实在搞不懂Flash的思考机制，同样调用Veloera添加的Gemini Balance渠道，OpenWebUI那边使用2.5 Flash每次都会用英文思考,导致回复得比较慢；而用Python写的Telegram机器人（调用OpenAI库）这边很少思考，回复飞快，但是一旦思考的话都是用中文的。
1 Like
后面那个是谷歌的思考摘要（假思考）呢ww
是啊，看上去用中文的思考内容应该是假思考，格式和正统的思考都不一样（没有分段式地思考）
不是，后面那个英文的是假思考，前面那个一直输出而不是分段输出的是真思考呀ww
啊？那我就不太懂了，Gemini的思考不都是一段一段地用英文思考的吗？为啥说OpenWebUI上显示的思考过程反而是假思考？
啊？前面那个中文的不是思考内容吧，什么时候 Google 又开放思考原文了？一直都是思考摘要
你有用什么提示词吗？
1 Like
那是思考摘要，不是原文，是小模型总结过的，防蒸馏用的
1 Like
为什么中文会飞快…
估计视觉效果，毕竟一直输出的感觉和分段输出还是不一样的呢ww
1 Like
就是没有那些英文的思考过程，基本上发送给它之后，两三秒内就会返回一大段回答了。
而OpenWebUI那边不管你问多简单的问题，每次都要等它输出完一堆英文的思考过程，才开始往外输出回答。
1 Like
没开 includeThoughts=true 的话 API 不返回思考摘要
官方文档：
感谢大佬解答！
也就是说，OpenWebUI默认带了这个参数，所以每次都会返回思考摘要；而Python调用OpenAI库写的机器人没有带这个参数所以没有思考摘要，对吗？
那么，Telegram机器人这边偶尔返回的thinking标签包裹的思考内容，可以理解为是大模型的不可控行为（假思考）？
要看你的上游接口有没有开，OWU 不会开（因为那是 Gemini 格式接口的参数，OWU 是 OpenAI 接口），反正我自用的 New-API 是打开的，就是填在渠道的参数覆盖那里，或者是模型重定向例如 gemini-2.5-pro->gemini-2.5-pro-thinking，New API 有个设置是 Gemini 思考适配，开了之后加上 -thinking 会自动打开那个选项
你用的接口是官方的 OpenAI 格式的接口还是接的中转？如果是中转的话那就是中转有多个上游，有的可能会返回摘要，有的不会。如果是官方的话，那就是官方抽风
那就说不通了。用的接口是Veloera→Gemini Balance→谷歌官方key。我的Telegram机器人用的也是OpenAI库，也没有特地加上这个参数。但是与OWU那边的返回就是不一样。应该还是OWU有什么特别的处理机制吧。
接个 Cloudflare AI Gateway 调试一下？AI Gateway 能看到调用日志（详细的参数和返回的结果）
有空再来折腾了。。。
应该是OWU不是简单采用OpenAI接口，而是有自己的处理方法。
不过现在又很难复现中文的thinking了，估计也有可能是官方抽风了。
你这中文思考怎么一股 R1 味？ 
不会是用了 pplx2api 渠道吧，那家经常用山寨 R1：r1-1776 冒充任何旗舰模型。
不是，就用的谷歌官方的。