# Думающие модели: что такое reasoning и когда он нужен

Источник: https://modelium.tech/zhurnal/reasoning-modeli/

Думающая модель — языковая модель, которая перед итоговым ответом может генерировать дополнительные шаги рассуждения. Это полезно для задач с несколькими проверяемыми условиями, но длинная цепочка не доказывает правильность ответа. Для локальной работы выбирайте конкретную модель и режим, затем проверяйте итог по независимым данным.

**Источники сверены 24 сентября 2026 года.** Здесь описаны возможности по карточкам моделей, документации и исследованиям. Modelium не запускал эти веса и не измерял их скорость или качество.

## Что называют думающей моделью?

В контексте языковых моделей *reasoning* — режим, при котором перед итоговым ответом модель генерирует дополнительные промежуточные токены: например, пробует решение, уточняет допущения или проверяет шаги. DeepSeek-AI описывает такой тип траекторий и обучение с подкреплением в статье о DeepSeek-R1; это описание метода авторов, а не доказательство, что каждый ответ верен [s3](#src-s3). Команда Qwen описывает в Qwen3 два режима одной линейки: thinking для более сложного разбора и non-thinking для прямого ответа [s1](#src-s1).

«Думающая» не означает, что модель понимает мир или выполняет формальную проверку. Читаемая цепочка — **сгенерированный текст**, а не протокол всех внутренних вычислений. В исследовании верности chain-of-thought авторы показали на своей методике, что внешне последовательные объяснения иногда сопровождают противоречивые ответы; их частоты нельзя переносить на все модели и задачи [s6](#src-s6). Поэтому критерием успеха служит **проверяемый итог**, а не длина объяснения.

## Когда включать reasoning, а когда не тратить на него время?

Если нужно сопоставить несколько требований документа, проверить расчёт или разложить программную ошибку на гипотезы, режим рассуждения может быть полезным *кандидатом* для сравнения с прямым ответом; Qwen позиционирует thinking именно для логических задач, математики и кода [s2](#src-s2). Для простого извлечения очевидного поля из текста сначала попробуйте прямой ответ. В обоих случаях заранее запишите правильный ожидаемый результат и оцените фактический ответ; рекламное название режима не является оценкой на ваших данных.

У официальной карточки **Qwen3-8B** переключатель привязан к шаблону диалога: `enable_thinking=False` отключает thinking-содержимое, а `/think` и `/no_think` позволяют менять режим при включённой поддержке в шаблоне [s2](#src-s2). Это конкретная ревизия **Qwen3-8B**, не обещание для каждого нового поколения Qwen или произвольного runtime. Не переносите настройку шаблона Transformers в другой сервер без проверки его API.

У DeepSeek-R1 есть разные локальные теги и размеры в каталоге Ollama, включая `deepseek-r1:8b`; отдельно прочитайте [карточку DeepSeek R1](/zhurnal/deepseek-r1/) перед выбором исходного или дистиллированного варианта [s7](#src-s7). Число гигабайт рядом с файлом — **размер весов**, не минимальные требования к RAM/VRAM: фактическое размещение зависит также от runtime, контекста и устройства.

## Как увидеть отдельное рассуждение при локальном запуске?

У документации Ollama есть конкретный маршрут: сначала проверить *поддерживаемые значения* поля `thinking` для выбранной модели через `/api/show`, затем отправить запрос на локальный `/api/chat` с `think` и `stream: false` [s4](#src-s4) [s5](#src-s5). Для `think: true` запрашивается вывод рассуждения; `false` просит его не выводить **только если модель разрешает**; `null` использует значение по умолчанию. Именованные уровни и их значения зависят от конкретной модели, числа вместо них документация не поддерживает [s4](#src-s4).

Пример по официальному каталогу и API, **не прогон Modelium**; Ollama и тег должны быть заранее установлены на вашем компьютере [s4](#src-s4) [s7](#src-s7):

ollama pull deepseek-r1:8bcurl http://localhost:11434/api/show -d '{"model":"deepseek-r1:8b"}'curl http://localhost:11434/api/chat -d '{"model":"deepseek-r1:8b","messages":[{"role":"user","content":"Сравни 3/4 и 2/3; дай ответ и проверку общим знаменателем"}],"think":true,"stream":false}'

Посмотрите, есть ли в ответе `message.thinking` и что именно записано в `message.content`; API документирует эти поля отдельно [s4](#src-s4) [s5](#src-s5). Затем самостоятельно проверьте сравнение дробей через общий знаменатель. Отсутствие отдельного поля thinking **не доказывает**, что внутри не было промежуточной обработки: документация предупреждает, что метаданные режима у некоторых моделей отсутствуют [s4](#src-s4). Если запрос к локальному серверу не отвечает, проверьте установленный тег, запущен ли Ollama и точный адрес из [инструкции по Ollama](/zapusk/ollama/); не заменяйте `localhost` облачным адресом ради «починки» закрытого сценария.

## Какие ограничения важны при выборе?

- **Не считать красивую цепочку доказательством.** Исследование о верности chain-of-thought показывает случаи несоответствия объяснения и ответа при своей методике; сверяйте факты с документами или расчётом, а код — тестами [s6](#src-s6).

- **Не обещать выигрыш в каждой задаче.** Сравнивайте thinking и прямой ответ на одном наборе запросов, на одном устройстве, с записанными тегом, настройками и временем. Заявления авторов DeepSeek и Qwen об улучшениях остаются заявлениями в их условиях, не независимым тестом Modelium [s1](#src-s1) [s3](#src-s3).

- **Не путать модель с настройкой интерфейса.** У Qwen3-8B есть переключатель в шаблоне; у Ollama набор допустимых `think`-значений определяется моделью и выясняется через `/api/show` [s2](#src-s2) [s4](#src-s4).

**Следующий шаг:** [сравните DeepSeek и Qwen по своей задаче](/sravnenie/deepseek-vs-qwen/), выберите конкретный checkpoint и проверяйте итог на собственном наборе вопросов. Если ответ кажется убедительным, но не имеет сверяемого основания, см. [разбор галлюцинаций](/zhurnal/gallyucinacii-ii/); для следующего поколения Qwen открывайте [его отдельную карточку](/modeli/qwen/qwen3-8/), а не переносите параметры Qwen3-8B на другую ревизию.

## Источники

1. [Qwen Team — Qwen3: Think Deeper, Act Faster](https://qwenlm.github.io/blog/qwen3/) — получено 2026-09-24
2. [Qwen — Qwen3-8B, закреплённая карточка весов](https://huggingface.co/Qwen/Qwen3-8B/resolve/b968826d9c46dd6066d109eabc6255188de91218/README.md) — получено 2026-09-24
3. [DeepSeek-AI — DeepSeek-R1: Incentivizing Reasoning Capability (v2)](https://arxiv.org/abs/2501.12948v2) — получено 2026-09-24
4. [Ollama — Thinking](https://docs.ollama.com/capabilities/thinking) — получено 2026-09-24
5. [Ollama — Generate a chat message (API)](https://docs.ollama.com/api/chat) — получено 2026-09-24
6. [Arcuschin et al. — Chain-of-Thought Reasoning In The Wild Is Not Always Faithful (v6)](https://arxiv.org/abs/2503.08679v6) — получено 2026-09-24
7. [Ollama Library — DeepSeek-R1, доступные теги](https://ollama.com/library/deepseek-r1) — получено 2026-09-24