Konten reasoning

DeepSeek-V4.1-Flash memakai thinking mode secara default: sebelum menulis jawaban, model bisa menghasilkan rangkaian penalaran. Laras Router meneruskan penalaran itu kepada Anda di field terpisah, sehingga pengguna Anda melihat jawaban yang bersih dan Anda tetap bisa memeriksa atau mencatat bagaimana model sampai pada jawabannya.

Letak reasoning

Jawabannya sendiri selalu ada di content. reasoning_content tidak ada atau bernilai null jika model tidak menghasilkan penalaran.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.larasrouter.com/v1",
    api_key=os.environ["LARAS_API_KEY"],
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Apakah 1.001 bilangan prima?"}],
    max_tokens=4096,
)

message = response.choices[0].message
# SDK OpenAI tetap menyimpan field yang tidak dikenalnya, seperti reasoning_content.
print("Reasoning:", getattr(message, "reasoning_content", None))
print("Jawaban:", message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.larasrouter.com/v1",
  apiKey: process.env.LARAS_API_KEY,
});

const response = await client.chat.completions.create({
  model: "deepseek-flash",
  messages: [{ role: "user", content: "Apakah 1.001 bilangan prima?" }],
  max_tokens: 4096,
});

// reasoning_content tidak ada di tipe SDK; baca dari pesan mentahnya.
const message = response.choices[0].message as {
  content: string | null;
  reasoning_content?: string | null;
};
console.log("Reasoning:", message.reasoning_content);
console.log("Jawaban:", message.content);

Biaya dan batas

• Reasoning adalah output. Token reasoning termasuk dalam usage.completion_tokens dan ditagih dengan harga output, $1.600 per 1M token.
• Reasoning dihitung dalam max_tokens. Dengan batas default 8.192 token, penalaran yang panjang bisa menyisakan sedikit ruang untuk jawaban. Jika respons berhenti dengan finish_reason: "length", naikkan max_tokens (hingga 384.000).
• Jangan tampilkan secara default. Reasoning berguna untuk debugging dan evaluasi, tetapi bisa panjang dan tidak ditulis untuk pengguna akhir.

Dalam percakapan multi-turn

Laras Router meneruskan messages Anda apa adanya. Untuk giliran berikutnya, tambahkan jawaban assistant dari content; lihat dokumentasi API DeepSeek untuk cara model memperlakukan penalaran sebelumnya dalam sebuah percakapan.