AI推理模型技术原理：与标准LLM的区别（标准LLM：直接预测下一个token；推理模型：生成内部"思考链"再输出答案；类比：直觉系统1 vs 分析系统2）；训练方法（通过RLHF/GRPO训练模型产生有效的推理步骤；奖励：最终答案正确性；学会探索多条推理路径并选择最优）；DeepSeek-R1技术细节（Group Relative Policy Optimization（GRPO）替代PPO；纯强化学习学会"思考"，无需监督推理数据；<1/10 OpenAI o1的训练成本）；推理能力的局限（推理token消耗大（成本高10-30倍）；推理链不透明（无法保证推理链与最终答案一致）；对创意任务优势不明显）；最佳应用场景（数学证明/编程算法/科学分析；NOT适合：简单查询/创意写作/快速响应）；选择建议（o3-mini用于编程，Claude 3.7 Sonnet用于分析，GPT-4o用于日常对话）。