推理时计算：想久一点为什么会变强

推理过程、正确率、token 数、用时和成本都是为说明原理预设的示意值，不调用真实模型；成本按“直接回答约 150 个 token、每秒生成约 100 个 token”换算。演示里的“一步步想”“多条思路投票”“回头验算”是三种常见的推理时计算方式：思维链、自洽性投票（self-consistency）和自我验证。o1 这类推理模型是用强化学习把长思维链、检查和回头修正练成了习惯；一些产品的“深度思考”模式还会并行跑多条思路再汇总。退款按金额分摊满减是常见做法，具体以各平台规则为准。

相关文章：o1：第一个慢下来的模型、Qwen3 开源那晚（推理变成可以调度的资源）、Gemini 4 Argon（思考档位和额度决定了普通人拿到的体验）。