Скилл Thinking / Размышление (DeepThink R1, o3, Claude): зачем нужна эта кнопка и как она убирает ошибки
Вы наверняка замечали кнопку «DeepThink (R1)» в DeepSeek, «Extended Thinking» в Claude или модели с буквой «o» (o3 / o4-mini) в ChatGPT. Когда вы её нажимаете, нейросеть не отвечает сразу, а сначала пишет длинный серый текст своих размышлений. Разберем простыми словами, почему этот скилл стал главным прорывом в мире ИИ.
AM LABКак работает скилл «Размышление» на пальцах?
Обычная нейросеть работает как человек, который отвечает на сложный вопрос мгновенно, не задумываясь — первое, что пришло в голову. Из-за этого она часто ошибается в расчетах, логике и планировании.
- Когда вы включаете скилл Thinking (Размышление), нейросеть достает «черновик» и начинает рассуждать вслух:
- «Так, давай проверим первый вариант... Нет, тут не сходится бюджет».
- «Попробуем другой подход и пересчитаем проценты заново... Отлично, теперь всё сходится!»
- Только после самопроверки она пишет вам чистовой ответ.
В задачах по финансам, праву, логике и программированию включение кнопки Thinking снижает количество ошибок с 35% до менее чем 4%.
Когда нужно включать этот скилл, а когда — выключать?
Не держите режим размышления включенным постоянно, иначе даже на вопрос «Привет, как сварить яйца?» нейросеть будет думать 40 секунд!
- ВКЛЮЧАЙТЕ скилл Thinking, когда нужно: посчитать налоги/смету/кредит, составить бизнес-план, найти логическую ошибку в договоре, решить задачу по математике/физике или написать сложный код.
- ВЫКЛЮЧАЙТЕ скилл Thinking, когда нужно: просто перевести текст, исправить запятые, придумать 10 заголовков или быстро пересказать статью.
Как правильно писать запросы для режима Thinking (R1 / o3)
Для моделей со скиллом размышления не нужно писать длинные заклинания «Представь, что ты гений с 20-летним опытом». Им нужно четко описать цель, входные данные и ограничения:
Задача: Рассчитай финансовую окупаемость открытия кофейни (или интернет-магазина).
Входные данные:
- Аренда и постоянные расходы: $1,800 в месяц
- Средний чек: $6, себестоимость продукта: 35%
- Бюджет на старт и оборудование: $12,000
Что нужно сделать:
1. Посчитай точку безубыточности (сколько продаж в день нужно в ноль).
2. Рассчитай 3 сценария (пессимистичный, реальный, оптимистичный).
3. Укажи 3 главных финансовых риска, которые могут обанкротить проект в первые полгода.Аппаратная верификация и метрики кремния
vllm serve skill-thinking-reasoning-mode-r1-o3-claude-guide --tensor-parallel-size 4 --gpu-memory-utilization 0.95 --max-model-len 32768 --kv-cache-dtype fp8
Artur Moiseyev
Founder & AI Editor-in-Chief
Независимый AI-исследователь и архитектор распределенных систем. Разрабатываю мультиагентные системы, открытые reasoning-модели и инфраструктуру реального времени.
Связанные статьи справочника
AM LABСкилл памяти на 2 000 000 токенов и NotebookLM: как загрузить в ИИ 20 книг, 100 договоров или часовое видео
Обычные нейросети теряют нить уже после 40 страниц текста. Узнайте, как скилл сверхдлинной памяти (2M токенов в Gemini 2.5 и бесплатный Google NotebookLM) позволяет анализировать гигантские архивы документов и видео.
AM LABGoogle Gemini 2.5 Flash и Pro: 2M контекст, Flash Thinking и мультимодальные бенчмарки
Архитектурный разбор Google DeepMind Gemini 2.5. Анализируем режим рассуждений Flash Thinking, нативную токенизацию аудио/видео, контекст на 2 миллиона токенов и рекордную экономику API.
AM LABМасштабирование Test-Time вычислений: Как DeepSeek-R1, OpenAI o3 и Gemini 2.5 думают перед ответом
Эпоха законов масштабирования предобучения замедляется. Глубокий разбор вычислений на этапе инференса (Test-Time Compute), MCTS, Process Reward Models и обучения с подкреплением (RLVR).