Skip to main content

Documentation Index

Fetch the complete documentation index at: https://docs-model.skyengine.com.cn/llms.txt

Use this file to discover all available pages before exploring further.

​
OpenAI 思考模式示例

重要提示：思考过程访问限制由于OpenAI模型提供商的政策限制，通过标准的Chat Completions接口无法直接获取o1系列模型的原始思考内容（reasoning tokens）。如果您希望在GPT系列模型中展示AI的思考过程，请参考： TokenOPS Responses API 思考模式示例该接口专门为思考过程展示进行了优化，可以完整呈现AI的推理步骤。
以下示例展示如何使用OpenAI的o1系列模型（如o1-2024-12-17、o1-mini）进行高质量推理，虽然无法直接展示思考过程，但可以获得经过深度推理的高质量回答。

​
快速开始

只需要替换 <API-KEY> 为你的实际API密钥即可运行。 
curl -X POST "https://model-api.skyengine.com.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API-KEY>" \
  -d '{
    "model": "o1-2024-12-17",
    "messages": [
      {
        "role": "user",
        "content": "请解决这个数学问题：一个圆的面积是78.54平方厘米，求这个圆的周长。请详细说明解题思路。"
      }
    ],
    "max_completion_tokens": 2000
  }'
示例结果：
思考示例结果
{
  "id": "9ac620c6da9d4333a3804c75414e672f",
  "object": "chat.completion",
  "created": 1759141931,
  "model": "o1-2024-12-17",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "解题思路如下：\n\n1. 圆的面积公式为 A = πr²，其中 A 是面积，r 是圆的半径，π 为圆周率。  \n2. 已知面积 A = 78.54。我们可以通过下式求出半径：  \n   r = √(A / π)。  \n3. 计算时，常用 π ≈ 3.14 进行近似运算：  \n   先计算 A / π = 78.54 ÷ 3.14 ≈ 25，  \n   因此 r² ≈ 25，  \n   则 r ≈ 5 (厘米)。  \n4. 接下来，根据周长公式 C = 2πr，计算周长：  \n   C = 2 × 3.14 × 5 ≈ 31.4 (厘米)。  \n\n如果使用更精确的 π（如 3.14159...）进行计算，就会发现 78.54 和 25×π 很接近，此时半径仍近似为 5，周长约为 31.416 厘米。综上可知，该圆周长大约为 31.4 厘米（根据精度要求可做相应保留）。"
      },
      "finish_reason": "stop",
      "content_filter_results": {
        "hate": {
          "filtered": false
        },
        "self_harm": {
          "filtered": false
        },
        "sexual": {
          "filtered": false
        },
        "violence": {
          "filtered": false
        },
        "jailbreak": {
          "filtered": false,
          "detected": false
        },
        "profanity": {
          "filtered": false,
          "detected": false
        }
      }
    }
  ],
  "usage": {
    "prompt_tokens": 38,
    "completion_tokens": 794,
    "total_tokens": 832,
    "prompt_tokens_details": {
      "audio_tokens": 0,
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "audio_tokens": 0,
      "reasoning_tokens": 512,
      "accepted_prediction_tokens": 0,
      "rejected_prediction_tokens": 0
    }
  },
  "system_fingerprint": "fp_a2dc940e6b"
}

​
o1系列模型的特点

  1. 深度推理能力: 在内部进行复杂的推理过程，输出高质量答案
  2. 步骤化思考: 虽然思考过程不可见，但会进行系统性分析
  3. 自我纠错: 在推理过程中检查和修正逻辑
  4. 专业优化: 特别适合数学、科学、编程等需要深度思考的领域
获取完整思考过程如需查看AI的详细思考步骤和推理过程，请使用TokenOPS Responses API： 查看思考过程展示示例

​
o1系列模型特点

  • o1-2024-12-17: 最强的推理能力，适合复杂问题
  • o1-mini: 更快的响应速度，适合中等复杂度问题
  • 专门优化: 针对数学、科学、编程等领域优化
  • 思考时间: 模型会花费更多时间进行推理

​
应用场景

  • 教育辅导: 展示解题思路，帮助学生理解
  • 科学研究: 分析复杂的科学问题
  • 商业决策: 多角度分析商业选择
  • 创意工作: 展示创作思路和过程
  • 编程调试: 分析代码问题和解决方案

​
最佳实践

  1. 清晰的问题描述: 提供详细的问题背景和要求
  2. 适当的复杂度: o1模型适合需要深度思考的问题
  3. 耐心等待: 思考模式需要更多时间生成回答
  4. 关注推理质量: o1模型提供经过深度推理的高质量答案

​
注意事项

  • o1模型的响应时间比普通模型更长，因为需要进行深度推理
  • 不支持流式输出和某些高级功能
  • 适合需要深度推理的场景，简单问题建议使用其他模型
  • 由于提供商政策限制，无法通过Chat Completions接口直接获取思考过程
  • 如需查看思考过程，请使用TokenOPS专门的Responses API接口