英文：Reasoning Model 分类：frontier
经过专门训练、能在回答前进行逐步推理（思维链、多步思考、自我验证）的模型（如 OpenAI o1/o3、DeepSeek R1），显著提升数学、编程与科学推理能力。
训练：强化学习（推理奖励）、长思维链数据、测试时计算缩放；特性：思考 Token（隐藏 CoT）、可调节推理努力（fast/slow）；能力：数学（AIME）、代码（Codeforces）、科学（GPQA）大幅领先；代价：推理延迟与成本更高。
用于高难度任务（数学/代码/科学）、复杂 Agent 规划、长文分析；结合普通模型分级使用（简单任务快答、难题深思考）；推理模型是"慢思考"能力的工程实现。