硅基流動升級DeepSeek-R1 等推理模型API ，支持 128K 上下文長度

硅基流動（SiliconCloud）宣佈對其 DeepSeek-R1等推理模型 API 進行了一次重要升級，旨在更好地滿足開發者對長上下文和靈活參數配置的需求。此次升級中，多個推理模型的最大上下文長度被提升至128K，使得模型在思考時能夠更加充分，輸出內容也更爲完整。

在此次升級中，多個知名模型，如 Qwen3、QWQ、GLM-Z1等，均支持128K 的最大上下文長度，而 DeepSeek-R1則支持96K。這一提升爲複雜推理任務，如代碼生成和智能體的應用提供了強有力的支持。

更爲重要的是，硅基流動還引入了獨立控制 “思維鏈” 和 “回覆內容” 長度的功能。通過這種方式，開發者能夠更加高效地利用模型的推理能力。最大回覆長度（max_tokens）現在僅用於限制模型最終輸出給用戶的內容，而思維鏈長度(thinking_budget)則專門用來控制模型在思考階段的 Token 使用量。這樣的設計使得開發者能夠根據實際任務的複雜程度，靈活調整模型的思考深度和輸出長度。

以 SiliconCloud 平臺的 Qwen3-14B 爲例，用戶可以通過設置 thinking_budget 和 max_tokens 來分別控制模型的最大思維鏈長度和最大回覆長度。在推理過程中，若思考階段生成的 Token 數達到 thinking_budget，Qwen3系列推理模型會強制停止思維鏈推理。而對於其他推理模型，則可能會繼續輸出思考內容。

此外，如果最大回覆長度超過 max_tokens 或上下文長度超出 context_length 限制，模型輸出的回覆內容將會被截斷，響應中的 finish_reason 字段將標記爲 length，表示因長度限制而終止輸出。

欲瞭解更多關於 API 使用的細節，用戶可以訪問硅基流動的官方文檔。隨着硅基流動的不斷創新，用戶體驗將持續提升，更多功能也將相繼推出。

https://docs.siliconflow.cn/cn/userguide/capabilities/reasoning

劃重點:  

🔹 支持128K 最大上下文長度，提升模型思考和輸出能力。  

🔹 獨立控制思維鏈和回覆內容長度，提高開發者靈活性。  

🔹 若達到長度限制，模型輸出將會被截斷，並標記原因。