• gpt-oss-120b
• LLM-jp-4-thinking
• Gemma 4
• DeepSeek-V3.2
• Qwen3.5
• Kimi K2.5
• Phi-4-reasoning
• GLM-5
• Mistral 3 系（公開テンプレートの代表として Ministral-3-14B-Reasoning-2512 を採用）

{
  "messages": [
    {"role": "user", "content": "明日の東京の天気を調べて要約してください"}
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "都市の天気を返す",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {"type": "string"}
          },
          "required": ["city"]
        }
      }
    }
  ]
}

• <think>...</think> 系: GLM、Kimi、Qwen、DeepSeek、Phi
• <|think|> または thought チャネル系: Gemma 4
• [THINK]...[/THINK] 系: Ministral Reasoning
• Harmonyチャネル（analysis / commentary / final）系: gpt-oss、LLM-jp-4-thinking

[
  {"role": "user", "content": "明日の東京の天気を調べて要約してください"}
]

[
  {
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "都市名を受け取り、天気情報を返す",
      "parameters": {
        "type": "object",
        "properties": {
          "city": {"type": "string"}
        },
        "required": ["city"]
      }
    }
  }
]

• gpt-oss-120b
  • 公開アーティファクト: openai/gpt-oss-120b/chat_template.jinja
  • Reasoning表現: analysis チャンネル
  • 制御パラメータ: reasoning_effort=low|medium|high
  • ツール呼び出し表現: Harmony 呼び出し構文
• LLM-jp-4-thinking
  • 公開アーティファクト: llm-jp/llm-jp-4-8b-thinking/chat_template.jinja
  • Reasoning表現: Harmony の analysis チャンネル
  • 制御パラメータ: reasoning_effort=low|medium|high
  • ツール呼び出し表現: Harmony 呼び出し構文
• Gemma 4
  • 公開アーティファクト: google/gemma-4-E2B-it/chat_template.jinja
  • Reasoning表現: <|think|> / thought チャンネル
  • 制御パラメータ: enable_thinking=True|False
  • ツール呼び出し表現: <|tool>, <|tool_call>, <|tool_response>
• DeepSeek-V3.2
  • 公開アーティファクト: deepseek-ai/DeepSeek-V3.2/encoding/encoding_dsv32.py
  • Reasoning表現: <think>...</think>
  • 制御パラメータ: thinking_mode="thinking"|"chat", drop_thinking
  • ツール呼び出し表現: DSML 構文（<｜DSML｜function_calls>）
• Qwen3.5
  • 公開アーティファクト: Qwen/Qwen3.5-35B-A3B/tokenizer_config.json
  • Reasoning表現: <think>...</think>
  • 制御パラメータ: enable_thinking=False
  • ツール呼び出し表現: <tool_call><function=...><parameter=...>
• Kimi K2.5
  • 公開アーティファクト: moonshotai/Kimi-K2.5/chat_template.jinja
  • Reasoning表現: <think>...</think>
  • 制御パラメータ: thinking on/off（デフォルトは on）
  • ツール呼び出し表現: tool_declare, <|tool_calls_section_begin|> 系
• Phi-4-reasoning
  • 公開アーティファクト: microsoft/Phi-4-reasoning/tokenizer_config.json
  • Reasoning表現: <think>...</think>（固定のシステム指示）
  • 制御パラメータ: 該当仕様なし
  • ツール呼び出し表現: ツール呼び出し用構文なし
• GLM-5
  • 公開アーティファクト: zai-org/GLM-5-FP8/chat_template.jinja
  • Reasoning表現: <think>...</think>
  • 制御パラメータ: enable_thinking / thinking.type=disabled / clear_thinking
  • ツール呼び出し表現: <tools>...</tools>, <tool_call>...
• Mistral 3 系
  • 公開アーティファクト: mistralai/Ministral-3-14B-Reasoning-2512/chat_template.jinja
  • Reasoning表現: [THINK]...[/THINK]
  • 制御パラメータ: 公開テンプレートは固定で、API 側は reasoning_effort をサポート
  • ツール呼び出し表現: [AVAILABLE_TOOLS], [TOOL_CALLS], [TOOL_RESULTS]

• Hugging Face: openai/gpt-oss-120b/chat_template.jinja
• GitHub: openai/harmony README

• builtin_tools (例: ["browser", "python"])
• model_identity
• reasoning_effort ("low", "medium", または "high")

tokenizer.apply_chat_template(
    messages,
    tools=tools,
    builtin_tools=["browser"],
    reasoning_effort="high",
)

<|start|>system<|message|>
You are ChatGPT...
Knowledge cutoff: 2024-06
Current date: 2026-04-05
Reasoning: high
# Valid channels: analysis, commentary, final.
...
<|end|>
<|start|>developer<|message|>
# Tools
## functions
namespace functions {
  type get_weather = (_: { city: string }) => any;
}
<|end|>
<|start|>user<|message|>
明日の東京の天気を調べて要約してください
<|end|>

<|start|>assistant<|channel|>analysis<|message|>
Need a weather lookup.
<|end|>
<|start|>assistant to=functions.get_weather<|channel|>commentary json<|message|>
{"city":"東京"}
<|call|>

<|start|>functions.get_weather to=assistant<|channel|>commentary<|message|>
"{\"weather\":\"sunny\"}"
<|end|>

<|start|>assistant<|channel|>final<|message|>
明日の東京は晴れです。...
<|end|>

• 推論（Reasoning）: アシスタントメッセージの analysis チャネルを使用します。
• ツール連携: commentary チャネルを使用します。
• 最終回答: final チャネルを使用します。

• ツール定義: TypeScriptの namespace 形式でdeveloperメッセージ内に定義します。
• 呼び出し命令: assistant to=functions.NAME の形式を使用します。
• チャネル設定: commentary json を指定します。
• 引数: JSONペイロードとして構成します。
• 終端タグ: <|call|> を使用します。

• 本モデルの統合には、Harmonyプロトコル専用のパーサーおよびデータモデルが必須となります。汎用的な <think> パーサーは適用できません。
• 同一のアシスタントテキストブロック内にTool CallingとReasoningを混在させず、適切なチャネルと宛先属性を用いてルーティングする必要があります。

• Hugging Face: llm-jp/llm-jp-4-8b-thinking/chat_template.jinja
• 該当のモデルカード

• builtin_tools
• model_identity
• reasoning_effort="low"|"medium"|"high"

<|start|>system<|message|>
You are LLM-jp-4...
Knowledge cutoff: 2025-12
Current date: 2026-04-05
Reasoning: medium
# Valid channels: analysis, commentary, final.
<|end|>
<|start|>developer<|message|>
# Tools
## functions
namespace functions {
  type get_weather = (_: { city: string }) => any;
}
<|end|>
<|start|>user<|message|>
明日の東京の天気を調べて要約してください
<|end|>

<|start|>assistant<|channel|>analysis<|message|>
まず天気を取得する
<|end|>
<|start|>assistant to=functions.get_weather<|channel|>commentary json<|message|>
{"city":"東京"}
<|call|>

<|start|>assistant<|channel|>final<|message|>
明日の東京は晴れです。...
<|end|>

• 推論プロセスは <think> タグではなく、analysis チャンネルとして表現されます。
• tokenizer.parse_response(response) メソッドを実行することで、推論部分（thinking）と最終回答（content）を分離することが可能です。
• 専用のトークナイザを使用する必要がある旨が、モデルカードにて明記されています。

• 指定可能な値: reasoning_effort="low"|"medium"|"high"
• テンプレート評価時、合成されたシステムメッセージ内の Reasoning: ... 行に該当パラメータが埋め込まれます。

• TypeScript形式の namespace functions を使用した定義
• 呼び出し構文: assistant to=functions.NAME
• 使用チャンネル: commentary json
• 終端トークン: <|call|>
• レスポンス形式: functions.NAME to=assistant

• openai-harmony ライブラリの思想と互換性を持ちますが、トークナイザの実装は完全に同一ではありません。安全性の観点から、LLM-jpが提供する公式のトークナイザおよびパーサーを使用することを推奨します。
• 提供されているReasoningパーサーを実行する際、構成によっては trust_remote_code=True オプションの有効化が必須となる公開事例が存在します。

• https://huggingface.co/llm-jp/llm-jp-4-8b-thinking/blob/main/chat_template.jinja
• https://huggingface.co/llm-jp/llm-jp-4-8b-thinking

• google/gemma-4-E2B-it/chat_template.jinja
• 公式ドキュメント: Thinking mode in Gemma

tokenizer.apply_chat_template(messages, tools=tools, enable_thinking=True)

<|turn>system
<|think|><turn|>
<|tool>
declaration:get_weather{description:..., parameters:{city:string}}
<tool|>
<|turn>user
明日の東京の天気を調べて要約してください<turn|>
<|turn>model

• E2B / E4B 系モデル: 推論有効時、先頭に <|think|> が挿入されます。
• 26B / 31B 系モデル: model ターンの後方に thought チャンネルを開放する表現形式が案内されています。
• 提供されるテンプレートには、履歴再構築時に推論部分を削除する strip_thinking マクロが含まれています。

• enable_thinking=True|False

• ツール定義: <|tool> ... <tool|>
• ツール呼び出し: <|tool_call>call:FUNC{arg:...}<tool_call|>
• ツールの実行結果: <|tool_response>response:FUNC{...}<tool_response|>

<|tool_call>call:get_weather{city:<|"|>東京<|"|>}<tool_call|>
<|tool_response>response:get_weather{weather:<|"|>sunny<|"|>}<tool_response|>

• 以前の Gemma の仕様とは異なり、Gemma 4 の公開テンプレートは推論およびツール呼び出し用のシステムターンを生成するよう更新されています。
• 実装時は、実際の chat_template.jinja ファイルを仕様の正（Source of Truth）として参照することを強く推奨します。

• deepseek-ai/DeepSeek-V3.2/encoding/encoding_dsv32.py

encode_messages(
    messages,
    tools=tools,
    thinking_mode="thinking",
    drop_thinking=True,
    add_default_bos_token=True,
)

• thinking_mode: "thinking" または "chat" を指定します。
• drop_thinking: コンテキストサイズを節約するため、過去の推論履歴を破棄するかどうかを指定します。

<｜begin▁of▁sentence｜>
## Tools
...
<｜User｜>明日の東京の天気を調べて要約してください<｜Assistant｜><think>

<｜DSML｜function_calls>
  <｜DSML｜invoke name="get_weather">
    <｜DSML｜parameter name="city" string="true">東京</｜DSML｜parameter>
  </｜DSML｜invoke>
</｜DSML｜function_calls>

<function_results>
  <result>{"weather":"sunny"}</result>
</function_results>
<think>

• 推論プロセスは <think>...</think> ブロックに格納されます。
• ユーザーとアシスタントの区切りとして、それぞれ <｜User｜> と <｜Assistant｜> が使用されます。
• アシスタントの出力完了時は、推論内容、回答コンテンツ、ツール呼び出し、および EOS トークンが連結される仕様です。

• thinking_mode="thinking": 推論モードを有効化します。
• thinking_mode="chat": 推論を抑制した標準対話モードを有効化します。
• drop_thinking=True|False: 過去の推論履歴の保持または破棄を制御します。

• 関数呼び出しブロックは <｜DSML｜function_calls> で定義されます。
• 各呼び出し（invoke）には対象ツールを指定する name 属性が付与されます。
• パラメータは <｜DSML｜parameter ...> で定義し、文字列型の場合は明示的に string="true" を指定します。
• リスト型またはオブジェクト型のデータは JSON 形式で埋め込まれます。

• プロンプト構築の仕様確認においては、Jinja テンプレートではなく encoding_dsv32.py を正として参照する必要があります。
• クライアント側には DeepSeek-V3.2 専用のパーサー実装が求められます。

• Qwen/Qwen3.5-35B-A3B/tokenizer_config.json
• Qwen/Qwen3.5-9B のモデルカードおよびクイックスタートドキュメント

extra_body={"chat_template_kwargs": {"enable_thinking": False}}

<|im_start|>system
# Tools
You may call one or more functions...
<tools>
[{"name":"get_weather", ...}]
</tools><|im_end|>
<|im_start|>user
明日の東京の天気を調べて要約してください<|im_end|>
<|im_start|>assistant
<think>

<tool_call>
<function=get_weather>
<parameter=city>
東京
</parameter>
</function>
</tool_call>

<|im_start|>user
<tool_response>
{"weather":"sunny"}
</tool_response><|im_end|>

• デフォルト: 推論機能有効
• 無効化設定: enable_thinking=False

• システムプロンプト内の <tools>...</tools> ブロックにスキーマを定義します。
• アシスタントは <tool_call> ブロックを出力します。
• ツールの実行結果は user ターン内の <tool_response> で返却されます。
• 推論ブロックはツール呼び出しの前に配置する必要があり、呼び出しの後に配置することは許可されていません。

• テンプレートは、最後のユーザーリクエストより前の推論履歴を自動的に圧縮する設計となっています。
• セルフホスティング環境では、Qwen 専用の推論パーサーおよびツール呼び出しパーサーを組み込む必要があります。

• Hugging Face: moonshotai/Kimi-K2.5/chat_template.jinja
• 公式ドキュメント: Kimi API Platform (thinking model guide)

extra_body={"thinking": {"type": "disabled"}}

<|im_system|>tool_declare<|im_middle|>
[{"name":"get_weather", ...}]
<|im_end|>
<|im_user|>user<|im_middle|>
明日の東京の天気を調べて要約してください
<|im_end|>
<|im_assistant|>assistant<|im_middle|>
<think>

<think>先に天気を取得する</think>
<|tool_calls_section_begin|>
<|tool_call_begin|get_weather
<|tool_call_argument_begin|>{"city":"東京"}
<|tool_call_end|>
<|tool_calls_section_end|>

## Return of call_1
{"weather":"sunny"}

• アシスタントの推論プロセスは <think>...</think> ブロック内に格納されます。
• Thinkingモードの有効状態に応じ、生成開始時は有効であれば <think>、無効であれば空の <think></think> が先頭に配置されます。
• Kimiのテンプレート仕様として、過去ターンのアシスタントのReasoningを意図的に破棄し、直近のReasoningのみを保持する圧縮ロジックが組み込まれています。

• デフォルト状態: Thinkingモード有効 (on)
• 無効化指定: thinking.type="disabled"
• 段階的なEffort指定（low/medium/highなど）は、現行の公開テンプレートおよび公式APIドキュメントではサポートされていません。

• ツール定義: tool_declare を用いたシステムターン内で宣言されます。
• ツール呼び出し: <|tool_calls_section_begin|> から開始する専用ブロックを使用します。
• 呼び出し引数: tool_call_begin、tool_call_argument_begin、tool_call_end の一連の特殊トークンによって構成されます。
• ツール実行結果: APIレイヤーでは tool ロールとして扱われますが、プロンプト内では Return of <id> 形式のプレーンテキストに変換されます。

• Thinkingモード利用時は、過去ターンの reasoning_content を履歴に完全な状態で復元することが推奨されます。
• Hugging Face提供のテンプレート自体が履歴中の一部のReasoningデータを圧縮する性質を持つため、APIクライアント側の履歴管理実装と、テンプレートレイヤーでの圧縮方針を混同しないよう留意してください。

• Hugging Face: microsoft/Phi-4-reasoning/tokenizer_config.json
• Model card

<|im_start|>system<|im_sep|>
[固定の reasoning 指示。Thought と Solution を分け、
<think>{Thought}</think>{Solution} の形で答えるよう促す]
<|im_end|>
<|im_start|>user<|im_sep|>
明日の東京の天気を調べて要約してください
<|im_end|>
<|im_start|>assistant<|im_sep|>

• Reasoningの内容は <think>...</think> ブロック内に記述されます。
• 出力フォーマットはユーザーがAPIリクエストのシステムメッセージとして指定するものではなく、トークナイザーテンプレートが自動挿入するシステムプロンプトによって強制されます。
• トークナイザーの語彙（Vocabulary）には、専用トークンとして <think> および </think> が登録されています。

1. Tool Callingロジックは外部のエージェントレイヤーで実装します。
2. モデル自体は、<think>...</think> を生成する推論専用のコンポーネントとして配置します。

• テンプレートによって挿入される先頭の固定システムプロンプトを改変または削除すると、モデルの期待出力フォーマットが崩壊するリスクがあります。
• セルフホスティング環境においてパーサーを構築する際、DeepSeek-R1系のReasoningパーサーコンポーネントを流用することが可能です。

• Hugging Face: zai-org/GLM-5-FP8/chat_template.jinja
• 公式ドキュメント: GLM-5 overview / Thinking Mode / Function Calling

{"thinking": {"type": "disabled"}}

[gMASK]<sop>
<|system|>
# Tools
You may call one or more functions...
<tools>
[{"name":"get_weather", ...}]
</tools>
<|user|>
明日の東京の天気を調べて要約してください
<|assistant|>
<think>

<think>まず天気ツールを使う</think>
<tool_call>
get_weather
<arg_key>city</arg_key><arg_value>東京</arg_value>
</tool_call>

<|observation|>
<tool_response>{"weather":"sunny"}</tool_response>

• 推論プロセスは <think>...</think> ブロック内に格納されます。
• テンプレートは message.reasoning_content の存在を優先的に評価し、該当データがない場合は assistant.content から <think>...</think> ブロックの抽出を試みます。
• Thinkingモードの有効状態に応じて、生成開始トークンは <|assistant|><think>（有効時）、または <|assistant|></think>（無効時）となります。

• ローカル環境 / テンプレート: enable_thinking=True|False
• ホステッドAPI: thinking.type="disabled"
• マルチターン履歴保持: clear_thinking=false

• API入力レイヤーではOpenAI互換の tools / tool_calls フォーマットを利用します。
• モデル入力プロンプトへ変換される際、<tools>...</tools> および <tool_call>...</tool_call> ブロックに再構成されます。
• ツールの実行結果は <tool_response>...</tool_response> ブロックとして扱われます。

• マルチターンでReasoningを継続させる要件がある場合は、明示的に clear_thinking=false を指定してください。
• セルフホスティング環境を構築する場合、GLM系に特化した専用のReasoningパーサーおよびツールパーサーの実装が必要です。

• オープンウェイトモデル: 標準的な messages および tools パラメータを使用します。
• Hosted APIモデル:
  • mistral-small-latest: reasoning_effort パラメータによる段階的な調整がサポートされています。
  • magistral-small-latest / magistral-medium-latest: ネイティヴReasoningモデルであり、常時Thinking処理が実行されます。

[SYSTEM_PROMPT]...[/SYSTEM_PROMPT]
[AVAILABLE_TOOLS][{"name":"get_weather",...}][/AVAILABLE_TOOLS]
[INST]明日の東京の天気を調べて要約してください[/INST]

[THINK]まず天気を取得する[/THINK]
[TOOL_CALLS]get_weather[ARGS]{"city":"東京"}

[TOOL_RESULTS]{"weather":"sunny"}[/TOOL_RESULTS]

• オープンウェイトのテンプレートでは、Reasoningプロセスは [THINK]...[/THINK] ブロック内に格納されます。
• システムプロンプトは、モデルがReasoningを出力することを前提とした構成になっています。
• アシスタントのコンテンツは、thinking チャンクと text チャンクに分割して処理されるアーキテクチャを採用しています。

• オープンウェイトモデル: 公開されている chat_template.jinja には low|medium|high などの動的パラメータは存在せず、固定のReasoningモードとして機能します。
• Hosted APIモデル: mistral-small-latest では reasoning_effort を介した調整が可能です。また、ネイティヴモデル（magistral-*）では、追加のパラメータ指定なしでThinkingチャンクが出力されます。

• 定義: [AVAILABLE_TOOLS]...[/AVAILABLE_TOOLS]
• 呼び出し: [TOOL_CALLS]name[ARGS]{json}
• 実行結果: [TOOL_RESULTS]...[/TOOL_RESULTS]

• Mistral系統のタグは一般的なXML形式の <think> ではなく、角括弧を用いた [THINK] である点に注意してください。
• Hosted APIの reasoning_effort パラメータは内部プロンプトとしてどう処理されるか公開されていないため、厳密なパーサーを実装する場合はオープンウェイトの仕様に準拠することを推奨します。

• 対象モデル: GLM-5、Kimi K2.5、Qwen3.5、DeepSeek-V3.2、Phi-4-reasoning
• 特徴:
  • パーサーの実装が比較的容易です。
  • ただし、ツール呼び出し（Tool Calling）の文法については各社独自の仕様が採用されており、標準化されていません。

• 対象モデル: Ministral-3-Reasoning（[THINK]...[/THINK]）、Gemma 4（<|think|> または thought チャンネル）
• 特徴:
  • 特殊トークン（Special Token）としての区切りが厳密に定義されています。
  • 標準的な <think> 用パーサーの流用が困難な場合があります。

• 対象モデル: gpt-oss-120b、LLM-jp-4-thinking
• 特徴:
  • Reasoningプロセス: analysis チャンネルを使用
  • ツール呼び出し: commentary チャンネルを使用
  • 最終回答: final チャンネルを使用

• 対象モデル: gpt-oss-120b、LLM-jp-4-thinking
• 仕様:
  • low|medium|high の明示的なパラメータ入力をサポートします。
  • 指定値はテンプレートの引数（kwargs）として渡され、合成されたシステムメッセージ内に Reasoning: high の形式で直接展開されます。
  • パーサーおよびサービング環境はHarmony仕様を前提とする構成が一般的です。

• 対象モデル: GLM-5、Kimi K2.5、Qwen3.5、Gemma 4
• 仕様:
  • 推論の深度ではなく、Reasoningチャンネル自体の出力有無を制御します。
  • 代表的なパラメータ設定として、enable_thinking=False や thinking.type=disabled を使用します。

• 対象モデル: DeepSeek-V3.2
• 仕様:
  • APIインターフェース上において、thinking_mode="thinking"|"chat" のようなEnum値としてモードを選択します。
  • 推論履歴の圧縮制御については、独立したパラメータ（drop_thinking）によって管理されます。

• 対象モデル: Phi-4-reasoning、オープンウェイト版 Ministral-3-Reasoning
• 仕様:
  • プロンプトテンプレート内にReasoning形式が静的に定義（ハードコード）されています。
  • 外部パラメータから推論深度（Effort）を動的に調整するユースケースは想定されていません。

• XML / 疑似XML型: <tools>や<tool_call>などのXMLライクなタグを利用して定義します。該当モデルは、GLM-5、Qwen3.5、およびDeepSeek-V3.2（DSML）です。
• 専用特殊トークン型: モデル固有の特殊なシステムトークン（例: <|tool|>）を利用して構造を定義します。該当モデルは、Kimi K2.5、Gemma 4です。
• 区切り文字列（Delimiter）型: [AVAILABLE_TOOLS]のような特定の文字列を使用してブロックを区切ります。該当モデルは、Ministral-3-Reasoningです。
• プロトコル / チャネル型: メッセージを論理的なチャネルに分割して処理する高度な構成です。該当モデルは、gpt-oss-120b、LLM-jp-4-thinkingです。

Note: ツール呼び出し対応のサーバーを実装する際、OpenAI互換のJSON形式（messages, tools, tool_calls）のみを基準とすることは推奨されません。実際にモデルに入力される構文仕様はモデルごとに大きく異なるため、バックエンド側でモデル専用のパーサーを実装する必要があります。

• 推論機能あり・Effort指定なし: Phi-4、Ministral（オープンウェイト版）、DeepSeek（thinking mode）
• 推論機能あり・有効化/無効化の二値制御: GLM、Kimi、Qwen、Gemma
• 推論機能あり・多段階のEffort指定あり: gpt-oss、LLM-jp、Mistral API（マネージド版）

• 推論時に履歴から思考過程を破棄: gpt-oss、LLM-jp、Kimi、Qwen、DeepSeek（drop_thinking=Trueパラメータ指定時）
• 明示的なパラメータによる保持: GLM（clear_thinking=falseパラメータ指定時）
• 固定システムプロンプトによる制御: Phi-4

• Llama 4: Instructモデル（meta-llama/Llama-4-Scout-17B-16E-Instruct等）の存在は確認されていますが、Reasoning専用のチャットテンプレート、Effort仕様、およびツール構文の公開情報は確認されていません。
• OLMo 2: 通常のチャットテンプレート（allenai/OLMo-2-1124-13B-Instruct等）は提供されていますが、Reasoningに特化したテンプレートやEffortパラメータの仕様は公開されていません。

• テキストベースのReasoning表現が最も明確なモデル群: GLM-5、Kimi K2.5、Qwen3.5、DeepSeek-V3.2、Phi-4-reasoning
• プロトコル指向であり専用のパーサー実装を要求するモデル群: gpt-oss-120b、LLM-jp-4-thinking
• 独自のツール構文を持ち、パーサー実装の難易度が高いモデル群: DeepSeek-V3.2（DSML）、Gemma 4、Kimi K2.5
• Reasoning EffortのAPI仕様が明示的なモデル群: gpt-oss-120b、LLM-jp-4-thinking、Mistral（マネージドAPI版）

• テンプレート: https://huggingface.co/openai/gpt-oss-120b/blob/main/chat_template.jinja
• リポジトリ: https://huggingface.co/openai/gpt-oss-120b
• Harmony: https://github.com/openai/harmony/blob/main/README.md

• テンプレート: https://huggingface.co/llm-jp/llm-jp-4-8b-thinking/blob/main/chat_template.jinja
• リポジトリ: https://huggingface.co/llm-jp/llm-jp-4-8b-thinking

• テンプレート: https://huggingface.co/google/gemma-4-E2B-it/blob/main/chat_template.jinja
• ドキュメント: https://ai.google.dev/gemma/docs/capabilities/thinking

• エンコーダ: https://huggingface.co/deepseek-ai/DeepSeek-V3.2/blob/main/encoding/encoding_dsv32.py
• リポジトリ: https://huggingface.co/deepseek-ai/DeepSeek-V3.2

• Tokenizer: https://huggingface.co/Qwen/Qwen3.5-35B-A3B/blob/main/tokenizer_config.json
• モデルカード: https://huggingface.co/Qwen/Qwen3.5-9B
• クイックスタート: https://qwen.readthedocs.io/en/latest/getting_started/quickstart.html
• Inference: https://qwen.readthedocs.io/en/latest/inference/transformers.html

• テンプレート: https://huggingface.co/moonshotai/Kimi-K2.5/blob/main/chat_template.jinja
• ドキュメント: https://huggingface.co/moonshotai/Kimi-K2.5/blob/main/README.md
• ガイド: https://platform.moonshot.ai/docs/guide/use-kimi-k2-thinking-model.en-US
• 概要: https://platform.moonshot.ai/docs/overview

• Tokenizer: https://huggingface.co/microsoft/Phi-4-reasoning/blob/main/tokenizer_config.json
• リポジトリ: https://huggingface.co/microsoft/Phi-4-reasoning

• テンプレート: https://huggingface.co/zai-org/GLM-5-FP8/blob/main/chat_template.jinja
• ドキュメント: https://huggingface.co/zai-org/GLM-5-FP8/blob/main/README.md
• API仕様: https://docs.z.ai/guides/llm/glm-5
• Thinking Mode: https://docs.z.ai/guides/capabilities/thinking-mode
• Function Calling: https://docs.z.ai/guides/capabilities/function-calling

• テンプレート: https://huggingface.co/mistralai/Ministral-3-14B-Reasoning-2512/blob/main/chat_template.jinja
• Reasoning仕様: https://docs.mistral.ai/capabilities/reasoning
• Native Reasoning: https://docs.mistral.ai/capabilities/reasoning/native

• Llama 4: https://huggingface.co/meta-llama/Llama-4-Scout-17B-16E-Instruct
• OLMo 2: https://huggingface.co/allenai/OLMo-2-1124-13B-Instruct