Ollama thinking: как включить или отключить рассуждение модели

Как отключить thinking в Ollama?

Для локального API используйте поле think: false в запросе к /api/chat только после проверки, что конкретный тег допускает отключение. think: true запрашивает рассуждение, а отсутствие поля либо null оставляет выбранное моделью значение по умолчанию. Для моделей с именованными уровнями передавайте ровно значение из thinking.values: например, строку low, если её вернул /api/show; универсальной команды «отключить thinking для всех моделей» нет s1s3.

Это руководство — про управление выводом и режимом через локальный Ollama API, а не про удаление вычислений из модели. Документация отдельно предупреждает: если объект thinking отсутствует в /api/show, у тега нет метаданных о контролах, однако модель может выполнять рассуждение по своему поведению. Не выдавайте think: false за техническую гарантию отсутствия любого внутреннего рассуждения или за доказательство закрытого сетевого контура s1s3.

Как выбрать модель, железо и способ запуска?

Путь здесь: задача с проверяемым ответом → тег с контролами thinking → память конкретного устройства → локальная Ollama → сравнение двух API-ответов. Для первой попытки нужен установленный Ollama, запущенный локальный API и выбранный тег: официальный каталог показывает qwen3:8b с меткой thinking, но наличие метки не заменяет локальный ответ /api/show и не удостоверяет точную ревизию весов в вашем экземпляре s5s1. Начните с общего гайда Ollama и проверки API, если сервис не отвечает.

Qwen в карточке исходной Qwen3-8B описывает переключение enable_thinking у собственного шаблона чата и команду /no_think при включённой поддержке шаблона. Это другой интерфейс, не точная инструкция для любой версии Ollama или каждого тега Qwen; не копируйте настройки Transformers в тело запроса Ollama. Сначала посмотрите свойства установленной модели, а затем проверьте реальный результат на своей задаче s4s1. Размер загрузки тега на странице каталога — размер артефакта, а не минимальная RAM/VRAM: размещение зависит также от окна контекста, параллелизма и среды запуска; не выводите требования к компьютеру из цифры файла s5s6.

Как проверить поддерживаемые значения через API?

Первым шагом выполните ollama pull qwen3:8b для установки выбранного тега. Затем запросите локальные метаданные: curl http://localhost:11434/api/show -d '{"model":"qwen3:8b"}'. Проверяйте верхнеуровневый thinking.values и thinking.default: массив может содержать булевы true/false либо именованные строки, а [false] указывает на отсутствие поддержки thinking. Если объекта thinking нет, не делайте вывод о том, что тег наверняка не рассуждает, и не обещайте работу переключателя s1s3s5.

Сохраните точный тег и увиденные значения перед следующим шагом. Число вместо строки уровня (0, 1 и т. п.) не предусмотрено схемой ThinkValue; строка вне списка может разрешиться к default вместо желаемого режима. Это важно, когда меняются версия Ollama или состав модели: ориентируйтесь на фактический /api/show вашей установки, а не на скриншот чужой конфигурации s1s3.

Как сравнить включённый и отключённый режимы?

После подтверждения true и false в thinking.values отправьте один и тот же вопрос с stream: false, меняя только think. Первый запрос: curl http://localhost:11434/api/chat -d '{"model":"qwen3:8b","messages":[{"role":"user","content":"Что больше: 3/4 или 2/3? Ответь и проверь дроби общим знаменателем."}],"think":true,"stream":false}'. Второй запрос — та же команда с "think":false. Это редакционно составленные примеры на основе документированного формата, не выполненные Modelium; скопированную команду нужно запускать против установленного у вас тега s1s2s5.

В JSON у /api/chat сравните message.thinking — выводимую цепочку, если модель её вернула, и message.content — итоговый ответ. У /api/generate поля называются иначе: thinking и response, поэтому не ищите там message.content. При stream: true ответ приходит фрагментами: разные части thinking и content нужно собрать по полям, прежде чем сравнивать. Нестриминговый запрос здесь выбран для простого сопоставления, а не для обещания меньшей задержки s1s2s3.

Заранее проверьте сам ответ независимо от длины цепочки: для данного вопроса приведите дроби к общему знаменателю и убедитесь, что итог верен. Затем протестируйте ту задачу, ради которой вы выбираете режим, с одинаковым входом и одинаковым тегом; смена кванта, контекста или версии модели меняет условия сравнения. Соберите ошибки и время ответа только на своей машине; статья не приписывает этому переключателю измеренный выигрыш в точности, скорости или памяти s4s6.

Что делать, если поле thinking пустое или запрос не проходит?

• /api/show не показывает thinking или допускает только [false]. Не считайте такое значение подтверждением управляемого переключателя: проверьте другой тег с поддержкой через каталог Ollama и его локальный /api/show. Документация прямо различает отсутствие метаданных и отсутствие поддержки s1s5.
• think: false не принят, либо у модели перечислены лишь строковые уровни. Не подменяйте false похожей строкой и не используйте числа. Сверьте список thinking.values для точного тега; если выключение не поддерживается, выберите модель с булевым контролом вместо обещания обхода s1s3.
• Пустой message.thinking при think: true. Смотрите также message.content и установленный тег; пустое поле само по себе не является тестом отсутствия промежуточных операций. Для потокового ответа учитывайте разные чанки, а для /api/generate — другие названия полей s1s2.
• localhost:11434 не отвечает или запрос возвращает ошибку загрузки. Сначала проверьте работающий сервис и установленный тег по гайду Ollama и healthcheck. Не переносите приватный вопрос на облачный endpoint только ради получения ответа; размер файла модели не равен реальному бюджету памяти s2s5s6.

Какой следующий шаг после сравнения?

Зафиксируйте точный тег, thinking.values, два полных ответа и критерий правильности по вашей рабочей задаче. Для инференса на производственных документах не показывайте сырую цепочку рассуждения конечному пользователю без отдельного решения о хранении и доступе; практический критерий — проверяемый итог и контроль данных, а не убедительный вид рассуждения. Если нужно разобраться в самом термине, откройте разбор думающих моделей; если API ещё не готов — первым шагом остаётся проверка локального тега s1s4.