企业官网建设流程全解析

dsh-our-free-model 思考强度原理全解：为什么用输出预算而不是 reasoning_effort

【免费下载链接】dsh-our-free-model在 dsh 里装上这个插件即可，无需登录、注册或填 API Key，就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型——完全免费，不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.项目地址: https://gitcode.com/gh_mirrors/ds/dsh-our-free-model

在 dsh 里装上 dsh-our-free-model 插件后，无需登录、注册或填 API Key，就能免费、不限量地使用 DeepSeek V4.1 Flash、Kimi K3 等前沿模型。除了免费，它还有一个容易被忽略的细节：思考强度（Effort）是真的能生效的——而且实现方式与大多数客户端不同，用的不是常见的reasoning_effort参数，而是一套「输出 token 预算」机制。本文带你弄清楚这套思考强度预算的原理和来龙去脉。

什么是思考强度：三档真实的输出预算

在输入框的 Effort 菜单中，思考强度分三档，每一档都对应一个硬性输出 token 上限：

这三档的定义就在 src/effort.js 中，默认档位是balanced。

有一个特殊规则：对于思考无法关闭的模型（如 MiMo V2.6），三档预算会整体翻倍为 4 096 / 16 384 / 模型上限。为什么翻倍？往下看，答案藏在一个实测数据里。

疑点：reasoning_effort 为什么不能用？

按惯例，控制思考深度最自然的做法是把reasoning_effort: "low" | "medium" | "high"之类的字符串发给上游。项目团队先做了实测（探针脚本见 scripts/probes/reasoning-effort-probe.mjs 和 scripts/probes/effort-repeat-sampling.mjs），结论出人意料：

• 免费车道的网关接受reasoning_effort、thinking.budget_tokens、enable_thinking、thinking_budget这些字段，然后全部忽略；
• 对三个不同名义档位反复采样，思考 token 数量在统计上无法区分——甚至出现过low档比xhigh档产出更多思考 token 的情况；
• 未识别的字段偶尔还会直接引发上游 503 错误。

换句话说：传reasoning_effort就像对不听话的调度器喊口号——口号照单全收，行为纹丝不动。

💡 插件的一条设计准则：提供一个无效控件，比不提供控件更糟。一个假装在调思考深度、实际毫无作用的 Effort 菜单，只会误导用户。

真正起作用的唯一阀门：max_tokens 输出预算

实测发现，该车道上真正被执行的只有max_tokens（输出上限），而思考量与它直接挂钩：把上限压到 64 token，思考输出就从约 397 token 降到约 63 token；放宽上限，思考随之变多（多组方言对照实验见 scripts/probes/budget-dialects.mjs）。

于是插件的思考强度设计变得非常直白：

1. 用户选的档位 → 换算成一个真实的输出 token 上限；
2. 以max_tokens的形式硬性下发给上游；
3. 留痕的思考 token 随档位单调上升——每一档都是可测量、可验证的差异。

预算解析的核心逻辑在 src/effort.js 的budgetFor()：档位上限、模型容量、会话设置取三者中的最小值，且任何情况下不低于 512 token（MIN_BUDGET），保证回答本身一定放得下。整条链路还有专门的回归测试 scripts/effort-test.mjs 守护。

为什么「思考不可关闭」的模型要翻倍？

一个容易踩的坑：思考 token 和可见回答共享同一个输出上限。

以思考无法关闭的mimo-v2.6-flash-free为例，实测一天 92 次调用中，82% 的输出 token 都是思考。当「均衡」档的上限是 8192 时，思考往往先吃掉大头，留给正文的只有约 1500 token——长回答大约每三次就有一次被截断（length结尾）。

解法很直接：这类模型每一档预算翻倍（系数见 ALWAYS_THINKING_FACTOR），让「精简」档留给正文的空间，约等于一个能彻底不思考的模型在「精简」档下的空间。设置页的每张模型卡上也标注了每档实际下发的数值，所见即所得。

两条车道，两种语义

需要区分的是：免费车道（匿名网关）走的是上面这套 token 阶梯；而 EAC 与 Kilo 渠道的模型自己声明了档位菜单（Off / Low / Medium / High），网关会把模型自己的 effort 字段真正透传上游——此时插件只做映射，不再另设预算阶梯（实现见 src/effort.js 的声明菜单分支）。所以你在不同渠道看到的档位菜单不一样，是正常的：菜单形状跟着模型声明走。

一句话总结

• reasoning_effort在免费车道上是无效操作——上游收而不理，档位之间无差异；
• 输出 token 预算（max_tokens）才是被真正执行的阀门，思考量随之单调变化；
• 三档 Light / Balanced / Deep 就是三个真实预算，思考不可关闭的模型整体翻倍；
• 若回答被截断，切到 Deep 或调高「单次输出上限」即可。

更多细节可在仓库 README 的「为什么用预算，而不是 reasoning_effort」一节（README.md）与 docs/issue-30-heatmap.md 等文档中查看。

【免费下载链接】dsh-our-free-model在 dsh 里装上这个插件即可，无需登录、注册或填 API Key，就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型——完全免费，不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.项目地址: https://gitcode.com/gh_mirrors/ds/dsh-our-free-model