推論モデル（Reasoning）

複雑な数学・コーディング・論理問題には、思考過程を伴う推論モデルが有効です。

DeepSeek: deepseek-reasoner（deepseek-v4-pro の別名）。思考内容は reasoning_content に入ります。
Qwen: thinking パラメータで思考モードを有効化できます（対応モデルのみ）。

Python
cURL

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LYKURO_API_KEY"],
    base_url="https://api.lykuro.ai/deepseek/v1",
)

resp = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=[{"role": "user", "content": "1から100までの素数はいくつ？数えて。"}],
)

msg = resp.choices[0].message
# 思考過程（モデルが対応している場合）
reasoning = getattr(msg, "reasoning_content", None)
if reasoning:
    print("=== 思考過程 ===")
    print(reasoning)
print("=== 回答 ===")
print(msg.content)

curl https://api.lykuro.ai/deepseek/v1/chat/completions \
  -H "Authorization: Bearer $LYKURO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-reasoner",
    "messages": [{"role": "user", "content": "1から100までの素数はいくつ？数えて。"}]
  }'

レスポンスの choices[0].message.reasoning_content に思考過程、content に最終回答が入ります。

Qwen の thinking モード

curl https://api.lykuro.ai/alibaba/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $LYKURO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-max",
    "messages": [{"role": "user", "content": "難しい論理パズルを解いて。"}],
    "thinking": {"type": "enabled", "budget_tokens": 5000}
  }'

:::warning コストに注意推論モデルは思考トークンも出力トークンとして課金されます。簡単なタスクには deepseek-chat / qwen-turbo など通常モデルの方が高速・低コストです。 :::

Qwen の thinking モード​

Qwen の thinking モード