支持思考的模型会输出一个 thinking 字段，将推理轨迹（reasoning trace）与最终答案分开。

利用此功能可以审计模型的思考步骤、在 UI 中展示模型正在“思考”的状态，或者在仅需要最终回答时完全隐藏推理轨迹。

支持的模型

• Qwen 3
• GPT-OSS (使用 think 等级：low、medium、high — 推理轨迹无法完全禁用)
• DeepSeek-v3.1
• DeepSeek R1
• 在 thinking models 下浏览最新的模型添加

在 API 调用中启用思考

在 chat 或 generate 请求中设置 think 字段。大多数模型接受布尔值 (true/false) 或等级 (low, medium, high, max)，其中 max 请求最高的思考级别。

GPT-OSS 则要求使用 low、medium 或 high 其中之一来调节推理轨迹长度。

message.thinking（chat 端点）或 thinking（generate 端点）字段包含推理轨迹，而 message.content / response 包含最终答案。

cURL

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

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

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)

注意

GPT-OSS 要求将 think 设置为 "low"、"medium" 或 "high"。对于该模型，传递 true/false 将被忽略。

流式传输推理轨迹

思考流在回答 token 之前包含推理 token。检测到第一个包含 thinking 的 chunk 时渲染“思考”部分，然后在 message.content 到达时切换到最终回复。

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

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()

CLI 快速参考

• 单次运行启用思考：ollama run deepseek-r1 --think "Where should I visit in Lisbon?"
• 禁用思考：ollama run deepseek-r1 --think=false "Summarize this article"
• 在使用思考模型时隐藏轨迹：ollama run deepseek-r1 --hidethinking "Is 9.9 bigger or 9.11?"
• 在交互式会话中，使用 /set think 或 /set nothink 进行切换。
• GPT-OSS 仅接受等级：ollama run gpt-oss --think=low "Draft a headline"（根据需要将 low 替换为 medium 或 high）。

注意

对于支持的模型，在 CLI 和 API 中默认启用思考功能。