_{🧠 图解记忆：把思考预算花在值得的复杂问题上；点击图片可查看原图。}

💡 答案要点

Test-Time Compute = 模型推理时消耗的算力（不是训练时）

传统观点：模型越强越好（训练时 scaling） 2026年新观点：推理时的算力分配同样重要（测试时 scaling）

核心概念：Thinking Token Budget（思考预算）

Thinking Budget = 允许模型消耗的最大"思考 tokens"数量

预算示例：
- 1024 tokens → 简单思考（简单问题）
- 8192 tokens → 深度思考（复杂问题）
- 32768 tokens → 超深度思考（数学证明）

模型行为：
预算内：模型自由思考
预算外：强制输出答案

四大厂商思考预算对比（2026年）：

厂商	功能	配置方式	思考 token 范围
Anthropic	Extended Thinking	thinking.budget_tokens	1024~128K
OpenAI	o3 模式	max_tokens（含思考）	自动分配
Google	Gemini Deep Think	thinkingBudget	1024~32K
DeepSeek	R1/QwQ	内置思考机制	开源可控

为什么重要（面试重点）：

# 生产级思考预算策略
def route_by_complexity(question: str) -> dict:
    # 简单问题：不值得思考
    if is_simple_factual(question):
        return {"model": "claude-haiku", "thinking_budget": 0}
    
    # 中等问题：适度思考
    elif is_analysis_task(question):
        return {"model": "claude-sonnet", "thinking_budget": 4096}
    
    # 复杂问题：深度思考
    elif is_complex_reasoning(question):
        return {"model": "claude-opus", "thinking_budget": 32768}
    
    # 极限问题：超深度思考
    else:
        return {"model": "gpt-5.5-o3", "thinking_budget": 128000}

# 成本控制
# 简单问题（thinking=0）：¥0.001
# 复杂问题（thinking=32K）：¥0.15
# 差距 150 倍！

Inverse Scaling（反向缩放）问题：

Anthropic 2025 年研究发现：对于简单问题，推理模型反而比普通模型更差——因为思考过程可能引入干扰。

简单问题：普通模型 > 推理模型（思考干扰）
复杂问题：推理模型 >> 普通模型（思考增益）

最佳实践：

1. 不要默认开最大思考预算 — 简单问题浪费 150x 成本
2. 用分类模型先判断复杂度 — 再分配预算
3. 监控思考 token 消耗 — 发现异常及时告警

面试话术：

示例表达（仅在能用本人经历或可复现实验佐证时使用）： "Test-Time Compute 是 2026 年 AI 成本控制的核心技术。我的策略是'按需分配思考'：简单问题直接回答（¥0.001），复杂问题开启深度思考（¥0.15）。关键是用分类模型提前判断问题复杂度，避免'大炮打蚊子'。实测这套策略可以降低 70% 的 LLM 成本，同时不损失回答质量。"

---