推理模型（Reasoning Model），也称大推理模型（Large Reasoning Model，LRM），是2024-2026年兴起的一类大模型。与普通对话模型"看完问题直接给答案"不同，推理模型在给出最终答案前会先进行一段内部思考（隐含的思维链），逐步推理、检查、纠错，再输出结论。
核心机制
- 推理时计算（Test-Time Compute）：把更多算力花在"思考"阶段，而非只花在训练阶段
- 思维链（Chain-of-Thought）：模型显式或隐式地分步推理
- 自我纠错：发现推理过程中的矛盾会回溯修正
适用场景
数学证明、代码调试、复杂逻辑题、科学推理、长链条决策。推理模型在数学竞赛（如 AIME）、博士级科学问答（GPQA）等基准上远超普通模型。
代表产品
OpenAI o1/o3系列、DeepSeek-R1（开源标杆）、Gemini 2.5 Thinking、Claude 的扩展思考模式。
注意区分
推理模型（Reasoning Model，指会思考的模型）≠ 推理（Inference，指模型运行生成答案的过程）。前者是产品形态，后者是技术动作。