英文：Thinking Budget 分类：inference
模型在回答前允许投入的思考量（Token/步骤数），控制"多想 vs 快答"的权衡。预算越高，难题正确率越高但延迟成本越大。
实现：系统提示限制思考步数、自适应预算（按问题难度）、流式可见思考过程；推理模型（o1、R1）支持"快速/深度"模式切换；工程上按任务类型与 SLA 动态分配。
用于推理模型的成本控制（简单题快答、难题深思）、API 定价分层（不同预算档位）与延迟敏感产品（客服、搜索）；思维预算是把推理算力"按需售卖"的旋钮。