鉴权
千问AI平台 API Key。详见获取 API Key。
请求体
application/json支持 qwen4-max。
使用的模型名称。支持通义千问大语言模型(商业版和开源版)、Qwen-VL、Qwen-Coder、Qwen-Omni、Qwen-Math、DeepSeek(阿里云直供、硅基流动直供、快手万擎直供)、Kimi(阿里云直供、月之暗面直供)、GLM(阿里云直供)、MiniMax(阿里云直供、稀宇科技直供)、Ling(蚂蚁数科直供)。
三方直供模型调用前需先在模型市场开通对应服务(以 SiliconFlow DeepSeek 为例:搜索 deepseek -> 找到 SiliconFlow DeepSeek 模型卡片 -> 单击立即开通 -> 确认授权)。
Qwen-Audio 不支持 OpenAI 兼容协议,仅支持 DashScope 协议。
具体模型名称及计费信息,请参见模型市场。
模型的对话历史,按时间顺序排列。
系统消息,用于为模型设定角色、语气、任务目标或约束条件。应置于 messages 数组的开头。QwQ 模型请勿设置系统消息;系统消息对 QVQ 模型无效。
- System message
- User message
- Assistant message
- Tool message
启用流式输出模式。设置为 true 时,模型会边生成边输出,每生成一部分内容就立即返回一个数据块(chunk),您可以实时读取这些数据块拼接完整回复。开启此选项可提升阅读体验并降低超时风险。
流式输出的配置选项。仅在 stream 为 true 时生效。
指定输出数据的模态。仅适用于 Qwen-Omni 模型。可选值:["text","audio"](适用于支持音频输出的型号)或 ["text"]。qwen3.8-omni-flash 仅输出文本。
输出音频的音色和格式。仅适用于 Qwen-Omni 模型,且需将 modalities 参数设置为 ["text","audio"]。
qwen4-max:思考模式文本、图像、视频均默认 1.0;非思考模式默认 0.7。qwen3.8-max 的视觉温度最低按 0.6 处理规则不适用于本模型。
采样温度,控制生成文本的多样性。值越高,输出越多样;值越低,输出越确定。取值范围:大于等于 0 且小于 2。MiniMax/MiniMax-M3.1-Flash 和 MiniMax/MiniMax-M3 固定使用 1.0,不支持自定义;传入其他值时不会生效。temperature 和 top_p 均可控制生成多样性,二者只需设置其中一个。QVQ 模型请勿修改默认温度值。
默认 temperature 值:
qwen3.8-max、qwen3.8-flash(思考模式):视觉理解输入为 0.6,文本输入为 1.0;传入小于 0.6 的值会自动调整为 0.6- Qwen3.8-Omni-Flash:思考模式为 0.6,非思考模式为 0.7;
- Qwen3.8(非思考模式)、Qwen3.7(非思考模式)、Qwen3.6(非思考模式)、Qwen3.5-Omni、Qwen3.5(非思考模式)、Qwen3(非思考模式)、Qwen3-Instruct 系列、Qwen3-Coder 系列、qwen-max 系列、qwen-plus 系列(非思考模式)、qwen-flash 系列(非思考模式)、qwen 开源系列、qwen-coder 系列、qwen-doc-turbo、Qwen3-VL(非思考模式):0.7
- QVQ 系列:0.5
- qwen-audio-turbo 系列:0.00001
- qwen-vl 系列:0.01
- qwen-math 系列:0
- Qwen3.7(思考模式)、Qwen3.6(思考模式)、Qwen3.5(思考模式)、Qwen3(思考模式)、Qwen3-Thinking、Qwen3-Omni-Captioner、QwQ 系列:0.6
- qwen-long 系列:1.0
- qwen-plus-character:0.92
- qwen3-omni-flash 系列:0.9
- Qwen3-VL(思考模式):0.8
第三方模型默认 temperature 值:
- DeepSeek 系列(阿里云直供):deepseek-v4.1-flash、deepseek-v4.1-flash-1017、deepseek-v4-pro-0813、deepseek-v4-pro、deepseek-v4-flash-0731: 1.0;deepseek-r1-distill-qwen 蒸馏版: 0.6
- DeepSeek 系列(硅基流动直供):siliconflow/deepseek-v3.2、siliconflow/deepseek-v3.1-terminus、siliconflow/deepseek-r1-0528、siliconflow/deepseek-v3-0324: 1.0
- DeepSeek 系列(快手万擎直供):vanchin/deepseek-v3.2-think(思考模式): 0.6;vanchin/deepseek-v3.1-terminus: 0.7;vanchin/deepseek-v3.2-speciale、vanchin/deepseek-r1、vanchin/deepseek-v3、vanchin/deepseek-ocr: 1.0
- Kimi 系列(阿里云直供):kimi-k2.7-code、kimi-k2.6(思考模式)、kimi-k2.5(思考模式): 1.0;kimi-k2.6(非思考模式)、kimi-k2.5(非思考模式): 0.6
- Kimi 系列(月之暗面直供):kimi/kimi-k3、kimi/kimi-k3.1-pro、kimi/kimi-k3.1-pro-highspeed、kimi/kimi-k2.7-code-highspeed、kimi/kimi-k2.7-code、kimi/kimi-k2.6(思考模式)、kimi/kimi-k2.5(思考模式): 1.0;kimi/kimi-k2.6(非思考模式)、kimi/kimi-k2.5(非思考模式): 0.6
- GLM 系列(阿里云直供):glm-5.1、glm-5: 1.0
- GLM 系列(智谱直供):ZHIPU/GLM-5.1、ZHIPU/GLM-5: 0.6
- MiniMax 系列(阿里云直供):MiniMax-M2.5: 1.0
- MiniMax 系列(稀宇科技直供):MiniMax/MiniMax-M3.1-Flash、MiniMax/MiniMax-M3、MiniMax/MiniMax-M2.7、MiniMax/MiniMax-M2.5、MiniMax/MiniMax-M2.1: 1.0
- MiMo 系列(小米直供):mimo-v2.5-pro: 1.0,范围 [0, 1.5];xiaomi/mimo-v2.6-pro-ultraspeed: 1.0,不支持自定义,传入其他值时仍按 1.0 生效。
qwen4-max:思考模式默认 0.95,非思考模式默认 0.8。
核采样的概率阈值。top_p 值越高,生成文本越多样;值越低,输出越确定。取值范围:(0, 1.0]。MiniMax/MiniMax-M3.1-Flash 和 MiniMax/MiniMax-M3 固定使用 0.95,不支持自定义;传入其他值时不会生效。temperature 和 top_p 均可控制生成多样性,二者只需设置其中一个。QVQ 模型请勿修改默认 top_p 值。
默认 top_p 值:
- Qwen3.8(非思考模式)、Qwen3.7(非思考模式)、Qwen3.6(非思考模式)、Qwen3.5-Omni、Qwen3.5(非思考模式)、Qwen3(非思考模式)、Qwen3-Instruct 系列、Qwen3-Coder 系列、qwen-max 系列、qwen-plus 系列(非思考模式)、qwen-flash 系列(非思考模式)、Qwen 2.5 开源系列、qwen-coder 系列、qwen-long、qwen-doc-turbo、Qwen3-VL(非思考模式):0.8
- Qwen3.8-Omni-Flash:思考模式为 0.95,非思考模式为 0.8;
- QVQ 系列:0.5
- qwen-math 系列、Qwen3-Omni-Flash 系列:1.0
- Qwen3.8(思考模式)、Qwen3.7(思考模式)、Qwen3.6(思考模式)、Qwen3.5(思考模式)、Qwen3(思考模式)、Qwen3-VL(思考模式)、Qwen3-Thinking、QwQ 系列、Qwen3-Omni-Captioner、qwen-plus-character:0.95
第三方模型默认 top_p 值:
- DeepSeek 系列(阿里云直供):deepseek-v4.1-flash、deepseek-v4.1-flash-1017、deepseek-v4-pro-0813、deepseek-v4-pro、deepseek-v4-flash-0731、deepseek-r1-distill-qwen 蒸馏版: 0.95
- DeepSeek 系列(硅基流动直供):siliconflow/deepseek-v3.2、siliconflow/deepseek-v3.1-terminus、siliconflow/deepseek-r1-0528、siliconflow/deepseek-v3-0324: 1.0
- DeepSeek 系列(快手万擎直供):vanchin/deepseek-v3.2-think、vanchin/deepseek-v3.1-terminus: 0.95;vanchin/deepseek-v3.2-speciale: 0.9;vanchin/deepseek-r1: 0.8;vanchin/deepseek-v3、vanchin/deepseek-ocr: 1.0
- Kimi 系列(阿里云直供):kimi-k2.7-code、kimi-k2.6、kimi-k2.5: 0.95
- Kimi 系列(月之暗面直供):kimi/kimi-k3、kimi/kimi-k3.1-pro、kimi/kimi-k3.1-pro-highspeed、kimi/kimi-k2.7-code-highspeed、kimi/kimi-k2.7-code、kimi/kimi-k2.6、kimi/kimi-k2.5: 0.95
- GLM 系列(阿里云直供):0.95
- GLM 系列(智谱直供):ZHIPU/GLM-5.1、ZHIPU/GLM-5: 0.95
- MiniMax 系列(阿里云直供):MiniMax-M2.5: 0.95
- MiniMax 系列(稀宇科技直供):MiniMax/MiniMax-M3.1-Flash、MiniMax/MiniMax-M3: 0.95;MiniMax/MiniMax-M2.7、MiniMax/MiniMax-M2.5、MiniMax/MiniMax-M2.1: 0.9
- MiMo 系列(小米直供):xiaomi/mimo-v2.5-pro: 0.95,范围 [0.01, 1.0];xiaomi/mimo-v2.6-pro-ultraspeed: 0.95,不支持自定义,传入其他值时仍按 0.95 生效。
qwen4-max:默认 20。
生成时用于采样的候选 Token 数量。值越大,输出越随机;值越小,输出越确定。设置为 null 或大于 100 时,top_k 策略禁用,仅 top_p 生效。取值须为大于等于 0 的整数。
各模型默认 top_k 值:
- QVQ 系列:10
- QwQ 系列:40
- Qwen3-Omni-Flash 系列:50
- GLM 系列(阿里云直供):20
- DeepSeek/Kimi/MiniMax 系列均不支持 top_k 参数
- 其他所有模型:20
QVQ 模型请勿修改默认 top_k 值。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"top_k":xxx}。
qwen4-max:默认 1.0。
模型生成时连续序列中的重复度。提高 repetition_penalty 可以降低模型生成的重复度,1.0 表示不做惩罚。没有严格的取值范围,只要大于 0 即可。
各模型默认 repetition_penalty 值:
qwen3.8-max、qwen3.8-max-0902、qwen3.8-flash、qwen3.8-2.4t-a95b、qwen3.8-27b、qwen-max、qwen-math 系列、qwen-audio-turbo 系列、QVQ 系列、QwQ 系列、Qwen3-VL:1.0- qwen-coder 系列、qwen2-1.5b-instruct、qwen2-0.5b-instruct:1.1
- 其余模型为 1.05
- GLM 系列(阿里云直供):1.0
- Kimi 系列(月之暗面直供):0.0
该参数非 OpenAI 标准参数。通过 Python SDK 调用时,请放入 extra_body 对象中,配置方式为:extra_body={"repetition_penalty": xxx}。
不建议修改 QVQ 模型的默认 repetition_penalty 值。
qwen4-max:思考模式默认 0.0,非思考模式默认 1.5。
控制模型避免重复内容的强度。取值范围:-2.0 到 2.0。正值降低重复性,负值增加重复性。创意写作或头脑风暴场景可适当提高此值;技术文档或正式文本场景可适当降低此值。
各模型默认 presence_penalty 值:
- Qwen3.8(非思考模式)、Qwen3.7(非思考模式)、Qwen3.6(非思考模式)、Qwen3.5-Omni、Qwen3.5(非思考模式)、Qwen3(非思考模式)、Qwen3-Instruct 系列、qwen3-0.6b/1.7b/4b(思考模式)、QVQ 系列、qwen-max、qwen-max-latest、qwen2.5-vl 系列、Qwen3-VL(非思考模式):1.5
- Qwen3.8-Omni-Flash:思考模式为 0.0,非思考模式为 1.5
- qwen-plus/qwen-plus-latest/2025-04-28(思考模式)、qwen-turbo-2025-04-28(思考模式):0.5
- DeepSeek 系列(阿里云直供):deepseek-r1-distill-qwen 蒸馏版: 1
- Kimi 系列(阿里云直供):kimi-k2.7-code、kimi-k2.6、kimi-k2.5: 0.0
- Kimi 系列(月之暗面直供):0.0
- MiniMax 系列(阿里云直供):MiniMax-M2.5: 0.0
- 其余 DeepSeek/Kimi/GLM/MiniMax 模型无默认值
- 其他所有模型:0.0
工作原理: 当参数值为正时,模型会对已出现在生成文本中的 Token 施加惩罚,惩罚力度与出现次数无关。这会降低这些 Token 再次出现的概率,从而减少重复并增加词汇多样性。
QVQ 模型请勿修改默认 presence_penalty 值。
响应内容的格式。默认为 {"type": "text"}。
可选值:
{"type": "text"}:返回纯文本响应。{"type": "json_object"}:返回符合标准 JSON 语法的字符串。{"type": "json_schema", "json_schema": {...}}:返回符合自定义 Schema 的 JSON 字符串。
指定 {"type": "json_object"} 时,需在提示词中明确要求模型输出 JSON,例如添加"请以 JSON 格式输出",否则会报错。
支持的模型列表,请参见结构化输出文档。
qwen4-max:限制思考与最终回答的 Token 总数。思考模式最大 262144,非思考模式最大 131072;未传入时使用当前模式的最大值。
(即将废弃,新接入请使用 max_completion_tokens)该参数的含义随模型不同:
- deepseek-v4.1-flash、deepseek-v4.1-flash-1017、deepseek-v4-pro、deepseek-v4-pro-0813、deepseek-v4-flash-0731:模型回答与思维链内容之和的最大 Token 数。模型输出超过此值时生成将提前停止,返回的
finish_reason为length。 - glm-5.3:
max_tokens为模型回答与思维链内容之和的最大 Token 数,模型输出超过此值时生成将提前停止,返回的finish_reason为length。glm-5.3 会忽略thinking_budget参数。 - glm-5.2:不传入
thinking_budget参数时,max_tokens为模型回答与思维链内容之和的最大 Token 数,模型输出超过此值时生成将提前停止,返回的finish_reason为length;传入thinking_budget参数时,max_tokens仅为模型回答的最大 Token 数,思维链部分的 Token 数由thinking_budget单独控制。 - 其他模型(不含 qwen4-max):模型回答的最大 Token 数(不包含思维链)。若生成内容超过此值,生成将提前停止,返回的
finish_reason为length。
GLM 模型的默认值与最大值如下,其他模型的默认值与最大值均为模型的最大输出长度。
- 阿里云直供(glm-5.3、glm-5.2、glm-5.2-fast-preview、glm-5.1、glm-5):默认值 65536,最大值 131072
- 智谱直供(ZHIPU/GLM-5.3、ZHIPU/GLM-5.3-Flash、ZHIPU/GLM-5.3-FlashX、ZHIPU/GLM-5.2、ZHIPU/GLM-5.1、ZHIPU/GLM-5):默认值 65536,最大值 131072
qwen4-max:限制思考与最终回答的 Token 总数。思考模式最大 262144,非思考模式最大 131072;未传入时使用当前模式的最大值。
限制模型本次响应中输出的最大 Token 数,包含思维链。达到此限制后停止生成,finish_reason 为 length。GLM 模型的默认值与最大值如下,其他模型的默认值与最大值均为模型的最大输出长度。
- 阿里云直供(glm-5.3、glm-5.2、glm-5.2-fast-preview、glm-5.1、glm-5):默认值 65536,最大值 131072
- 智谱直供(ZHIPU/GLM-5.3、ZHIPU/GLM-5.3-Flash、ZHIPU/GLM-5.3-FlashX、ZHIPU/GLM-5.2、ZHIPU/GLM-5.1、ZHIPU/GLM-5):默认值 65536,最大值 131072
与 max_tokens 的区别:max_completion_tokens 始终限制模型完整输出(思维链 + 回答);max_tokens 的具体限制范围随模型及 thinking_budget 设置而异,见上文说明。思考类模型推荐使用 max_completion_tokens。
支持以下模型:
- 千问 Max:Qwen3.7-Max 及之后的模型
- 千问 Plus:Qwen3.5-Plus 及之后的模型
- 千问 Flash:Qwen3.5-Flash 及之后的模型
- Kimi:kimi-k2.5 及之后的模型
- GLM:
max_tokens参数中列出的阿里云直供和智谱直供模型 - MiniMax:MiniMax-M2.5 及之后的模型
- DeepSeek:deepseek-v4-pro-0813、deepseek-v4-pro 及之后的模型
除 max_tokens 参数中列出的智谱直供 GLM 模型外,以上模型均不包含其他三方直供模型。实际输出 Token 数与设置值之间最多可能存在 10 个 Token 的误差。
对 qwen4-max,即使 vl_high_resolution_images=true,显式传入的 max_pixels 仍生效。
以下固定分辨率及 max_pixels 规则适用于下方列出的模型。
将输入图片的最大像素上限提高至对应 16384 个 Token 的像素值。启用后,采用固定分辨率策略,max_pixels 设置将被忽略。若图片超出像素限制,系统会等比缩小至限制范围内。
vl_high_resolution_images 为 true 时的像素上限:
- qwen3.8-omni-flash、Qwen3.5 系列、Qwen3-VL 系列:16,777,216(每个 Token 对应 32×32 像素,即 16,384×32×32)
- QVQ 系列及其他 Qwen2.5-VL 系列模型:12,845,056(每个 Token 对应 28×28 像素,即 16,384×28×28)
若 vl_high_resolution_images 为 false,实际像素上限由 max_pixels 决定。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"vl_high_resolution_images":xxx}。
qwen4-max 支持此参数。
生成的响应数量,取值范围 1-4 的整数。适用于需要多个候选答案的场景,如创意写作或广告文案生成。n=0 等价于 n=1。qwen4-max、Qwen3(非思考模式)和 qwen-plus-character 支持将 n 设为大于 1;MiniMax/MiniMax-M3.1-Flash 和 MiniMax/MiniMax-M3 仅支持 n=1。kimi/kimi-k3.1-pro 和 kimi/kimi-k3.1-pro-highspeed 不支持此参数。传入 tools 参数时,请将 n 设为 1。增大 n 会增加输出 Token 消耗,但不影响输入 Token 消耗。
qwen4-max:默认 true。
为混合思考模型启用思考模式。kimi-k3.1-pro(千问AI平台部署)默认值为 true,可设为 false 关闭思考,但强烈建议保持开启,关闭会显著影响输出效果。
支持 Qwen3.8、Qwen3.7、Qwen3.6、Qwen3.5、Qwen3、Qwen3.8-Omni-Flash、Qwen3-Omni-Flash 和 Qwen3-VL 模型,以及 DeepSeek-V4.1-Flash、DeepSeek-V4-Pro/V4-Flash 系列(阿里云直供)、DeepSeek-V3.2/V3.2-exp/V3.1 系列、Kimi-K2.7-code(仅思考模型)、Kimi-K2.6/K2.5 系列(阿里云直供、月之暗面直供)、GLM 系列。qwen3.8-max、qwen3.8-max-0902 默认开启思考模式。DeepSeek-V4 系列默认开启思考,可通过 reasoning_effort 参数调整推理力度。启用后,思考内容将在 reasoning_content 字段中返回。
各模型的默认值不同。支持的模型及其默认 enable_thinking 值,请参见模型列表。
稀宇科技直供的 MiniMax/MiniMax-M3.1-Flash 和 MiniMax/MiniMax-M3 不使用此参数,请使用 thinking 参数。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"enable_thinking":xxx}。
控制稀宇科技直供 MiniMax 模型的思考模式。thinking.type 可选值:adaptive 表示开启思考,MiniMax/MiniMax-M3.1-Flash 始终使用此模式,MiniMax/MiniMax-M3 默认使用此模式;disabled 表示关闭思考,仅 MiniMax/MiniMax-M3 支持,MiniMax/MiniMax-M3.1-Flash 设置此值时返回 400 错误。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"thinking": {"type": "adaptive"}}。
qwen4-max:默认 true。历史 reasoning_content 需完整回传;摘要模式回传 encrypted_content。
是否将对话历史中 assistant 消息的 reasoning_content 拼接至模型输入。适用于需要模型参考历史思考过程的场景。
kimi-k3.1-pro 和 kimi-k3(千问AI平台部署)默认保留客户端传入的历史 reasoning_content。建议在 messages 中完整回传历史 assistant 消息及其 reasoning_content。
kimi/kimi-k3.1-pro 和 kimi/kimi-k3.1-pro-highspeed 支持此参数,默认关闭。
目前支持 qwen3.8-max(默认开启)、qwen3.8-max-0902(默认开启)、qwen3.7-max、qwen3.7-max-2026-05-20以及后续快照、qwen3.7-plus、qwen3.7-plus-2026-05-26、qwen3.6-plus、qwen3.6-plus-2026-04-02、qwen3.8-flash、qwen3.8-omni-flash(默认开启)、qwen3.7-flash、qwen3.7-flash-2026-07-15、qwen3.6-flash、qwen3.6-flash-2026-04-16、kimi-k2.6(千问AI平台部署)、kimi-k2.7-code(千问AI平台部署,默认开启)、kimi/kimi-k2.7-code-highspeed(月之暗面直供,默认开启)、kimi/kimi-k2.7-code(月之暗面直供,默认开启)。
- 若历史消息中不包含 reasoning_content,开启此参数不会报错,正常兼容。
- 开启后,历史对话中的 reasoning_content 会计入输入 Token 数量并计费。
重要: 使用 qwen3.8-max 时,preserve_thinking 默认为 true,必须将历史对话中所有的 reasoning_content 完整回传。不支持将 reasoning_content 拼接到 content 字段中回传。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"preserve_thinking": True}。
qwen4-max:默认 131072,上限 262144。仅设置预算时的档位映射见 reasoning_effort。不支持同时设置 reasoning_effort 和 thinking_budget;thinking_budget 必须为正整数,不能设为 0。其他型号的默认值按下述规则。
思考过程的最大 Token 数。适用于 Qwen3.8、Qwen3.7、Qwen3.6、Qwen3.5、Qwen3-VL、Qwen3、GLM(千问AI平台直供)和 Kimi(千问AI平台直供)系列模型,其中 kimi-k3.1-pro 和 kimi-k3 不支持该参数。默认值为模型的最大思维链长度。详情请参见模型列表。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"thinking_budget":xxx}。
控制 MiniMax 思考内容的返回位置:true 表示通过 reasoning_content 字段单独返回,MiniMax/MiniMax-M3.1-Flash 仅支持此值;false 表示在 content 字段中以 thinking 标签返回,仅 MiniMax/MiniMax-M3 支持此值。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"reasoning_split": True}。
qwen4-max:默认 high。minimal/low → low;medium/high → high;xhigh/max → xhigh;none 关闭思考。仅设置档位时预算保持 131072;仅设置 thinking_budget 时,1–4096 → low,4097–131072 → high,131073–262144 → xhigh,保留原预算。均未设置时为 high 和 131072。
控制模型的推理力度,不同模型支持的可选值和默认值不同。
kimi-k3.1-pro(千问AI平台部署)(默认值为 max):可选值:max(深度推理)、high(增强推理)、medium(中度推理)、low(轻度推理)。
MiniMax/MiniMax-M3.1-Flash(默认值为 max):可选值按推理力度从低到高依次为 low、medium、high、xhigh 和 max。模型始终开启思考;设置 none 会返回 400 错误。
Qwen3.8 系列: minimal 映射为 low,high 和 max 映射为 xhigh,none 映射为 enable_thinking=false。 可选值:low、medium、xhigh。默认 xhigh。不支持与 thinking_budget 同时设置,同时设置会报错。两者支持互转:未设置 thinking_budget 时,reasoning_effort 自动映射 thinking_budget(low→4096,medium→16384,xhigh→262144);未设置 reasoning_effort 时,thinking_budget 自动映射回 reasoning_effort(0-4096→low,4097-16384→medium,16385-262144→xhigh);两者均未设置时,使用默认 thinking_budget(131072),默认 reasoning_effort(xhigh)。
DeepSeek-V4 与 GLM 系列: 可选值:high(高力度推理)、max(最大力度推理)。low 和 medium 映射为 high,xhigh 映射为 max。适用于 glm-5.2、glm-5.1、glm-5、deepseek-v4-pro、(deepseek-v4-flash-0731 除外)。
kimi/kimi-k3、kimi/kimi-k3.1-pro、kimi/kimi-k3.1-pro-highspeed(月之暗面直供): 默认值为 max,仅支持 max。可选值:max(最大力度推理)。
glm-5.3、ZHIPU/GLM-5.3、ZHIPU/GLM-5.3-Flash、ZHIPU/GLM-5.3-FlashX、kimi-k3(阿里云直供): 默认值:max。可选值:max(默认,深度推理)、high(增强推理)、low(轻度推理)。glm-5.3 系列模型始终开启思考,enable_thinking 仅支持 true,传入 false 会导致 API 请求失败;kimi-k3 支持传入 false 关闭思考。
deepseek-v4-flash-0731、deepseek-v4-pro-0813: 默认值:high。可选值:max(最大力度推理)、high(默认,高力度推理)、low(低力度推理)。出于兼容性考虑,medium 映射为 high,xhigh 映射为 high。
deepseek-v4.1-flash、deepseek-v4.1-flash-1017: 默认值:high。可选值:max(最大力度推理)、high(默认,高力度推理)、low(低力度推理)。minimal 映射为 low,medium 和 xhigh 映射为 high,ultra 映射为 max。
Qwen3.8-Omni-Flash: qwen3.8-omni-flash 默认开启思考,reasoning_effort 默认为 xhigh。Chat Completions 的 reasoning_effort 接受 none、minimal、low、medium、high、xhigh、max,不能与 thinking_budget 同时设置。可直接选择 low、medium、xhigh 三档思考力度。兼容取值中,minimal 映射为 low,high 和 max 映射为 xhigh,none 表示关闭思考。
用于控制多轮对话中是否将历史轮次的 reasoning_content(思考过程)作为上下文输入给模型。仅 GLM 系列(glm-5.3、glm-5.2、glm-5.1、glm-5)模型支持。其中 glm-5.3 的默认值为 true,其余模型的默认值为 false。
true:忽略历史轮次的 reasoning_content,仅使用可见文本、工具调用与结果等非推理内容作为上下文输入,可降低上下文长度与成本。false(默认):保留历史轮次的 reasoning_content 并随上下文一同提供给模型。若希望启用 Preserved Thinking,必须在 messages 中完整、未修改、按原顺序透传历史 reasoning_content,缺失、裁剪、改写或重排会导致效果下降或无法生效。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"clear_thinking": True}。
仅在 stream=true 时生效。当前仅 Qwen 和 GLM 系列支持。
Qwen 系列支持列表:
- qwen-max 系列:qwen3.8-max 系列、qwen3.7-max 系列的文本模态
- qwen-plus 系列:qwen3.7-plus 系列、qwen3.6-plus 系列的文本模态,以及 qwen3.5-plus 系列的全模态
- qwen-flash 系列:qwen3.8-flash 系列、qwen3.7-flash 系列、qwen3.6-flash 系列、qwen3.5-flash 系列的全模态
Qwen 系列使用参考:
tool_stream 仅影响复杂工具参数的情况。普通工具参数只要开启 stream=true 就会流式输出。复杂工具是指工具定义中某些参数类型为 array 或 object。
tool_stream=false:复杂工具参数会一次性输出,默认行为,复杂格式会更准确。tool_stream=true:复杂工具参数会流式输出,复杂格式没有超时风险。
GLM 系列支持列表: glm-5、glm-5.1(阿里云直供)。
GLM 系列使用参考:
tool_stream=false:工具参数会一次性输出,默认行为,复杂格式会更准确。tool_stream=true:工具参数会流式输出,复杂格式没有超时风险。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"tool_stream":true}。
是否启用代码解释器功能。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"enable_code_interpreter":xxx}。
qwen4-max:默认 1234,范围 [0, 2^31-1]。
随机数种子,用于保证结果可复现。在其他参数不变的情况下使用相同的种子值,模型会尽可能返回相同的结果。取值范围:[0, 2^31-1]。
qwen4-max 支持此参数。
是否返回输出 Token 的对数概率。思考阶段生成的内容(reasoning_content)不包含对数概率。
支持的模型:
- Qwen-plus 系列快照版(不含稳定版)
- Qwen3-vl-plus 模型(含稳定版)
- Qwen3 开源模型
每个生成步骤返回的最可能候选 Token 数量。取值范围:0 到 5。仅在 logprobs 为 true 时生效。
停止词。生成文本中出现 stop 指定的字符串或 Token 时,立即停止生成。MiniMax/MiniMax-M3.1-Flash 不支持此参数。传入后不会按指定停止词截断输出;请求可能仍成功且返回 finish_reason: "stop",但这不表示指定停止词已生效。stop 为数组时,不能同时包含 token_id 和字符串类型的元素。
模型可在函数调用中使用的工具对象数组(支持一个或多个)。设置 tools 后,若模型判断需要调用工具,响应会在 tool_calls 字段中返回工具信息。使用示例请参见函数调用指南。
工具选择策略。MiniMax/MiniMax-M3.1-Flash 仅支持 auto;none、required 或指定函数名称等其他取值可能报错或不生效,指定函数名称不能保证模型调用该函数。auto 由模型自行决定;none 禁用工具调用;required 强制调用至少一个工具,模型将始终返回工具调用信息(Qwen 系列模型暂不支持required:非思考模式下无法保证一定调用工具,思考模式下当前不支持required);传入 {"type": "function", "function": {"name": "..."}} 对象可强制指定调用某个工具。处于思考模式的模型不支持强制指定工具。
是否开启并行工具调用。MiniMax/MiniMax-M3.1-Flash、kimi-k3 不支持通过此参数控制工具调用的并行性。设置为 false 也不能保证串行调用,模型仍可能在一轮中返回多个 tool_calls。请按实际返回结果处理。kimi/kimi-k3.1-pro 和 kimi/kimi-k3.1-pro-highspeed 不支持此参数。
启用联网搜索。开启后可能增加 Token 消耗。kimi-k3.1-pro(千问AI平台部署)支持此参数。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"enable_search": True}。
联网搜索策略。仅在 enable_search 为 true 时生效。
属性说明:
forced_search(boolean,默认false):强制联网搜索。true强制开启,false由模型自行决定。search_strategy(string,默认turbo):搜索规模策略。turbo兼顾速度与效果;max调用多个搜索引擎,策略更全面;agent多次调用搜索和大模型进行多轮检索(仅适用于 qwen3.7-max、qwen3.7-max-2026-06-08、qwen3.7-max-2026-05-20、qwen3.7-max-preview、qwen3.7-max-2026-05-17、qwen3.5-plus、qwen3.5-plus-2026-02-15、qwen3.5-flash、qwen3.5-flash-2026-02-23、qwen3.8-omni-flash、qwen3.5-omni-plus、qwen3.5-omni-plus-2026-03-15、qwen3.5-omni-flash 和 qwen3.5-omni-flash-2026-03-15)。启用agent时,仅支持返回搜索来源(enable_source:true),其他联网搜索功能不可用。enable_search_extension(boolean,默认false):启用垂直领域搜索。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"search_options":xxx}。
是否在响应的 usage 中返回联网搜索的调用统计。
x_tools 仅在本次请求实际触发了联网搜索时返回。若未开启 enable_search,或模型自行判断无需联网搜索,即使将本参数设为 true 也不会返回该字段。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"include_tool_usage": True}。
技能参数,用于启用特定生成技能(如 PPT 生成)。仅 qwen-doc-turbo 模型支持。详细用法请参见生成 PPT。
使用 skill 时,stream 必须设置为 true。
此参数不是标准 OpenAI 参数。 使用 Python SDK 时,请通过 extra_body 传入:extra_body={"skill": [...]}。
仅 qwen4-max。传入空对象即开启自动显式缓存,默认 mode=implicit、ttl=5m。未设置顶层 ttl 时,使用最后一个 cache_control 标记的 ttl;该标记未设置或不存在时使用 5m。 Prompt Cache. Python SDK 通过 extra_body 传入。
仅 qwen4-max。默认返回完整思维链。设置 summarized 后返回摘要与密文;Python SDK 通过 extra_body 传入。 CoT summary.
仅 qwen4-max。按 Token 已出现的次数施加惩罚,以调整重复内容生成。