进阶使用

深度思考

深度思考指模型在回答前，对问题进行分析及多步骤规划，再尝试解决问题。擅长处理编程、科学推理、智能体工作流等复杂及抽象场景。启用深度思考后，会在指定字段返回思维链内容，可基此观察和使用模型推导内容。

说明

方舟平台的新用户？获取 API Key 及开通模型等准备工作，请参见快速入门。

快速开始

输入	思维链	回答
我要研究深度思考模型与非深度思考模型区别的课题，怎么体现我的专业性	用户现在要做深度思考模型和非深度思考模型区别的课题，需要体现专业性。首先得明确，专业性体现在哪里？ ... 要在“深度思考模型与非深度思考模型区别”的课题中体现专业性，核心在于严谨的概念界定、系统的对比框架、科学的方法论支撑、以及深度的理论与实践结合。以下是具体的实施路径，从研究框架到细节落地，帮你构建专业的研究体系：	### 一、第一步：明确概念边界——避免泛化，精准定义专业性的起点是清晰的概念界定，避免将“深度模型”等同于“深度思考模型”，也避免将“非深度模型”简化为“传统模型”。需基于学术共识和研究目标给出操作性定义： ... 通过以上路径，你的课题将从“表面对比”升级为“本质穿透”，充分体现专业性与研究深度。祝你研究顺利！

示例代码

Curl

Python

Java

OpenAI SDK

您可按需替换 Model ID。Model ID 查询见模型列表。

模型及 API

支持的模型：深度思考能力。

支持的 API：

Responses API：新推出的 API，简洁上下文管理，增强工具调用能力，缓存能力降低成本，新业务及用户推荐。

Chat API：使用广泛的 API，存量业务迁移成本低。

基础使用

多轮对话

组合使用系统消息、模型消息以及用户消息，可以实现多轮对话。当需要持续在一个主题内对话，可以将历史轮次的对话记录输入给模型。

传入方式	手动管理上下文	通过ID管理上下文
使用示例	... "model": "doubao-seed-2-1-pro-260628", "messages":[ {"role": "user", "content": "Hi, tell a joke."}, {"role": "assistant", "content": "Why did the math book look sad? Because it had too many problems! 😄"}, {"role": "user", "content": "What's the punchline of this joke?"} ] ...	... "model": "doubao-seed-2-1-pro-260628", "previous_response_id":"<id>", "input": "What is the punchline of this joke?" ...
API	Chat API	Responses API

在构建多轮对话的上下文时：

模型版本在251228之前：剔除历史对话的 reasoning_content 字段，仅保留 role 和 content。方舟会尝试忽略该字段，但显式剔除能确保请求结构的正确性。

doubao-seed-1.8及后续模型：保留历史对话的 reasoning_content 字段，由模型自行判断是否将该字段加入到推理输入中。

更多说明及完整示例请参见上下文管理。

流式输出

随着大模型输出，动态输出内容，无需等待模型推理完毕，即可看到中间输出过程内容。

预览

优势

Replay

Play

00:00 / 00:13 Live

00:00

Fullscreen

Cssfullscreen

2x
1.5x
1x
0.75x
0.5x

Click and hold to drag

改善等待体验：无需等待完整内容生成完毕，可立即处理过程内容。

实时过程反馈：多轮交互场景，实时了解任务当前的处理阶段。

更高的容错性：中途出错，也能获取到已生成内容，避免非流式输出失败无返回的情况。

简化超时管理：保持客户端与服务端的连接状态，避免复杂任务耗时过长而连接超时。

通过配置 stream 为 true，来启用流式输出。

完整示例及更多说明请参见流式输出。

开启/关闭深度思考

提供 thinking 字段控制是否关闭深度思考能力，实现“复杂任务深度推理，简单任务高效响应”的精细控制，获得成本、效率收益。

取值说明：

enabled：强制开启，强制开启深度思考能力。

disabled：强制关闭深度思考能力。

auto：模型自行判断是否进行深度思考。

示例代码：

Curl
Python
Go
Java
OpenAI SDK
curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY" \
-d '{
"model": "doubao-seed-2-1-pro-260628",
"messages": [
{
"role": "user",
"content": [
{
"type":"text",
"text":"我要研究深度思考模型与非深度思考模型区别的课题，体现出我的专业性"
}
]
}
],
"thinking":{
"type":"disabled"
}
}'

model：请变更为实际调用的模型。
thinking.type：字段可以取值范围。
disabled：强制关闭深度思考能力，模型不输出思维链内容。
enabled：强制开启深度思考能力，模型强制输出思维链内容。
auto：模型自行判断是否需要进行深度思考。
import os
# Install SDK: pip install 'volcengine-python-sdk[ark]'
from volcenginesdkarkruntime import Ark

client = Ark(
# The base URL for model invocation
base_url="https://ark.cn-beijing.volces.com/api/v3",
# Get API Key: https://console.volcengine.com/ark/region:cn-beijing/apikey
api_key=os.getenv('ARK_API_KEY'),
# Deep thinking takes longer; set a larger timeout, with 1,800 seconds or more recommended
timeout=1800,
)

# 创建一个对话请求
completion = client.chat.completions.create(
# Replace with Model ID
model="doubao-seed-2-1-pro-260628",
messages=[
{"role": "user", "content": "我要研究深度思考模型与非深度思考模型区别的课题，体现出我的专业性"}
],
thinking={
"type": "disabled", # 不使用深度思考能力
# "type": "enabled", # 使用深度思考能力
# "type": "auto", # 模型自行判断是否使用深度思考能力
},
)

print(completion)

package main

import (
"context"
"fmt"
"os"
"time"
"github.com/volcengine/volcengine-go-sdk/service/arkruntime"
"github.com/volcengine/volcengine-go-sdk/service/arkruntime/model"
"github.com/volcengine/volcengine-go-sdk/volcengine"
)

func main() {
client := arkruntime.NewClientWithApiKey(
// Get API Key: https://console.volcengine.com/ark/region:cn-beijing/apikey
os.Getenv("ARK_API_KEY"),
// The base URL for model invocation
arkruntime.WithBaseUrl("https://ark.cn-beijing.volces.com/api/v3"),
//深度思考耗时更长，请设置更大的超时限制，推荐为30分钟及以上
arkruntime.WithTimeout(30*time.Minute),
)
// 创建一个上下文，通常用于传递请求的上下文信息，如超时、取消等
ctx := context.Background()
// 构建聊天完成请求，设置请求的模型和消息内容
req := model.CreateChatCompletionRequest{
// Replace with Model ID
Model: "doubao-seed-2-1-pro-260628",
Messages: []*model.ChatCompletionMessage{
{
// 消息的角色为用户
Role: model.ChatMessageRoleUser,
Content: &model.ChatCompletionMessageContent{
StringValue: volcengine.String("我要研究深度思考模型与非深度思考模型区别的课题，怎么体现我的专业性"),
},
},
},
Thinking: &model.Thinking{
Type: model.ThinkingTypeDisabled, // 关闭深度思考能力
// Type: model.ThinkingTypeEnabled, //开启深度思考能力
// Type: model.ThinkingTypeAuto, //模型自行判断是否使用深度思考能力
},
}

// 发送聊天完成请求，并将结果存储在 resp 中，将可能出现的错误存储在 err 中
resp, err := client.CreateChatCompletion(ctx, req)
if err != nil {
// 若出现错误，打印错误信息并终止程序
fmt.Printf("standard chat error: %v\n", err)
return
}
// 检查是否触发深度思考，触发则打印思维链内容
if resp.Choices[0].Message.ReasoningContent != nil {
fmt.Println(*resp.Choices[0].Message.ReasoningContent)
}
// 打印聊天完成请求的响应结果
fmt.Println(*resp.Choices[0].Message.Content.StringValue)
}

package com.ark.sample;

import com.volcengine.ark.runtime.model.completion.chat.*;
import com.volcengine.ark.runtime.service.ArkService;
import java.time.Duration;
import java.util.ArrayList;
import java.util.List;

/**
* 这是一个示例类，展示了如何使用ArkService来完成聊天功能。
*/
public class ChatCompletionsExample {
public static void main(String[] args) {
// 从环境变量中获取API密钥
String apiKey = System.getenv("ARK_API_KEY");
// 创建ArkService实例
ArkService arkService = ArkService.builder()
.apiKey(apiKey)
.timeout(Duration.ofMinutes(30))// 深度思考耗时更长，请设置更大的超时限制，推荐为30分钟及以上
// The base URL for model invocation
.baseUrl("https://ark.cn-beijing.volces.com/api/v3")
.build();
// 初始化消息列表
List<ChatMessage> chatMessages = new ArrayList<>();
// 创建用户消息
ChatMessage userMessage = ChatMessage.builder()
.role(ChatMessageRole.USER) // 设置消息角色为用户
.content("我要研究深度思考模型与非深度思考模型区别的课题，怎么体现我的专业性") // 设置消息内容
.build();
// 将用户消息添加到消息列表
chatMessages.add(userMessage);
ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder()
.model("doubao-seed-2-1-pro-260628")//Replace with Model ID
.messages(chatMessages) // 设置消息列表
.thinking(new ChatCompletionRequest.ChatCompletionRequestThinking("disabled"))
.build();
// 发送聊天完成请求并打印响应
try {
// 获取响应并打印每个选择的消息内容
arkService.createChatCompletion(chatCompletionRequest)
.getChoices()
.forEach(choice -> {
// 校验是否触发了深度思考，打印思维链内容
if (choice.getMessage().getReasoningContent() != null) {
System.out.println("推理内容: " + choice.getMessage().getReasoningContent());
} else {
System.out.println("推理内容为空");
}
// 打印消息内容
System.out.println("消息内容: " + choice.getMessage().getContent());
});
} catch (Exception e) {
System.out.println("请求失败: " + e.getMessage());
} finally {
// 关闭服务执行器
arkService.shutdownExecutor();
}
}
}

import os
from openai import OpenAI

client = OpenAI(
# 从环境变量中读取方舟API Key
api_key=os.environ.get("ARK_API_KEY"),
base_url="https://ark.cn-beijing.volces.com/api/v3",
# 深度思考耗时更长，避免连接超时导致失败，请设置更大的超时限制，推荐为1800 秒及以上
timeout=1800,
)
completion = client.chat.completions.create(
# Replace with Model ID
model = "doubao-seed-2-1-pro-260628",
messages=[
{
"role": "user",
"content": "我要研究深度思考模型与非深度思考模型区别的课题，体现出我的专业性",
}
],
extra_body={
"thinking": {
"type": "disabled", # 不使用深度思考能力
# "type": "enabled", # 使用深度思考能力
# "type": "auto", # 模型自行判断是否使用深度思考能力
}
},
)

print(completion)

支持模型：

doubao-seed-evolving：支持 enabled（默认）、disabled。

doubao-seed-2-1-pro-260628：支持 enabled（默认）、disabled。

doubao-seed-2-1-turbo-260628：支持 enabled（默认）、disabled。

doubao-seed-2-0-lite-260428：支持 enabled（默认）、disabled。

doubao-seed-2-0-mini-260428：支持 enabled（默认）、disabled。

doubao-seed-2-0-pro-260215：支持 enabled（默认）、disabled。

doubao-seed-2-0-lite-260215：支持 enabled（默认）、disabled。

doubao-seed-2-0-mini-260215：支持 enabled（默认）、disabled。

doubao-seed-2-0-code-preview-260215：支持 enabled（默认）、disabled。

doubao-seed-1-8-251228：支持 enabled（默认）、disabled。

glm-5-2-260617：支持enabled（默认）、disabled。

glm-4-7-251222：支持enabled（默认）、disabled。

doubao-seed-character-260628：支持enabled（默认）、disabled。

doubao-seed-code-preview-251028：支持 enabled（默认）、disabled。

doubao-seed-1-6-vision-250815：支持 enabled（默认）、disabled。

doubao-seed-1-6-250615：支持 enabled（默认）、disabled、auto。

doubao-seed-1-6-251015：支持 enabled（默认）、disabled。

doubao-seed-1-6-flash-250828：支持 enabled（默认）、disabled。

doubao-seed-1-6-flash-250615：支持 enabled（默认）、disabled。

deepseek-v4-pro-ga-260813：支持 enabled（默认）、disabled。

deepseek-v4-flash-ga-260731：支持 enabled（默认）、disabled。

deepseek-v4-pro-260425：支持 enabled（默认）、disabled。

deepseek-v4-flash-260425：支持 enabled（默认）、disabled。

更多说明

Responses API 使用说明请参见控制深度思考。

深度思考会影响续写模式，详细信息请参见续写模式。

设置最大输出长度

模型输出内容由思维链（Chain of Thought, COT）和最终回答（Answer）两部分组成。合理控制模型输出长度，平衡效果、速度、成本与稳定性。

传入方式	手动管理上下文	通过ID管理上下文
API	Chat API	Responses API
示例	... "model": "doubao-seed-2-1-pro-260628", "messages": [ {"role": "user", "content": "Hi, tell a joke."} ], "max_completion_tokens": 300 ...	... "model": "doubao-seed-2-1-pro-260628", "previous_response_id":"<id>", "input": "Hi, tell a joke.", "max_output_tokens": 300 ...

完整示例及更多说明请参见控制输出（回答+思维链）长度。

调节思考长度

提供字段 reasoning_effort （Chat API）、 reasoning.effort （Responses API）调节思维链长度，平衡不同场景对效果、时延、成本的需求。取值如下：

none：关闭思考。该参数仅对指定模型生效，非适配模型传入将不生效。支持模型：glm-5-2-260617。

minimal：关闭思考，直接回答。

low：轻量思考，侧重快速响应。

medium（默认值）：均衡模式，兼顾速度与深度。

high：深度分析，处理复杂问题。

xhigh：更高程度思考。该参数仅对指定模型生效，非适配模型传入将不生效。支持模型：glm-5-2-260617。

max：最高程度思考，适配高难度推理任务。该参数仅对指定模型生效，非适配模型传入将不生效。支持模型列表：

glm-5-2-260617

deepseek-v4-pro-ga-260813（目前仅支持 Chat API，Responses API 待支持）

deepseek-v4-flash-ga-260731（目前仅支持 Chat API，Responses API 待支持）

deepseek-v4-pro-260425（目前仅支持 Chat API，Responses API 待支持）

deepseek-v4-flash-260425（目前仅支持 Chat API，Responses API 待支持）

注意

reasoning_effort （Chat API）、 reasoning.effort （Responses API）的默认取值为 medium。

以下模型的默认取值为 high：

doubao-seed-evolving

doubao-seed-2-1-pro-260628

doubao-seed-2-1-turbo-260628

deepseek-v4-pro-ga-260813

deepseek-v4-flash-ga-260731

deepseek-v4-pro-260425

deepseek-v4-flash-260425

glm-5-2-260617 默认取值为 max。为保证兼容性，会对该模型部分取值进行处理：

传入 minimal：关闭思考；

传入 low / medium：按 high 等效处理；

传入 xhigh：按 max 等效处理。

API	Chat API	Responses API
示例	... "model": "doubao-seed-2-1-pro-260628", "messages": [ {"role": "user","content": "What are some common cruciferous plants?"} ], "reasoning_effort": "low" ...	... "model": "doubao-seed-2-1-pro-260628", "input": [ {"role": "user","content":"What are some common cruciferous plants?"} ], "reasoning":{"effort": "low"} ...
支持模型	doubao-seed-evolving doubao-seed-2-1-pro-260628 doubao-seed-2-1-turbo-260628 doubao-seed-2-0-lite-260428 doubao-seed-2-0-mini-260428 doubao-seed-2-0-pro-260215 doubao-seed-2-0-lite-260215 doubao-seed-2-0-mini-260215 doubao-seed-2-0-code-preview-260215 doubao-seed-1-8-251228 doubao-seed-1-6-251015 doubao-seed-character-260628 glm-5-2-260617 deepseek-v4-pro-ga-260813 deepseek-v4-flash-ga-260731 deepseek-v4-pro-260425 deepseek-v4-flash-260425	doubao-seed-evolving doubao-seed-2-1-pro-260628 doubao-seed-2-1-turbo-260628 doubao-seed-2-0-lite-260428 doubao-seed-2-0-mini-260428 doubao-seed-2-0-pro-260215 doubao-seed-2-0-lite-260215 doubao-seed-2-0-mini-260215 doubao-seed-2-0-code-preview-260215 doubao-seed-1-8-251228 doubao-seed-1-6-251015 doubao-seed-character-260628 glm-5-2-260617

完整示例及说明请参见控制思维链长度。

输出思考内容摘要

支持模型

doubao-seed-evolving

doubao-seed-2-1-pro-260628

doubao-seed-2-1-turbo-260628

doubao-seed-2-0-lite-260428

使用说明

默认会开启 thinking summary 能力，不会输出模型原始的思考内容，会返回模型思考内容摘要（ choices.message.reasoning_content ）、思考内容加密原文（ choices.message.encrypted_content ）。

说明

默认开启 thinking summary 能力后，可能会有较高的包间延迟，请调大请求超时时间（ timeout ），并做好兼容适配。

字段说明：

reasoning_effort ：仅作用于模型的原始思考内容，不适用于思考摘要。

usage.completion_tokens_details.reasoning_tokens ：为原始思考内容的 tokens，计费仍然按原始思考内容 token 计算。

回传思考内容

在工具调用场景，需要回传思考内容，回传注意事项如下。回传思考内容示例参见回传思考内容加密原文。

回传 encrypted_content 、 reasoning_content 字段： encrypted_content 字段优先级高，会忽略 reasoning_content 中的内容。其中 encrypted_content 内容必须为有效内容，如果被篡改则无法还原。

仅回传 reasoning_content 字段：使用思考内容摘要参与模型推理。在多轮工具调用场景（如 agent 场景），如果没有回传 encrypted_content 字段，将导致模型推理效果下降。

未回传思考内容相关字段：不会报错。

工具调用

doubao-seed-1.8 之前的模型在工具调用场景中开启深度思考后，会直接丢弃思维链内容。doubao-seed-1.8 及部分模型为给出更详尽准确的回答，将不会直接丢弃思维链内容，思维链内容可能参与后续轮次推理，输入 tokens 会增加，具体参见工作原理。

说明

推荐在 Responses API 中使用 previous_response_id，平台自动保存历史对话的上下文，并在多轮交互中回传给推理服务。

回传思考内容加密原文

Seed 系列 lite 模型在 260428 及后续版本中默认会开启 thinking summary 能力，不会输出模型原始的思考内容。以下是在工具调用场景，回传思考内容加密原文的示例。其中使用 Responses API 推荐使用 previous_responses_id 自动获取原始思考内容并回传给模型参与推理。

API	Chat API	Responses API
支持模型及说明	支持模型回传思考内容	支持模型回传思考内容
示例	第一轮请求：触发工具调用 curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "messages": [ { "role": "system", "content": "你是人工智能助手。" }, { "role": "user", "content": "今天北京天气怎么样" } ], "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "天气查询", "parameters": { "properties": { "location": { "description": "地点的位置信息，例如北京、上海。", "type": "string" } }, "required": [ "location" ], "type": "object" } } } ] }' 第一轮响应：返回工具调用指令模型会返回encrypted_content、reasoning_content、tool_calls等关键字段。 { "choices": [ { "finish_reason": "tool_calls", "index": 0, "logprobs": null, "message": { "content": "", "reasoning_content": "北京天气查询将由我调用相关工具完成。\n", "encrypted_content": "djF+2EICEj3ryfEfSUdR/SmS8OeEH4znOYftL4SWDXR8uxROjx11W7rRCj5ArLwzsm7rFsO4frOdLm2p3/yWz/r0TMqrjHiaTTvRMNdV6sLdETySlb3PDgY1W+zuYuETiq3bQuxga5jKx+GpfvlDJMfJfzq/G1kDp6ryurs0rKAFIziyc4mfFSh2CzDKNcAcp5Fi5R7M2QrSYmIUJjnoB48IVUCzu4xn7bT05qheVnGO9fbs15gYK3zINUvVsp51Oq72U/ksrPZFVs2BTgNRwjmxnFNn7A==", "role": "assistant", "tool_calls": [ { "function": { "arguments": " {\"location\": \"北京\"}", "name": "get_weather" }, "id": "call_wiezxeyae8jzxl3jx8nhfgb5", "type": "function" } ] } } ], ... } 第二轮请求：回传完整上下文并生成最终响应下面示例是在第一轮请求的基础上，回传思考内容加密原文（ encrypted_content ）和思考内容摘要（ reasoning_content ）、工具调用结果，模型生成自然语言回答。 curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "messages": [ { "role": "system", "content": "你是人工智能助手。" }, { "role": "user", "content": "今天北京天气怎么样" }, { "reasoning_content": "北京天气查询将由我调用相关工具完成。\n", "encrypted_content": "djF+2EICEj3ryfEfSUdR/SmS8OeEH4znOYftL4SWDXR8uxROjx11W7rRCj5ArLwzsm7rFsO4frOdLm2p3/yWz/r0TMqrjHiaTTvRMNdV6sLdETySlb3PDgY1W+zuYuETiq3bQuxga5jKx+GpfvlDJMfJfzq/G1kDp6ryurs0rKAFIziyc4mfFSh2CzDKNcAcp5Fi5R7M2QrSYmIUJjnoB48IVUCzu4xn7bT05qheVnGO9fbs15gYK3zINUvVsp51Oq72U/ksrPZFVs2BTgNRwjmxnFNn7A==", "role": "assistant", "tool_calls": [ { "function": { "arguments": " {\"location\": \"北京\"}", "name": "get_weather" }, "id": "call_wiezxeyae8jzxl3jx8nhfgb5", "type": "function" } ] }, { "role": "tool", "tool_call_id":"call_wiezxeyae8jzxl3jx8nhfgb5", "content": "5度" } ], "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "天气查询", "parameters": { "properties": { "location": { "description": "地点的位置信息，例如北京、上海。", "type": "string" } }, "required": [ "location" ], "type": "object" } } } ] }'	第一轮请求：触发工具调用 curl https://ark.cn-beijing.volces.com/api/v3/responses \ -H "Authorization: Bearer $ARK_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "input": [ { "role": "system", "content": "你是人工智能助手." }, { "role": "user", "content": "今天北京天气怎么样" } ], "thinking":{"type": "enabled"}, "include":["reasoning.encrypted_content"], "tools": [ { "type": "function", "name": "get_weather", "description": "天气查询", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "地点的位置信息，例如北京、上海。" } }, "required": ["location"] } } ] }' 第一轮响应：返回工具调用指令模型返回信息包含id、call_id、arguments等关键字段。 { "created_at": 1766126702, "id": "resp_0217661267019147d8950efa0e2f7c9d9cc7a1cc971272cf4548c", "max_output_tokens": 32768, "model": "doubao-seed-1-8-251228", "object": "response", "output": [ { "id": "rs_02176612670248500000000000000000000ffffac154e10754f5c", "type": "reasoning", "summary": [ { "type": "summary_text", "text": "用户查询北京今日天气，我将调用天气工具获取相关信息。" } ], "status": "completed", "encrypted_content": "djEqHS8w8bISWDUfivQXaeCUc8ms2JcjMBO5KQMRqKhTUdYlhbFebcndgVlFJxYUOSOAXm7gNsJdTRtp47iHpps76Rp37ipRrkEHMqIIt+KyKmN/rH9tzL+7ZLI9W4LGYMOv/27Rfqp2NW5vxiF7zkI1xgxxJFp6Vo8PNQpR68T4F7bG4PekickNR3U+EFM6hBKkhnJqxqCrjubi0o/8C35IoDF998+G6hokaDhOb6EqJ5fXaSZvtQJaK4DBh4HIciMFnRqzts/xlacBHsWCWLcxUASrvj0vYIs9a+ZN9BxkLjrBy/nEOOEcmID/I2NukCDEFa7zxlOXLvdZHuslP5cvyno=" }, { "arguments": " {\"location\": \"北京\"}", "call_id": "call_t885uulopdd499rn0pioze7l", "name": "get_weather", "type": "function_call", "id": "fc_02176612670345400000000000000000000ffffac154e10a6753e", "status": "completed" } ], .... } 第二轮请求：回传结果并生成最终响应传入上一轮 response_id、工具调用结果等信息，模型生成自然语言回答。 curl https://ark.cn-beijing.volces.com/api/v3/responses \ -H "Authorization: Bearer $ARK_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "input": [ { "type": "function_call_output", "call_id": "call_t885uulopdd499rn0pioze7l", "output": "5度" } ], "previous_response_id": "resp_0217661267019147d8950efa0e2f7c9d9cc7a1cc971272cf4548c", "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "name": "get_weather", "description": "天气查询", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "地点的位置信息，例如北京、上海。" } }, "required": ["location"] } } ] }'

回传原始思考内容

部分模型开启深度思考后，默认输出模型原始的思考内容。以下是在工具调用场景，回传原始思考内容的示例。

API	Chat API	Responses API
支持模型示例	doubao-seed-2-0-lite-260428 doubao-seed-2-0-mini-260428 doubao-seed-2-0-pro-260215 doubao-seed-2-0-lite-260215 doubao-seed-2-0-mini-260215 doubao-seed-2-0-code-preview-260215 doubao-seed-1-8-251228 第一轮请求：触发工具调用 curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "messages": [ { "role": "system", "content": "你是人工智能助手。" }, { "role": "user", "content": "今天北京天气怎么样" } ], "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "天气查询", "parameters": { "properties": { "location": { "description": "地点的位置信息，例如北京、上海。", "type": "string" } }, "required": [ "location" ], "type": "object" } } } ] }' 第一轮响应：返回工具调用指令模型会返回reasoning_content、tool_calls等关键字段。 { "choices": [ { "finish_reason": "tool_calls", "index": 0, "logprobs": null, "message": { "content": "", "reasoning_content": "用户想查询今天北京的天气，这正好符合get_weather工具的功能，需要传入location参数为北京。所以我要调用这个工具来获取天气信息。", "role": "assistant", "tool_calls": [ { "function": { "arguments": " {\"location\": \"北京\"}", "name": "get_weather" }, "id": "call_wiezxeyae8jzxl3jx8nhfgb5", "type": "function" } ] } } ], ... } 第二轮请求：回传完整上下文并生成最终响应在第一轮请求的基础上，还需要回传思维链信息、工具调用结果，模型生成自然语言回答。 curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "messages": [ { "role": "system", "content": "你是人工智能助手。" }, { "role": "user", "content": "今天北京天气怎么样" }, { "reasoning_content": "用户想查询今天北京的天气，这正好符合get_weather工具的功能，需要传入location参数为北京。所以我要调用这个工具来获取天气信息。", "role": "assistant", "tool_calls": [ { "function": { "arguments": " {\"location\": \"北京\"}", "name": "get_weather" }, "id": "call_wiezxeyae8jzxl3jx8nhfgb5", "type": "function" } ] }, { "role": "tool", "tool_call_id":"call_wiezxeyae8jzxl3jx8nhfgb5", "content": "5度" } ], "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "天气查询", "parameters": { "properties": { "location": { "description": "地点的位置信息，例如北京、上海。", "type": "string" } }, "required": [ "location" ], "type": "object" } } } ] }'	doubao-seed-2-0-lite-260428 doubao-seed-2-0-mini-260428 doubao-seed-2-0-pro-260215 doubao-seed-2-0-lite-260215 doubao-seed-2-0-mini-260215 doubao-seed-2-0-code-preview-260215 doubao-seed-1-8-251228 第一轮请求：触发工具调用 curl https://ark.cn-beijing.volces.com/api/v3/responses \ -H "Authorization: Bearer $ARK_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "input": [ { "role": "system", "content": "你是人工智能助手." }, { "role": "user", "content": "今天北京天气怎么样" } ], "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "name": "get_weather", "description": "天气查询", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "地点的位置信息，例如北京、上海。" } }, "required": ["location"] } } ] }' 第一轮响应：返回工具调用指令模型返回信息包含id、call_id、arguments等关键字段。 { "created_at": 1766126702, "id": "resp_0217661267019147d8950efa0e2f7c9d9cc7a1cc971272cf4548c", "max_output_tokens": 32768, "model": "doubao-seed-1-8-251228", "object": "response", "output": [ { "id": "rs_02176612670248500000000000000000000ffffac154e10754f5c", "type": "reasoning", "summary": [ { "type": "summary_text", "text": "用户问今天北京的天气怎么样，我需要调用get_weather工具，参数location是北京。按照格式要求来写函数调用。" } ], "status": "completed" }, { "arguments": " {\"location\": \"北京\"}", "call_id": "call_t885uulopdd499rn0pioze7l", "name": "get_weather", "type": "function_call", "id": "fc_02176612670345400000000000000000000ffffac154e10a6753e", "status": "completed" } ], .... } 第二轮请求：回传结果并生成最终响应传入上一轮 response_id、工具调用结果等信息，模型生成自然语言回答。 curl https://ark.cn-beijing.volces.com/api/v3/responses \ -H "Authorization: Bearer $ARK_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "doubao-seed-2-0-lite-260215", "input": [ { "type": "function_call_output", "call_id": "call_t885uulopdd499rn0pioze7l", "output": "5度" } ], "previous_response_id": "resp_0217661267019147d8950efa0e2f7c9d9cc7a1cc971272cf4548c", "thinking":{"type": "enabled"}, "tools": [ { "type": "function", "name": "get_weather", "description": "天气查询", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "地点的位置信息，例如北京、上海。" } }, "required": ["location"] } } ] }'

使用说明

工作原理

多轮对话场景

流程图	说明
	在每一轮对话过程中，深度思考模型会输出思维链内容（COT）和最终回答（Answer）。在下一轮对话中，之前输出的思维链内容不会被拼接到上下文中。思维链内容展现的是模型处理问题的过程，包括将问题拆分为多个问题进行处理，生成多种回复综合得出更好回答等过程。

工具调用场景（doubao-seed-1.8 及后续模型）

工具调用场景中开启深度思考后，为给出更详尽准确的回答，将不会直接丢弃思维链内容，历史轮次的思维链内容按需（模型自主判断）参与推理。在整个请求过程中，用户回传完整上下文即可，由服务端自行判断，是否保留思维链内容。未输入给模型的思维链内容，不会计算 token 用量。代码示例参见工具调用。

流程图	说明
	回答问题 1 时（请求 1.1 - 1.2），模型进行多次思考 + 工具调用后给出答案，方舟会输入完整上下文包括思维链内容给模型处理。开始回答问题2时（请求 2.1），方舟会自行判断并删除之前上下文中的思维链，输入给模型。

减少请求超时失败

深度思考模型使用思维链输出内容，导致回复篇幅更长、速率更慢，所以极易因超时导致任务失败。尤其在非流式输出模式下，任务未完成时断开连接，未输出内容，又产生 token 用量费用。

可使用流式输出或设置更长超时时间，减少超时失败：

使用流式输出（推荐）：通过分块即时返回生成内容，可有效维持连接活性（避免因长时无响应导致的连接中断），是高效且可靠的输出方式（示例代码及说明参见流式输出）。若当前应用使用非流式输出，可改造为：通过流式接口获取内容，实时拼接完整结果后再统一输出，从而显著降低请求超时失败风险。

调大超时时间参数：非流式输出场景下，推荐将timeout参数设置为 30 分钟以上，并根据超时触发概率进一步调整超时时间。另需注意网络链路中的 TCP Keep-Alive 设置（tcp_keepalive_time参数），避免因长时间无数据传输导致连接被系统、防火墙、路由器等中断。

方舟Go SDK特殊说明：无论是否使用流式输出，均需将 SDK 超时参数设置为 30 分钟以上。

使用批量推理获得更高吞吐

当您的业务需要处理大量的数据，且对于模型返回及时性要求不高，您可使用批量推理获取最低 10B token/天的配额以及批量推理的成本降低。批量推理支持任务的方式以及类似 Chat 的接口调用方式，使用批量推理

提示词优化建议

深度思考模型会自行分析和拆解问题（思维链），与普通模型相比，提示词侧重点有所不同。

提示词除了待解决问题，应该更多补充目标和场景等信息。如使用英语，用 Python 等语言要求；面向小学生、向领导汇报等阅读对象信息；完成论文写作、完成课题报告、撰写剧本等场景信息；体现我的专业性、获得领导赏识等目标信息。

减少或者避免对问题的拆解描述，如分步骤思考、使用示例等，这样会限制住模型的推理逻辑。

减少使用系统提示词，所有提示词信息直接通过用户提示词（role: user）来提问。

常见问题

并发 RPM 或者 TPM 额度明明有剩余为什么提示限流报错？

最近更新时间：2026.08.21 11:18:08

这个页面对您有帮助吗？

有用

无用

火山方舟