思考

Gemini 2.5 模型可使用內部「思考程序」，大幅提升推理和多步驟規劃能力，因此非常適合處理程式設計、高等數學和資料分析等複雜工作。

思考模型提供下列設定和選項：

  • 思考預算：您可以透過思考預算，設定模型可進行的「思考」程度。如果減少延遲時間或降低成本是首要目標，這項設定就特別重要。此外，請參閱任務難度比較，決定模型可能需要多少思考能力。

  • 想法摘要：您可以啟用想法摘要，讓系統在生成回覆時一併提供。這些摘要是模型原始想法的綜合版本，可深入瞭解模型的內部推理過程。

  • 想法簽章：Firebase AI Logic SDK 會自動處理想法簽章，確保模型在呼叫函式時，能存取先前回合的想法脈絡。

請務必詳閱最佳做法和提示指南，瞭解如何使用思考模型。

使用思考模型

使用思考模型，就像使用任何其他 Gemini 模型一樣 (初始化所選的 Gemini API 提供者、建立 GenerativeModel 執行個體等)。這些模型可用於文字或程式碼生成工作，例如產生結構化輸出內容，或分析多模態輸入內容 (例如圖片、影片、音訊或 PDF)。串流輸出內容時，您甚至可以使用思考模型。

支援這項功能的模型

只有 Gemini 2.5 模型支援這項功能。

  • gemini-2.5-pro
  • gemini-2.5-flash
  • gemini-2.5-flash-lite

使用思考模型的最佳做法和提示指南

建議您在 Google AI Studio 或 Vertex AI Studio 中測試提示，查看完整的思考過程。找出模型可能出錯的地方，以便修正提示，取得更一致且準確的回覆。

先從描述期望結果的一般提示開始，然後觀察模型初步思考如何決定回覆內容。如果回覆不如預期，請使用下列提示技巧，協助模型生成更完善的回覆：

  • 提供逐步說明
  • 提供幾個輸入/輸出組合的範例
  • 提供輸出內容和回覆的措辭和格式指引
  • 提供具體的驗證步驟

除了提示之外，也建議您參考下列做法：

  • 設定系統指令，這就像是「前言」，您可以在模型收到提示或使用者提供的任何其他指令之前，先加入這段文字。您可以根據特定需求和用途，引導模型行為。

  • 設定思考預算，決定模型可思考的程度。如果預算較低，模型就不會「過度思考」回覆內容。如果預算設得很高，模型就能視需要進行更多思考。設定思考預算後，實際回覆可用的總詞元輸出上限也會增加。

  • 在Firebase控制台中啟用 AI 監控功能，即可監控啟用思考功能的請求的思考權杖數量和延遲時間。如果啟用想法摘要，摘要會顯示在控制台中，方便您檢查模型的詳細推理過程，進而偵錯及調整提示。

控管思考預算

如要控管模型生成回覆時的思考程度，可以指定模型可使用的思考預算詞元數量。

如果需要比預設思考預算更多或更少的權杖，可以手動設定思考預算。如要進一步瞭解工作複雜度和建議預算，請參閱本節稍後內容。以下提供一些高階指引：

  • 如果延遲時間很重要，或是要執行較不複雜的工作，請設定較低的思考預算
  • 為較複雜的工作設定較高的思考預算

設定思考預算

按一下 Gemini API 供應商，即可在這個頁面查看供應商專屬內容和程式碼。

在建立 GenerativeModel 例項時，於 GenerationConfig 中設定思考預算。這項設定在執行個體生命週期內都會維持不變。如要為不同要求使用不同的思考預算，請建立以各預算設定的 GenerativeModel 執行個體。

如要瞭解支援的思考預算值，請參閱本節後續內容。

Swift

在建立 GenerativeModel 執行個體的過程中，設定 GenerationConfig 的思考預算。


// ...

// Set the thinking configuration
// Use a thinking budget value appropriate for your model (example value shown here)
let generationConfig = GenerationConfig(
  thinkingConfig: ThinkingConfig(thinkingBudget: 1024)
)

// Specify the config as part of creating the `GenerativeModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
)

// ...

Kotlin

建立 GenerativeModel 執行個體時，請在 GenerationConfig 中設定參數值。


// ...

// Set the thinking configuration
// Use a thinking budget value appropriate for your model (example value shown here)
val generationConfig = generationConfig {
  thinkingConfig = thinkingConfig {
      thinkingBudget = 1024
  }
}

// Specify the config as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  modelName = "GEMINI_MODEL_NAME",
  generationConfig,
)

// ...

Java

建立 GenerativeModel 執行個體時，請在 GenerationConfig 中設定參數值。


// ...

// Set the thinking configuration
// Use a thinking budget value appropriate for your model (example value shown here)
ThinkingConfig thinkingConfig = new ThinkingConfig.Builder()
    .setThinkingBudget(1024)
    .build();

GenerationConfig generationConfig = GenerationConfig.builder()
    .setThinkingConfig(thinkingConfig)
    .build();

// Specify the config as part of creating the `GenerativeModel` instance
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel(
                  /* modelName */ "GEMINI_MODEL_NAME",
                  /* generationConfig */ generationConfig
                );
);

// ...

Web

建立 GenerativeModel 執行個體時，請在 GenerationConfig 中設定參數值。


// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set the thinking configuration
// Use a thinking budget value appropriate for your model (example value shown here)
const generationConfig = {
  thinkingConfig: {
    thinkingBudget: 1024
  }
};

// Specify the config as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME", generationConfig });

// ...

Dart

在建立 GenerativeModel 執行個體時，設定 GenerationConfig 中的參數值。


// ...

// Set the thinking configuration
// Use a thinking budget value appropriate for your model (example value shown here)
final thinkingConfig = ThinkingConfig(thinkingBudget: 1024);

final generationConfig = GenerationConfig(
  thinkingConfig: thinkingConfig
);

// Specify the config as part of creating the `GenerativeModel` instance
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  config: generationConfig,
);

// ...

Unity

建立 GenerativeModel 執行個體時，請在 GenerationConfig 中設定參數值。


// ...

// Set the thinking configuration
// Use a thinking budget value appropriate for your model (example value shown here)
var thinkingConfig = new ThinkingConfig(thinkingBudget: 1024);

var generationConfig = new GenerationConfig(
  thinkingConfig: thinkingConfig
);

// Specify the config as part of creating the `GenerativeModel` instance
var model = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);

// ...

支援的思考預算值

下表列出可為每個模型設定的思考預算值，方法是設定模型的 thinkingBudget。

模型 預設值 思考預算的可用範圍 要
停用思考的值 		價值：
培養動態思維
最小值 最大值
Gemini 2.5 Pro 8,192 128 32,768 無法關閉 -1
Gemini 2.5 Flash 8,192 1 24,576 0 -1
Gemini 2.5 Flash‑Lite 0
(預設為停用思考功能) 		512 24,576 0
(或完全不設定思考預算) 		-1

停用思考功能

對於某些較簡單的工作，不需要思考能力，傳統推論就已足夠。或者，如果減少延遲時間是首要考量，您可能不希望模型花費不必要的時間生成回覆。

在這些情況下，你可以停用 (或關閉) 思考功能：

  • Gemini 2.5 Pro：無法停用「思考」
  • Gemini 2.5 Flash：將 thinkingBudget 設為 0 個權杖
  • Gemini 2.5 Flash‑Lite：預設為停用思考功能

啟用動態思考

您可以將 thinkingBudget 設為 -1，讓模型決定思考的時間和程度 (稱為動態思考)。模型可視需要使用任意數量的權杖，但不得超過上述權杖上限值。

工作複雜度

  • 簡單工作 - 思考功能可關閉
    不需要複雜推理的簡單要求，例如事實擷取或分類。範例：

    • 「DeepMind 是在哪裡成立的？」
    • 「這封電子郵件是要求召開會議，還是只是提供資訊？」

  • 中等難度的工作 - 需要預設預算或一些額外的思考預算
    常見要求，需要逐步處理或深入瞭解。範例：

    • 「請用類比的方式說明光合作用和成長之間的關係。」
    • 「比較電動車和油電混合車的異同。」

  • 困難工作 - 可能需要最高思考預算
    真正複雜的挑戰，例如解決複雜的數學問題或編寫程式碼工作。這類工作需要模型充分運用推理和規劃能力，通常要經過許多內部步驟才會提供答案。範例：

    • 「Solve problem 1 in AIME 2025: Find the sum of all integer bases b > 9 for which 17b is a divisor of 97b.」(解決 2025 年 AIME 的第 1 題：找出所有整數底數 b > 9，其中 17b 是 97b 的除數，並計算這些底數的總和。)
    • 「編寫網路應用程式的 Python 程式碼，以視覺化方式呈現即時股市資料，包括使用者驗證。盡可能提高效率。"

在回覆中納入想法摘要

想法摘要是模型原始想法的綜合版本，可深入瞭解模型的內部推論程序。

在回覆中加入想法摘要的好處如下：

  • 您可以在應用程式的使用者介面中顯示想法摘要，或讓使用者存取這些摘要。系統會在回覆中以獨立部分的形式傳回想法摘要，方便您進一步控管摘要在應用程式中的使用方式。

  • 如果您也在 Firebase 控制台中啟用 AI 監控功能，控制台就會顯示想法摘要，方便您檢查模型的詳細推理過程，進而偵錯及調整提示。

以下是關於想法摘要的幾項重要注意事項：

  • 不會受到思考預算控制 (預算只會套用至模型的原始想法)。不過，如果停用思考功能，模型就不會傳回思考摘要。

  • 系統會將想法摘要視為模型生成的文字回覆，並計為輸出權杖。

啟用想法摘要

按一下 Gemini API 供應商，即可在這個頁面查看供應商專屬內容和程式碼。

如要在模型設定中將 includeThoughts 設為 true，即可啟用想法摘要。接著，您可以查看回應中的 thoughtSummary 欄位，存取摘要。

以下範例說明如何啟用及擷取回覆中的想法摘要：

Swift

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
let generationConfig = GenerationConfig(
  thinkingConfig: ThinkingConfig(includeThoughts: true)
)

// Specify the config as part of creating the `GenerativeModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
)

let response = try await model.generateContent("solve x^2 + 4x + 4 = 0")

// Handle the response that includes thought summaries
if let thoughtSummary = response.thoughtSummary {
  print("Thought Summary: \(thoughtSummary)")
}
guard let text = response.text else {
  fatalError("No text in response.")
}
print("Answer: \(text)")

Kotlin

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
val generationConfig = generationConfig {
  thinkingConfig = thinkingConfig {
      includeThoughts = true
  }
}

// Specify the config as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  modelName = "GEMINI_MODEL_NAME",
  generationConfig,
)

val response = model.generateContent("solve x^2 + 4x + 4 = 0")

// Handle the response that includes thought summaries
response.thoughtSummary?.let {
    println("Thought Summary: $it")
}
response.text?.let {
    println("Answer: $it")
}

Java

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
ThinkingConfig thinkingConfig = new ThinkingConfig.Builder()
    .setIncludeThoughts(true)
    .build();

GenerationConfig generationConfig = GenerationConfig.builder()
    .setThinkingConfig(thinkingConfig)
    .build();

// Specify the config as part of creating the `GenerativeModel` instance
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel(
                  /* modelName */ "GEMINI_MODEL_NAME",
                  /* generationConfig */ generationConfig
                );
);

// Handle the response that includes thought summaries
ListenableFuture responseFuture = model.generateContent("solve x^2 + 4x + 4 = 0");
Futures.addCallback(responseFuture, new FutureCallback() {
    @Override
    public void onSuccess(GenerateContentResponse response) {
        if (response.getThoughtSummary() != null) {
            System.out.println("Thought Summary: " + response.getThoughtSummary());
        }
        if (response.getText() != null) {
            System.out.println("Answer: " + response.getText());
        }
    }

    @Override
    public void onFailure(Throwable t) {
        // Handle error
    }
}, MoreExecutors.directExecutor());

Web

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
const generationConfig = {
  thinkingConfig: {
    includeThoughts: true
  }
};

// Specify the config as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME", generationConfig });

const result = await model.generateContent("solve x^2 + 4x + 4 = 0");
const response = result.response;

// Handle the response that includes thought summaries
if (response.thoughtSummary()) {
    console.log(`Thought Summary: ${response.thoughtSummary()}`);
}
const text = response.text();
console.log(`Answer: ${text}`);

Dart

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
final thinkingConfig = ThinkingConfig(includeThoughts: true);

final generationConfig = GenerationConfig(
  thinkingConfig: thinkingConfig
);

// Specify the config as part of creating the `GenerativeModel` instance
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  generationConfig: generationConfig,
);

final response = await model.generateContent('solve x^2 + 4x + 4 = 0');

// Handle the response that includes thought summaries
if (response.thoughtSummary != null) {
  print('Thought Summary: ${response.thoughtSummary}');
}
if (response.text != null) {
  print('Answer: ${response.text}');
}

Unity

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
var thinkingConfig = new ThinkingConfig(includeThoughts: true);

var generationConfig = new GenerationConfig(
  thinkingConfig: thinkingConfig
);

// Specify the config as part of creating the `GenerativeModel` instance
var model = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);

var response = await model.GenerateContentAsync("solve x^2 + 4x + 4 = 0");

// Handle the response that includes thought summaries
if (response.ThoughtSummary != null) {
    Debug.Log($"Thought Summary: {response.ThoughtSummary}");
}
if (response.Text != null) {
    Debug.Log($"Answer: {response.Text}");
}

串流思維摘要

如果您選擇使用 generateContentStream 串流回覆，也可以查看想法摘要。這會在生成回覆期間傳回滾動式增量摘要。

Swift

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
let generationConfig = GenerationConfig(
  thinkingConfig: ThinkingConfig(includeThoughts: true)
)

// Specify the config as part of creating the `GenerativeModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
)

let stream = try model.generateContentStream("solve x^2 + 4x + 4 = 0")

// Handle the streamed response that includes thought summaries
var thoughts = ""
var answer = ""
for try await response in stream {
  if let thought = response.thoughtSummary {
    if thoughts.isEmpty {
      print("--- Thoughts Summary ---")
    }
    print(thought)
    thoughts += thought
  }

  if let text = response.text {
    if answer.isEmpty {
      print("--- Answer ---")
    }
    print(text)
    answer += text
  }
}

Kotlin

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
val generationConfig = generationConfig {
  thinkingConfig = thinkingConfig {
      includeThoughts = true
  }
}

// Specify the config as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  modelName = "GEMINI_MODEL_NAME",
  generationConfig,
)

// Handle the streamed response that includes thought summaries
var thoughts = ""
var answer = ""
model.generateContentStream("solve x^2 + 4x + 4 = 0").collect { response ->
    response.thoughtSummary?.let {
        if (thoughts.isEmpty()) {
            println("--- Thoughts Summary ---")
        }
        print(it)
        thoughts += it
    }
    response.text?.let {
        if (answer.isEmpty()) {
            println("--- Answer ---")
        }
        print(it)
        answer += it
    }
}

Java

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
ThinkingConfig thinkingConfig = new ThinkingConfig.Builder()
    .setIncludeThoughts(true)
    .build();

GenerationConfig generationConfig = GenerationConfig.builder()
    .setThinkingConfig(thinkingConfig)
    .build();

// Specify the config as part of creating the `GenerativeModel` instance
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel(
                  /* modelName */ "GEMINI_MODEL_NAME",
                  /* generationConfig */ generationConfig
                );
);

// Streaming with Java is complex and depends on the async library used.
// This is a conceptual example using a reactive stream.
Flowable responseStream = model.generateContentStream("solve x^2 + 4x + 4 = 0");

// Handle the streamed response that includes thought summaries
StringBuilder thoughts = new StringBuilder();
StringBuilder answer = new StringBuilder();

responseStream.subscribe(response -> {
    if (response.getThoughtSummary() != null) {
        if (thoughts.length() == 0) {
            System.out.println("--- Thoughts Summary ---");
        }
        System.out.print(response.getThoughtSummary());
        thoughts.append(response.getThoughtSummary());
    }
    if (response.getText() != null) {
        if (answer.length() == 0) {
            System.out.println("--- Answer ---");
        }
        System.out.print(response.getText());
        answer.append(response.getText());
    }
}, throwable -> {
    // Handle error
});

Web

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
const generationConfig = {
  thinkingConfig: {
    includeThoughts: true
  }
};

// Specify the config as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME", generationConfig });

const result = await model.generateContentStream("solve x^2 + 4x + 4 = 0");

// Handle the streamed response that includes thought summaries
let thoughts = "";
let answer = "";
for await (const chunk of result.stream) {
  if (chunk.thoughtSummary()) {
    if (thoughts === "") {
      console.log("--- Thoughts Summary ---");
    }
    // In Node.js, process.stdout.write(chunk.thoughtSummary()) could be used
    // to avoid extra newlines.
    console.log(chunk.thoughtSummary());
    thoughts += chunk.thoughtSummary();
  }

  const text = chunk.text();
  if (text) {
    if (answer === "") {
      console.log("--- Answer ---");
    }
    // In Node.js, process.stdout.write(text) could be used.
    console.log(text);
    answer += text;
  }
}

Dart

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
final thinkingConfig = ThinkingConfig(includeThoughts: true);

final generationConfig = GenerationConfig(
  thinkingConfig: thinkingConfig
);

// Specify the config as part of creating the `GenerativeModel` instance
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  generationConfig: generationConfig,
);

final responses = model.generateContentStream('solve x^2 + 4x + 4 = 0');

// Handle the streamed response that includes thought summaries
var thoughts = '';
var answer = '';
await for (final response in responses) {
  if (response.thoughtSummary != null) {
    if (thoughts.isEmpty) {
      print('--- Thoughts Summary ---');
    }
    thoughts += response.thoughtSummary!;
  }
  if (response.text != null) {
    if (answer.isEmpty) {
      print('--- Answer ---');
    }
    answer += response.text!;
  }
}

Unity

在建立 GenerativeModel 執行個體的過程中，啟用 GenerationConfig 中的想法摘要。


// ...

// Set the thinking configuration
// Optionally enable thought summaries in the generated response (default is false)
var thinkingConfig = new ThinkingConfig(includeThoughts: true);

var generationConfig = new GenerationConfig(
  thinkingConfig: thinkingConfig
);

// Specify the config as part of creating the `GenerativeModel` instance
var model = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);

var stream = model.GenerateContentStreamAsync("solve x^2 + 4x + 4 = 0");

// Handle the streamed response that includes thought summaries
var thoughts = "";
var answer = "";
await foreach (var response in stream)
{
    if (response.ThoughtSummary != null)
    {
        if (string.IsNullOrEmpty(thoughts))
        {
            Debug.Log("--- Thoughts Summary ---");
        }
        Debug.Log(response.ThoughtSummary);
        thoughts += response.ThoughtSummary;
    }
    if (response.Text != null)
    {
        if (string.IsNullOrEmpty(answer))
        {
            Debug.Log("--- Answer ---");
        }
        Debug.Log(response.Text);
        answer += response.Text;
    }
}

瞭解想法簽章

在多輪互動中使用「思考」功能時，模型無法存取前幾輪的思考內容。不過，如果您使用函式呼叫，可以運用想法簽章，在不同回合之間維持想法脈絡。「想法簽章」是模型內部思考過程的加密表示法，使用「思考」和函式呼叫時會提供這類簽章。具體來說，系統會在下列情況生成想法簽章：

  • 已啟用思考功能並生成想法。
  • 要求包含函式宣告。

如要使用思維簽章，請照常呼叫函式。 Firebase AI Logic SDK 會管理狀態並自動處理思想簽章，簡化整個程序。在 Chat 工作階段中，SDK 會自動在後續的 sendMessage 或 sendMessageStream 呼叫之間傳遞任何產生的思緒簽章。

價格和計算詞元

思考權杖的價格與文字輸出權杖相同。啟用想法摘要後，系統會將其視為思考權杖，並據此計價。

您可以在 Firebase 控制台中啟用 AI 監控，監控啟用思考功能的要求所用的思考權杖數量。

您可以從回應的 usageMetadata 屬性中的 thoughtsTokenCount 欄位取得思考的權杖總數：

Swift 

// ...

let response = try await model.generateContent("Why is the sky blue?")

if let usageMetadata = response.usageMetadata {
  print("Thoughts Token Count: \(usageMetadata.thoughtsTokenCount)")
}

Kotlin 

// ...

val response = model.generateContent("Why is the sky blue?")

response.usageMetadata?.let { usageMetadata ->
    println("Thoughts Token Count: ${usageMetadata.thoughtsTokenCount}")
}

Java 

// ...

ListenableFuture<GenerateContentResponse> response =
    model.generateContent("Why is the sky blue?");

Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String usageMetadata = result.getUsageMetadata();
        if (usageMetadata != null) {
            System.out.println("Thoughts Token Count: " +
                usageMetadata.getThoughtsTokenCount());
        }
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

Web 

// ...

const response = await model.generateContent("Why is the sky blue?");

if (response?.usageMetadata?.thoughtsTokenCount != null) {
    console.log(`Thoughts Token Count: ${response.usageMetadata.thoughtsTokenCount}`);
}

Dart 

// ...

final response = await model.generateContent(
  Content.text("Why is the sky blue?"),
]);

if (response?.usageMetadata case final usageMetadata?) {
  print("Thoughts Token Count: ${usageMetadata.thoughtsTokenCount}");
}

Unity 

// ...

var response = await model.GenerateContentAsync("Why is the sky blue?");

if (response.UsageMetadata != null)
{
    UnityEngine.Debug.Log($"Thoughts Token Count: {response.UsageMetadata?.ThoughtsTokenCount}");
}

如要進一步瞭解權杖，請參閱計算權杖指南。