которые имитируют медленное «мышление Системы 2», описанное Канеманом. К другим моделям, относимым к LRM, относятся Anthropic (Claude Fable 5, Mythos 5, Opus 4.8), Google Gemini 3.1 Pro, DeepSeek R1 и GLM-5.2. В отличие от классических авторегрессионных больших языковых моделей (Large Language Models, LLM), которые работают как быстрое «мышление Системы 1», модели рассуждений используют цепочки мыслей, дополнительные вычисления на этапе инференса (test-time compute) и обучение с подкреплением. Они генерируют невидимые пользователю токены рассуждений, что увеличивает время обработки запроса до минуты и более. Исследования показали, что стратегия «думать дольше» эффективнее простого масштабирования размера модели: модель может работать так же хорошо, как LLM в 14 раз больше, если ей дать достаточно времени на размышления. Китайская DeepSeek-R1 встроила рассуждения непосредственно в саму модель, отказавшись от внешнего «критика».