
| GPT-6 Astra | minimal、low、medium、high | $0.548 输入 · $2.7398 输出 每百万 token |
| GPT-5.6 Sol（以及 Luna、Terra） | minimal 到 max（全部六档） | $0.0667 输入 · $0.40 输出 每百万 token |
| Tencent Hy4 Preview | low、high | $0.0334 输入 · $0.1001 输出 每百万 token |
其他模型系列如何处理
- GLM 和 Qwen：二元开关。
none、minimal和low关闭思考，medium及以上开启思考。 - Gemini：同样是二元开关。较低档位把思考预算设为零，
medium及以上使用自动预算。 - DeepSeek 和 Kimi：推理内置在模型中，这个参数不会开启或关闭它。
- Claude：使用扩展思考。向
/v1/messages发送带budget_tokens的thinking对象。不要把聊天接口的reasoning_effort字段当作等价参数。
from anthropic import Anthropic
client = Anthropic(base_url="https://getvibeapi.com", api_key="sk-pv-...")
r = client.messages.create(
model="claude-opus-5.5",
max_tokens=2048,
thinking={"type": "enabled", "budget_tokens": 1024},
messages=[{"role": "user", "content": "Plan a database migration for ..."}],
)
print(r.content)如何选择档位
minimal/low：分类、提取、格式化和简短改写。凡是第一遍回答就够用、速度更重要的场景。medium：通用助手和日常代码修改的合理默认值。high：多步骤问题、调试，以及规划智能体的下一步行动。xhigh/max：最难的任务，答错的代价高于多出的 token。回答会明显更长，输出费用也更高。
实用的做法：先从低档开始，用一组固定的自有任务衡量质量，只对失败的请求提高档位。每个请求的成本都能在 usage 对象中看到，推理 token 计入输出。
下一步
阅读推理文档，比较 GPT-6 Luna、Sol 和 Astra，或了解 Claude Opus 5.5 与 GPT-6 Sol 在编程智能体上的区别。