可以将任意模型都变成像Deepseek R1一样的推理模型，今天我们就来分享这个方法。首先我们要知道推理模型的格式一般是分为“思考过程”和“回复用户”两个部分，在原生推理模型中，思考过程是用<think></think>标签包起来的，在API端则是用了reasoning_content字段用于调用。

我们先进到高通智匠的客户端，我们去选择一个预设指令，用提示词的方法来实现推理模型的效果。我们进入预设指令的列表里，选择这个“推理模型转换器（思想家）”。关注，然后在“我的”里面选中。这样激活状态了。

接下来我们试着问一些问题。

先问9.11和9.9哪个大，一个经典问题，由于很多模型已经专门训练过了，我们挑一个还会犯错的模型，这里用GLM4-AIR。我们分别试一下模型的默认输出和开启预设指令后的输出。我们可以看到答案结果完全不一样。

另外我们再来测一下经典的strawberry问题。我们以doubao1.5pro测试，同样可以看到结果的不同。

我们来看一下这套提示词，这里是我们官方写得一套提示词，这个过程中其实还是调整过很多次才调出综合效果比较好的提示词，大家可以自己参考。也可以复制下来创建自己的个性化思考提示词。

这么做有什么好处呢？肯定是有的，首先现在deepseek r1价格并不便宜，输入是4元/百万tokens，输出是16元/百万tokens，上下文只有64K。那么用我们这套方法，大家的选择范围就大了很多。比如说大家可以用qwen-plus这种性价比很高，上下文也比较长的模型，也能用doubao-1.5-pro这种性能强价格低的模型，成本能省个五六倍都不止。我们还能用MiniMax-Text-01这种超长上下文的模型，甚至用国外的模型也可以。我甚至怀疑grok3和claude3.7的thinking模式就是这么实现的。

那么有些比较懂的玩家会说，那你这是个假的推理模型吗？我觉得，是，也不是。圈内人应该都记得早期的一个很火的提示词“let's think step by step”，让我们一步步来思考，大幅提高模型的输出效果。后来出现思维链进一步提高模型的输出效果。那推理模型实际上是把这些训练集训练成了模型本身的参数，这种专门训练好的推理模型效果确实会更好。有空出一期专门来讲这个。

在高通智匠（MindCraft AI）的客户端上使用我们这套普通模型转推理模型的方法。