Modelos com capacidade de raciocínio emitem um campo thinking que separa o rastro de raciocínio da resposta final.

Use essa capacidade para auditar as etapas do modelo, animar o pensamento do modelo em uma interface ou ocultar o rastro completamente quando você precisar apenas da resposta final.

Modelos suportados

• Qwen 3
• GPT-OSS (use os níveis think: low, medium, high — o rastro não pode ser totalmente desativado)
• DeepSeek-v3.1
• DeepSeek R1
• Navegue pelas adições mais recentes em modelos de pensamento

Habilitar o pensamento em chamadas de API

Defina o campo think em solicitações de chat ou geração. A maioria dos modelos aceita valores booleanos (true/false) ou níveis (low, medium, high, max), em que max solicita o nível de pensamento mais alto.

O GPT-OSS, por sua vez, espera um dos valores low, medium ou high para ajustar o comprimento do rastro.

O campo message.thinking (endpoint de chat) ou thinking (endpoint de geração) contém o rastro de raciocínio, enquanto message.content / response armazena a resposta final.

cURL

```shell
curl http://localhost:11434/api/chat -d '{
  "model": "qwen3",
  "messages": [{
    "role": "user",
    "content": "How many letter r are in strawberry?"
  }],
  "think": true,
  "stream": false
}'
```

Python

```python
from ollama import chat

response = chat(
  model='qwen3',
  messages=[{'role': 'user', 'content': 'How many letter r are in strawberry?'}],
  think=True,
  stream=False,
)

print('Thinking:\n', response.message.thinking)
print('Answer:\n', response.message.content)
```

JavaScript

```javascript
import ollama from 'ollama'

const response = await ollama.chat({
  model: 'deepseek-r1',
  messages: [{ role: 'user', content: 'How many letter r are in strawberry?' }],
  think: true,
  stream: false,
})

console.log('Thinking:\n', response.message.thinking)
console.log('Answer:\n', response.message.content)
```

Nota

O GPT-OSS requer que o campo think seja definido como "low", "medium" ou "high". O envio de true/false é ignorado para esse modelo.

Transmitir o rastro de raciocínio

As transmissões de pensamento intercalam tokens de raciocínio antes dos tokens de resposta. Detecte o primeiro bloco thinking para renderizar uma seção de "pensamento", depois alterne para a resposta final assim que message.content chegar.

Python

```python
from ollama import chat

stream = chat(
  model='qwen3',
  messages=[{'role': 'user', 'content': 'What is 17 × 23?'}],
  think=True,
  stream=True,
)

in_thinking = False

for chunk in stream:
  if chunk.message.thinking and not in_thinking:
    in_thinking = True
    print('Thinking:\n', end='')

  if chunk.message.thinking:
    print(chunk.message.thinking, end='')
  elif chunk.message.content:
    if in_thinking:
      print('\n\nAnswer:\n', end='')
      in_thinking = False
    print(chunk.message.content, end='')
```

JavaScript

```javascript
import ollama from 'ollama'

async function main() {
  const stream = await ollama.chat({
    model: 'qwen3',
    messages: [{ role: 'user', content: 'What is 17 × 23?' }],
    think: true,
    stream: true,
  })

  let inThinking = false

  for await (const chunk of stream) {
    if (chunk.message.thinking && !inThinking) {
      inThinking = true
      process.stdout.write('Thinking:\n')
    }

    if (chunk.message.thinking) {
      process.stdout.write(chunk.message.thinking)
    } else if (chunk.message.content) {
      if (inThinking) {
        process.stdout.write('\n\nAnswer:\n')
        inThinking = false
      }
      process.stdout.write(chunk.message.content)
    }
  }
}

main()
```

Referência rápida da CLI

• Habilite o pensamento para uma única execução: ollama run deepseek-r1 --think "Where should I visit in Lisbon?"
• Desative o pensamento: ollama run deepseek-r1 --think=false "Summarize this article"
• Oculte o rastro enquanto ainda usa um modelo de pensamento: ollama run deepseek-r1 --hidethinking "Is 9.9 bigger or 9.11?"
• Em sessões interativas, alterne com /set think ou /set nothink.
• O GPT-OSS aceita apenas níveis: ollama run gpt-oss --think=low "Draft a headline" (substitua low por medium ou high conforme necessário).

Nota

O pensamento está habilitado por padrão na CLI e na API para modelos suportados.