大型语言模型（LLMs）在推理任务中展现出巨大潜力，这主要得益于测试阶段扩展方法（如基于多数投票的自一致性）的应用。然而，这类方法往往导致准确率提升出现边际递减，且带来高昂的计算开销。为应对这些挑战，我们提出了一种简单而高效的方法——基于置信度的深度思考（Deep Think with Confidence，简称 DeepConf），该方法在测试阶段显著提升了推理效率与性能。DeepConf 利用模型内部的置信度信号，在生成过程中或生成后动态过滤低质量的推理路径。该方法无需额外的模型训练或超参数调优，可无缝集成至现有推理服务框架中。我们在多种推理任务及最新的开源模型（包括 Qwen 3 和 GPT-OSS 系列）上对 DeepConf 进行了评估。值得注意的是，在 AIME 2025 等具有挑战性的基准测试中，DeepConf@512 实现了高达 99.9% 的准确率，同时相比完整并行思维（full parallel thinking）方法，生成的 token 数量最多减少了 84.7%。