reasoning_effort
大模型推理强度调节参数，用于控制模型内部推理预算的多少，等级包括 low、medium、high、xhigh、max 等
时间轴 (近 90 天)
OpenAI 的 reasoning_effort 取值包括 minimal/low/medium/high，Anthropic 通过 thinking.budget_tokens 表达推理预算，Google Gemini 使用 thinkingBudget。
思考模式默认开启，强度为 high；只有三档实际生效：minimal 映射到 low，medium 和 xhigh 映射到 high，ultra 映射到 max。
向gpt-5.6-luna同时发送工具定义和reasoning_effort时，API返回400，响应体说明不支持带有reasoning_effort的函数工具，并建议使用/v1/responses或将reasoning_effort设为'none'。
保留工具并将reasoning_effort设为'none'后重试，工具调用恢复正常，且延迟从4–5秒降至2秒。
自托管vLLM实例不接受reasoning_effort值为'none'，返回literal_error，提示输入应为'low'、'medium'或'high'。
400错误体检测同时检查'invalid'关键词，导致系统错误地学到gpt-5.6-luna缺少reasoning_effort字段，连必要的'none'指定也停止发送。
语音对话中启用的思考自动截断设置被全局应用，导致向OpenAI官方端点发送了none，所有响应生成请求在60秒后超时并返回500。
最终形成的端点适配策略是：标准端点发送reasoning_effort: 'none'；vLLM在值被拒后改用chat_template_kwargs；流式返回空的中转端点则完全不发送推理参数。
不同厂商对 reasoning_effort 的未知值和 none 处理不统一（拒绝、静默回退到默认档、或翻译为内部 thinking budget），导致同一字符串在不同端点上产生不同的实际计算量。
MiniMax M3.1 Flash 在请求不传 effort 字段时默认使用 max 档位，且模型始终进行思考。
还有 5 条时间轴事件
全部知识事实 (15)
MiniMax M3.1 Flash 在请求不传 effort 字段时默认使用 max 档位，且模型始终进行思考。
60%待验证OpenAI 的 reasoning_effort 取值包括 minimal/low/medium/high，Anthropic 通过 thinking.budget_tokens 表达推理预算，Google Gemini 使用 thinkingBudget。
50%待验证思考模式默认开启，强度为 high；只有三档实际生效：minimal 映射到 low，medium 和 xhigh 映射到 high，ultra 映射到 max。
50%待验证向gpt-5.6-luna同时发送工具定义和reasoning_effort时，API返回400，响应体说明不支持带有reasoning_effort的函数工具，并建议使用/v1/responses或将reasoning_effort设为'none'。
50%待验证保留工具并将reasoning_effort设为'none'后重试，工具调用恢复正常，且延迟从4–5秒降至2秒。
50%待验证自托管vLLM实例不接受reasoning_effort值为'none'，返回literal_error，提示输入应为'low'、'medium'或'high'。
50%待验证400错误体检测同时检查'invalid'关键词，导致系统错误地学到gpt-5.6-luna缺少reasoning_effort字段，连必要的'none'指定也停止发送。
50%待验证语音对话中启用的思考自动截断设置被全局应用，导致向OpenAI官方端点发送了none，所有响应生成请求在60秒后超时并返回500。
50%待验证最终形成的端点适配策略是：标准端点发送reasoning_effort: 'none'；vLLM在值被拒后改用chat_template_kwargs；流式返回空的中转端点则完全不发送推理参数。
50%待验证不同厂商对 reasoning_effort 的未知值和 none 处理不统一（拒绝、静默回退到默认档、或翻译为内部 thinking budget），导致同一字符串在不同端点上产生不同的实际计算量。
50%待验证在此类短编程修复任务上，默认思考等级对账单的影响超过了每token单价本身。
50%待验证DeepSeek V4.1 Flash 1017在reasoning_effort设为none时仍消耗约25个推理token，并非真正的非思考模式。
50%待验证在 Chat Completions 端点上，`reasoning_effort` 接受 `minimal` 到 `max` 的取值，不支持 `none`，发送 `none` 会返回 400 错误。
50%待验证推理强度在 API 层面通常以 reasoning_effort 字段暴露，可设置为 low、medium、high 等档位
50%待验证Effort 在 API 文档中有时称为 reasoning_effort，通常分为 Low / Medium / High（或 Min / Medium / Max）三档
50%