必须关闭“深度思考(R1)”按钮或指定deepseek-chat模型：网页/App端需确保该按钮未高亮，命令行用--model-params '{"deep_reasoning": false}'，API则设model为deepseek-chat并添加X-DeepSeek-Mode: chat头。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在DeepSeek中调用非思考模式（即快速响应、轻量推理的chat模式），必须明确绕过深度思考路径，避免触发R1推理链——否则即使输入简单问题，模型也可能启动多步验证，导致延迟上升、显存占用激增。
网页端与APP端：关闭“深度思考(R1)”按钮
第一步：打开 https://chat.deepseek.com 或 DeepSeek官方App，进入任意对话窗口；
第二步：找到输入框正下方并列的两个按钮——“深度思考(R1)”和“联网搜索”；
第三步：确认“深度思考(R1)”按钮处于【未高亮/未勾选】状态（视觉上为灰色或无填充）；
第四步：直接输入问题（如“今天北京天气如何？”），点击蓝色上箭头↑发送——此时模型自动使用 deepseek-chat 模式响应，不生成推理步骤，P99延迟稳定在300ms内。
⚠️注意：若该按钮呈蓝色且带对勾图标，说明仍处于R1模式，所有请求都会走深度推理链，哪怕只问“1+1=？”也会输出三步推导过程。
命令行（Ollama）调用非思考模式
方法一：运行时禁用参数（推荐）
在终端执行：ollama run deepseek-r1:latest --model-params '{"deep_reasoning": false}'；
此命令强制跳过推理链扩展器初始化，显存占用下降42%，上下文窗口可扩展至20K+。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法二：修改配置文件
编辑 ~/.ollama/models/deepseek-r1/config.json，将 "deep_reasoning": {"enabled": false} 设为 false；
保存后执行 ollama reload deepseek-r1 重载模型——该设置永久生效，重启服务也不失效。
API调用：指定模型名 + 请求头拦截
调用 deepseek-chat 模型而非 deepseek-reasoner，是触发非思考模式最直接的方式：
发送POST请求到 https://api.deepseek.com/v1/chat/completions，body中 model 字段填 【deepseek-chat】；
同时在 headers 中添加 X-DeepSeek-Mode: chat；
若使用Ollama本地API，则额外加 header：X-Ollama-Disable-Deep-Reasoning: true，双重保险防止误触发推理链。
这一步不可省略：仅靠 prompt 写“请直接回答”无法关闭深度思考，模型会忽略此类模糊指令，必须通过模型标识或系统级开关控制。
