Ollama OpenAI 兼容 API 关闭思考模式

方法：

添加参数：

{
  "reasoning_effort": "none"
}

项目原本对接了 DeepSeek API，走的是 OpenAI 兼容接口。最近在公司本地部署了一个 Ollama App，运行 Qwen3.5:9B 模型，想试试看实际效果怎么样。

结果一上来就遇到一个问题：思考模式关不了。

不仅 Spring AI（Java 框架）里原本用于关闭思考的配置不生效，Cherry Studio 里关闭思考模式也一样不生效。

比较奇怪的是，同一套 Spring AI 配置在 DeepSeek 的 OpenAI 兼容接口上是可以正常关闭思考的。

网上查了一圈，很多资料都说：

Ollama 只有原生 API 才能关闭思考模式。

例如这篇：

• Juejin：Ollama 关闭思考模式

我也实际测试了一下 Ollama 原生接口，确实可以通过类似：

{
  "think": false
}

关闭思考。

但问题是，总不能为了接 Ollama，把项目里已经统一使用的 OpenAI 兼容接口改成 Ollama 原生接口吧？

现在项目既要调用 DeepSeek，也要调用 Ollama。如果因为 Ollama 单独改一套调用协议，那原本通过 OpenAI SDK / Spring AI 统一接入不同模型的意义就没了。

继续搜，还看到另一种比较硬核的方案：修改 GGUF 中的 Chat Template，把控制思考模式的模板条件直接固定成 false。

参考：

• Hugging Face：关闭模型思考模式指南

这个方法看起来挺牛逼，本质上就是从模型模板层面直接把 thinking 关掉。

不过也是真的麻烦。

我试了一下，连模板信息都没正常读出来，可能是我的操作有问题。

折腾到这里已经有点想换 App 了。

ChatGPT 当时还给我推荐了 vLLM，说 OpenAI API 兼容性和参数支持会更完整一些，我都已经开始考虑是不是干脆不用 Ollama 了。

不过它又建议我先排查一下：

到底是 Ollama 不支持，还是客户端根本没有把正确的参数传给 Ollama。

还好我继续试了一下。

最后才发现：

Ollama 的 OpenAI 兼容 API 是支持关闭思考模式的！！！

只需要在 /v1/chat/completions 请求中增加：

{
  "reasoning_effort": "none"
}

例如：

curl http://127.0.0.1:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model":"qwen3.5:9b", "messages":[ { "role":"user", "content":"你好" } ], "reasoning_effort":"none", "stream":false }'

加上以后，Qwen3.5:9B 直接秒回，思考模式正常关闭。

所以实际并不是：

Ollama OpenAI API 不支持关闭思考。

而是：

Ollama OpenAI 兼容接口使用的参数是 reasoning_effort: "none"。

网上很多资料可能是比较早的，或者讨论的是 Ollama 原生 API、Qwen Chat Template、GGUF 等不同层级的问题，混在一起之后就很容易让人误以为 OpenAI 兼容接口根本不支持。

再吐槽一下 Cherry Studio

我排查 Cherry Studio 请求时发现，它在 OpenAI 兼容接口下，关闭思考时默认发送的是：

{
  "enable_thinking": false
}

我一开始也不知道这是啥。

GPT 说这个更接近 Qwen 自己的 thinking 参数，而 Ollama 的 OpenAI 兼容接口并不认这个参数。

所以 Cherry Studio UI 里虽然已经把“思考模式”关了，但实际请求到了 Ollama 后，模型还是继续思考。

我后来又测试了一下 Cherry Studio 的 Anthropic 接口，关闭思考配置同样没有正常生效。

不过 Cherry Studio 有一个还不错的功能：

Custom Parameters

可以自己往请求里添加额外参数。

于是我直接加：

{
  "reasoningEffort": "none"
}

然后就正常了。

这里还有一个坑：

Cherry Studio 的 Custom Parameters 输入使用的是 camelCase。

也就是说要写：

reasoningEffort

不能直接写：

reasoning_effort

Cherry Studio 会自动把：

reasoningEffort

转换成最终请求里的：

reasoning_effort

如果直接在 Custom Parameters 里写 snake_case，我测试下来它会被过滤掉，最终根本不会出现在 HTTP 请求里。

所以最终 Cherry Studio 的配置应该写：

{
  "reasoningEffort": "none"
}

实际发送给 Ollama 的请求则会变成：

{
  "reasoning_effort": "none"
}

最终结论

Ollama 的 OpenAI 兼容 API 可以正常关闭 Qwen3.5 的思考模式。

使用：

{
  "reasoning_effort": "none"
}

即可。

如果你发现设置了“关闭思考”却仍然在 thinking，建议先抓一下实际 HTTP 请求。

重点确认最终发送给：

/v1/chat/completions

的请求体里，是否真的包含：

{
  "reasoning_effort": "none"
}

不要看到客户端 UI 上显示“关闭思考”就默认它一定传对参数了。

这次折腾半天，最后发现 Ollama 本身其实支持。

坑主要在参数没有传对。