Alibaba Cloud Model Studio:Deep thinking

Os modelos de deep thinking realizam raciocínio antes de responder, o que aumenta a precisão em tarefas complexas, como raciocínio lógico e matemática.

Estes exemplos utilizam a Chat Completion API compatível com OpenAI e a DashScope API. Para a Responses API, consulte Deep thinking .

Uso

O Model Studio oferece suporte ao deep thinking em dois modos:

• Modo de pensamento híbrido: Utilize o parâmetro enable_thinking para alternar entre pensamento ativo e inativo por requisição:

  • Defina como true — o modelo raciocina antes de responder.
  • Defina como false — o modelo responde diretamente, ignorando a etapa de raciocínio.

  OpenAI compatible

  # Import dependencies and create a client...
  completion = client.chat.completions.create(
      model="qwen3.8-max", # Select a model
      messages=[{"role": "user", "content": "Who are you"}],
      # Since enable_thinking is not a standard OpenAI parameter, pass it in extra_body.
      extra_body={"enable_thinking":True},
      # Enable streaming output.
      stream=True,
      # Configure the stream to include token consumption information in the last data packet.
      stream_options={
          "include_usage": True
      }
  )
  

  DashScope

  A DashScope API para a série Qwen3.5 utiliza uma interface multimodal. O exemplo a seguir retorna um url error . Para o uso correto, consulte Enable or disable thinking mode .

  # Importe as dependências e crie o cliente...
  
  response = client.multimodal.chat.create(
      # Se necessário, troque para outro modelo de deep thinking
      model="qwen3.8-max",
      messages=messages,
      enable_thinking=True,
      stream=True,
      # A saída em streaming é incremental por padrão: cada chunk contém apenas o conteúdo recém-gerado.
  )
  

• Modo apenas de pensamento: O modelo sempre raciocina antes de responder — não é possível desativar esse comportamento. O formato da requisição é idêntico ao do modo de pensamento híbrido; o parâmetro enable_thinking não é necessário.

A API retorna o raciocínio no campo reasoning_content e a resposta no campo content. Como o raciocínio adiciona latência, todos os exemplos usam streaming por padrão (recomendado para acompanhar o raciocínio em tempo real). Os modelos comerciais de pensamento também suportam saída sem streaming (síncrona); consulte o FAQ abaixo para detalhes de uso e ressalvas. Alguns modelos (como os open source qwen3.5-122b-a10b e qwen3.5-27b) aceitam apenas streaming, e uma chamada síncrona resultará em erro.

Modelos suportados

Qwen3.8

Qwen3.8 Max series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.8-max

Qwen3.8 Flash series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.8-flash

Qwen3.8 Open-source series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.8-2.4t-a95b

Qwen3.7

Qwen3.7 Max series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.7-max, qwen3.7-max-us, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08

Qwen3.7 Max series (apenas modo de pensamento): qwen3.7-max-preview, qwen3.7-max-2026-05-17

Qwen3.7 Plus series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.7-plus, qwen3.7-plus-us, qwen3.7-plus-2026-05-26

Qwen3.7 Flash series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.7-flash, qwen3.7-flash-2026-07-15

Qwen3.6

Qwen3.6 Plus series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.6-plus, qwen3.6-plus-2026-04-02

Qwen3.6 Flash series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.6-flash, qwen3.6-flash-2026-04-16

Open-source Qwen3.6: qwen3.6-35b-a3b

Qwen3.5

• Comercial
  • Qwen3.5 Plus series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.5-plus, qwen3.5-plus-2026-02-15
  • Qwen3.5 Flash series (modo de pensamento hibrido, pensamento ativado por padrao): qwen3.5-flash, qwen3.5-flash-2026-02-23

DeepSeek

O modelo deepseek-v4.1-flash-1017 suporta deep thinking.

Kimi

• Modo de pensamento híbrido, pensamento ativado por padrão: kimi-k3.1-pro

kimi-k3.1-pro e kimi-k3 ativam o pensamento por padrão. Defina enable_thinking=false para desativá-lo, mas é recomendável mantê-lo ativado. Para kimi-k3.1-pro, desativar o pensamento degrada significativamente a qualidade da saída; portanto, é altamente recomendável mantê-lo ativado. O pensamento não pode ser desativado em kimi-k2.7-code.

Limitar a duração do pensamento

kimi-k3.1-pro e kimi-k3 não suportam o parâmetro thinking_budget; portanto, ele não pode limitar a duração do pensamento desses modelos.

Passar o processo de pensamento

kimi-k3.1-pro e kimi-k3 (implantados no Alibaba Cloud Model Studio) preservam por padrão o reasoning_content histórico fornecido pelo cliente. Recomendamos reenviar as mensagens históricas do assistente com seu reasoning_content completo em solicitações de múltiplos turnos.