让 AI 回答一道题，它常会先写一大段“草稿”再给答案。这些思考 token——模型生成的中间推导——同样消耗时间和算力。ThinkingCap-Qwen3.6-27B 想把这份草稿压短：作者称，它比基础版 Qwen3.6 少用约 50% 的思考量，同时保持相同准确率。若能复现，这意味着推理服务可能更快、更省钱。
这项工作的评测覆盖通用推理、数学、代码、日常多轮对话、安全和智能体任务等场景。考虑到模型在推荐采样温度 1.0 下表现波动较大，作者用多个随机种子重复测试，并做统计显著性检验，以减少单次运气对结果的影响；测试也同时包含训练领域内和领域外数据。不过，现有材料没有披露具体分数、各类任务的推理长度分布或实际延迟与成本，因此“思考量减半而准确率不降”目前仍是作者自述，有待独立验证。