# Model Quirks Catalog ← [Knowledge Index](../README.md) Каталог поведенческих квирков LLM-моделей: temperature/topP/topK пресеты, reasoning-content normalization, переключатель формата tool-call'ов. Реализация заменяет хардкод-таблицу из v0.13.5 на JSON-каталог с CDN-загрузкой. --- ## [архитектура] Зачем нужен и почему хардкод не годится **Контекст:** каждая LLM-модель через aggregator (opencode.ai/zen, openrouter и подобные) имеет специфические требования для стабильного стриминга, не публикуемые в API. Без правильных пресетов: - `qwen3.6-plus` через openCode галлюцинирует имена параметров native FC (`path_pattern` вместо `pattern`) + эмитит XML tool-call'ы в текст. - `deepseek-v4-pro` падает с HTTP 400 или silent empty stream, если assistant message не содержит `reasoning` slot. - `minimax-m2.7` без `topK=40` возвращает `Empty response (reason: unknown)`. - `kimi-k2.5+` без `temperature=1.0 / topP=0.95` уходит в зацикленные reasoning loops. **Суть:** в v0.13.5 эти квирки жили в `aiSdkAdapter.ts` как три хардкод-хелпера (`getModelParamPresets`, `isDeepseekFamily`, `hasInterleavedReasoning`, ~90 строк). Каждая новая проблемная модель требовала PR в код + новый релиз VibeIDE. В v0.13.6 это вынесено в JSON-каталог `resources/model-quirks.json` + CDN-fetch с `main`-ветки. **Применение:** для добавления квирка новой модели — PR на правку `resources/model-quirks.json`, без TS-кода и без релиза. Пользователи получат новые квирки на следующем CDN-refresh (default 24 часа после старта или вручную через команду). --- ## [реализация] Fallback chain и lifecycle **Контекст:** сервис должен работать сразу при старте (до `getQuirks()` из `aiSdkAdapter`), переживать отсутствие сети, и быть устойчивым к плохому JSON. **Суть — источники с приоритетом + date-freshness (v0.13.17, по образцу `models.dev`):** 1. **exe-adjacent** — `/model-quirks.json` рядом с исполняемым файлом. **МАКС приоритет** (явный override, действует всегда, даже офлайн). Если старее bundled/CDN по `date` → флаг `staleExeAdjacent` → тост **один раз при старте VibeIDE**. 2. **CDN-кэш** — `${userData}/model-quirks-cache.json` (ETag + timestamp), пишется `fetchFromCDN()`. 3. **Bundled** — `loadBundledCatalog()` ([`bundledCatalog.ts`](../../../src/vs/workbench/contrib/vibeide/common/modelQuirks/bundledCatalog.ts)): динамический `import(resources/model-quirks.json, { with: { type: 'json' } })`, esbuild инлайнит содержимое в `main.js` на сборке. Дрейф исключён **по конструкции** — JSON единственный источник, отдельного шага синхронизации нет. (Дубль-константа `BUNDLED_CATALOG` из v0.13.7 заменена именно поэтому; описание «TS-константа-зеркало» устарело — правку каталога в TS дублировать НЕ надо.) 4. **Empty** — provider defaults. Без exe-adjacent активным становится **более свежий по `date`** из {CDN-кэш, bundled}. > ⚠️ **Правка `rules` ОБЯЗАНА бампать top-level `date`.** Сравнение — `cdnDate >= bundledDate` ([`modelQuirksService.ts:274`](../../../src/vs/workbench/contrib/vibeide/electron-main/modelQuirks/modelQuirksService.ts#L274)), то есть **при равенстве выигрывает CDN-кэш**. Забыли бамп — пользователь со старым кэшем обновляет IDE, новый bundled проигрывает по `>=`, и новое правило молчит до ближайшего CDN-refresh (сутки). Прецедент: добавление `kimi-k3` 2026-07-23 при `date: "2026-06-10"`. `fetchFromCDN` уважает exe-pin (не свапает активный `_catalog`, только обновляет кэш + пересчитывает staleness). Top-level `date` (ISO `YYYY-MM-DD`) — критерий свежести. CDN-down → остаёмся на кэше/bundled/exe (работа не встаёт). User override (`vibeide.modelQuirks`) merge'ится поверх per-field (user wins). **Матчинг правил:** `matchQuirks` — **field-merge most-specific** (НЕ first-match): все совпавшие правила сливаются, каждое поле берётся из самого специфичного (provider-scoped > длиннее `match`). Устраняет затенение provider-scoped правил (model-stalls #009). **Lifecycle:** - `initModelQuirksService(userDataPath)` из `src/main.ts` после `app.setPath('userData', …)`. Сохраняет `_userDataPath`, синхронно резолвит источник по приоритету, kicks off background CDN fetch. - `getModelQuirks(modelId, providerName?)` — синхронный lookup (EMPTY_QUIRKS до init). - `getModelQuirksCatalogStatus()` — provenance + staleness; отдаётся в renderer через ProxyChannel `vibeide-channel-modelQuirksStatus` → `modelQuirksCatalogStatusContribution` (тост при старте). - `refreshModelQuirksCatalogNow()` / команда `vibeide.modelQuirks.refresh` — ручной CDN-refresh (резерв при падении сети). **Применение:** работа сервиса полностью изолирована от main-bundle init (нет throw из module-init level). Любой failure → fallback вниз по цепочке без UI ошибок. --- ## [контракт] Schema каталога **Контекст:** контрибьюторы будут править JSON, нужно зафиксировать поля и валидаторы. **Суть — `ModelQuirksRule` (из [`modelQuirksTypes.ts`](../../../src/vs/workbench/contrib/vibeide/common/modelQuirks/modelQuirksTypes.ts)):** ```ts interface ModelQuirksRule { match: string // case-insensitive substring temperature?: number // 0..2 topP?: number // 0..1 topK?: number // positive int forceEmptyReasoning?: boolean // DeepSeek family mirrorReasoningContent?: boolean // interleaved families reasoningAsThinkTags?: boolean // with mirror: inside the text on the OpenAI wire (MiniMax) forceToolCallFormat?: 'native'|'xml'|'auto' toolCallsInText?: boolean // default on: a call written as text in a family's markup is read (textToolCalls.ts); false turns it off note?: string // freeform, ignored at runtime } ``` **Валидация (`validateCatalog`):** - Throws на структурную поломку (root не object, missing `version`, `rules` не array). - НЕ throws на per-rule ошибки — невалидные правила силент-скипаются. Это **forward-compat policy**: новый каталог с неизвестными полями работает на старых IDE (просто игнорирует), broken rule не валит весь каталог. - Out-of-range числа dropped (например `temperature: -1` → undefined). - Boolean с не-boolean значением dropped. - Enum (`forceToolCallFormat`) с unknown value dropped. **Применение:** при добавлении нового поля — append к Rule + add validator branch в `validateCatalog`. Старые IDE будут игнорировать новое поле (forward compat) до своего апгрейда. --- ## [квирки] Что покрыто в каталоге на старте **Контекст:** v0.13.6 initial catalog покрывает все 15 моделей openCode Go провайдера + family fallbacks для будущих версий. **Суть:** - `kimi-k2.6 / k2.5 / k2-thinking / k2 / kimi*` — temperature presets (старый k2 → 0.6, новые → 1.0+topP 0.95). - `minimax-m2.7 / m2.5 / m2.x → topK=40`, `minimax-m2 → topK=20`, family fallback → topK=40. - `deepseek*` — `forceEmptyReasoning + mirrorReasoningContent`. Любая DeepSeek модель. - `qwen*` — `temperature=0.55 + topP=1.0 + forceToolCallFormat='xml'`. Native FC не используется из-за галлюцинации param names. - `glm*` — `temperature=1.0` (z.ai upstream, 4.6 / 4.7 / 5 / 5.1). - `gemini*` — temperature=1.0 / topP=0.95 / topK=64 (через aggregator; не для native @ai-sdk/google пути). **Без квирков (получают provider defaults):** `mimo-v2-pro / v2-omni / v2.5-pro / v2.5`, `hy3-preview` — данных пока нет. Появится отчёт о проблемах → PR в каталог. **Применение:** для подтверждения квирков смотреть upstream `opencode/src/provider/transform.ts:478-510` (опытные значения от их LLM-team), либо empirical observation в чате через `Empty response (reason: unknown)` toast. --- ## [квирки] `forceEmptyReasoning` — строго deepseek; mirror — capability-driven (проверено 2026-05-28) **Контекст:** периодически возникает вопрос «у thinking-модели X есть `mirrorReasoningContent`, но нет `forceEmptyReasoning` — не пробел ли это?» (роадмап про `kimi-k2-thinking`). Сверено с живым `anomalyco/opencode .../provider/transform.ts` (`normalizeMessages`). **Суть (две независимые reasoning-трансформации в opencode):** 1. **Пустой reasoning-слот** `{type:"reasoning",text:""}` на assistant-ходах без reasoning — вставляется СТРОГО при `model.api.id.toLowerCase().includes("deepseek")`. Это `forceEmptyReasoning` у нас. **Kimi и minimax апстримом НЕ получают.** Назначение: deepseek-reasoner API требует reasoning-блок на каждом assistant-ходе. 2. **Mirror `reasoning_content`** в `providerOptions.openaiCompatible.[field]` — gated по `model.capabilities.interleaved.field` (model-agnostic, исключая `@openrouter/...`). Это `mirrorReasoningContent` у нас. Применяется к любой interleaved-модели, включая kimi. **Поправка 25.09.2026:** возврат у `kimi-k2-thinking` и `kimi-k2.5` снят — в руководстве Kimi по мышлению этих моделей нет (разбор ниже, «Возврат рассуждения сверен по вендорам»). Вывод ниже — про форму, а не про то, нужен ли возврат. **Вывод по kimi-k2-thinking:** `mirrorReasoningContent` без `forceEmptyReasoning` **в точности** повторяет трактовку kimi в opencode → корректно, НЕ пробел. Добавлять `forceEmptyReasoning` к kimi = отклонение от рабочего апстрима + спекуляция без репорта (урок #005). **Открытое расхождение (data-point для #009/#014):** наш `minimax` имеет `forceEmptyReasoning:true` (добавлен по #009), а opencode минимаксу пустой слот НЕ ставит — и у них minimax работает. Значит либо (a) наш AI-SDK-путь отличается от opencode и слот реально нужен, либо (b) #009-фикс был шире необходимого. **НЕ править без данных** (#009 у пользователя закрыт; смена = регресс-риск). Проверять при разборе #009/#014 через `vibeide.debug.dumpFullPrompt`. **Применение:** прежде чем добавлять `forceEmptyReasoning` новой модели — убедиться, что её id-семейство реально deepseek (или есть подтверждённый репорт HTTP-400/empty-stream без reasoning-слота). Mirror — ставить по факту interleaved-reasoning (thinking-модель). --- ## [квирки] MiniMax-M3 — двойной reasoning-канал + игнор effort/off (проверено 2026-06-08) **Контекст:** интеграция прямого провайдера `minimax` (OpenAI-совместимый, `https://api.minimax.io/v1`). Тестовая модель — `MiniMax-M3` (контекст 1M, MSA-архитектура, мультимодальная). Диагностика — через временный debug-лог сырого AI-SDK стрима (`aiSdkAdapter`, fullStream parts + finishReason). **Суть (эмпирически, по debug-логу 152 ходов + 3 прогона high/low/off):** 1. **Дублирует chain-of-thought в ДВУХ каналах одновременно:** нативный `reasoning-delta` (= `reasoning_content` delta) И тот же текст inline в `content` как `…`. То есть мысль приходит дважды. 2. Старая `extractReasoningWrapper` (для `openSourceThinkTags`) на этом интерливе **ломалась**: перезаписывала нативный reasoning своим разбором, а на финале (`getOnFinalMessageParams`), если `` не попал в её аккумулятор, сваливала ВЕСЬ текст в reasoning → **тело ответа пустело, а reasoning терялся в пайплайне** (в экспорте не было ни ``, ни `🧠 Размышления`). 3. **Игнорирует управление reasoning:** ни `reasoning_effort: low|high`, ни `thinking:{type:disabled}` не действуют (off всё равно даёт reasoning-блоки; low даёт рассуждение не короче high — шум). Совпадает с их баг-трекером (issues #68/#121 «how to disable thinking», oh-my-pi #626). Это **вендорная сторона** — payload мы шлём корректно (см. [[aiSdkMigration]]). **Решение (v0.19.x):** новое поле `reasoningCapabilities.stripThinkTagsFromContent: [open, close]` + `stripThinkTagsWrapper` (extractGrammar.ts) — STRIP-ONLY: вырезает дубль `…` из тела (и прячет незакрытый хвост при стриминге), **`fullReasoning` не трогает** → нативный `reasoning-delta` остаётся источником для фолда/экспорта. У MiniMax профиль использует `stripThinkTagsFromContent` (НЕ `openSourceThinkTags`) + `output.nameOfFieldInDelta: 'reasoning_content'`. `openSourceThinkTags` оставлен для моделей БЕЗ нативного канала (ollama/deepseek-R1 через aggregator). **Применение:** для любой модели, которая шлёт нативный reasoning И дублирует его inline-тегами — использовать `stripThinkTagsFromContent`, а НЕ `openSourceThinkTags`: разбор тегов теперь складывает свой результат с нативным каналом (см. ниже), и дубль попал бы в рассуждение дважды. Если у MiniMax однажды заработает off/effort — это починка на их сервере, наших правок не требует (payload уже уходит). Слайдер/тумблер у minimax оставлены намеренно (на случай серверного фикса). **Обёртка `extractReasoningWrapper` починена (2026-09-30):** Разбор `` больше не заменяет рассуждение, пришедшее своим полем, а складывается с ним: сначала нативное, потом вырезанное из тегов Было: нативное затиралось результатом разбора, и при ответе без тегов рассуждение пропадало целиком Задело всех, у кого профиль с `openSourceThinkTags` и сервер шлёт `reasoning_content`: vLLM, LM Studio и OpenAI-совместимый эндпоинт с R1, а до 30.09 и встроенный DeepSeek V4 Итог хода разбирался по уже очищенному тексту, где тегов нет, поэтому вырезанное из тегов на финале терялось у всех моделей с тегами Теперь итог разбирается по сырому тексту ответа; незакрытый `` оставляет текст до тега ответом, а не опустошает его Сквозной тест: `aiSdkAdapter.test.ts`, «рассуждение своим полем доходит до итога и у профиля с разбором (R1)»; на старой обёртке он получает пустое рассуждение **Профиль встроенного DeepSeek отделён от R1 (2026-09-30):** V4 отдаёт рассуждение полем `reasoning_content` (api-docs.deepseek.com/guides/thinking_mode), разбор тегов ему не нужен Унаследованный от R1, он вырезал бы из ответа, который цитирует ``, сам тег и всё после него `supportsSystemMessage: false` осталось как было у R1: системная роль у V4 по документации есть, но перенос промпта требует живой проверки --- ## [квирки] Auto-feed каталога из runtime-доказательств (O.13, 2026-07-06) **Контекст:** авто-даунгрейд native→XML (`_autoDetected` override, TTL + re-probe, гейт только на `numeric-tool-name` — уроки #008) чинит модель в пределах сессии, но модель, проходящая этот танец КАЖДУЮ сессию, всякий раз сжигает несколько ходов на сбои до срабатывания порога. Сырые счётчики `safetyNet*` для авто-предложения квирка не годятся: они стреляют только в XML-режиме (внутри `extractXMLToolsWrapper`), т.е. описывают модель, уже переключённую в XML, а не native-модель, которой нужен квирк. **Суть:** - **Сигнатура для долговременного фикса = повторные авто-даунгрейды в РАЗНЫХ сессиях** (не событий, а сессий: одна может быть случайностью). Pure-логика — `common/modelQuirksAutoFeed.ts` (стейт per `provider:model`: downgradeCount / sessionCount / suggested; JSON round-trip, тесты). - **Сервис** `browser/vibeQuirkAutoFeedService.ts`: `recordAutoDowngrade()` дергается из блока авто-даунгрейда `chatThreadService`; стейт — `IStorageService` APPLICATION-scope (переживает сессии); при пороге (`vibeide.modelQuirks.autoSuggestSessions`, дефолт 2; выключатель `vibeide.modelQuirks.autoSuggest`) — уведомление, **один раз на модель навсегда** (`suggested`-флаг). - **«Закрепить XML-режим»** = `setOverridesOfModel(provider, model, { specialToolFormat: null })` **без** `_autoDetected` → долговременный override: нет TTL, re-probe его не трогает (re-probe работает только по `downgradedModelsThisSession`). НЕ писать в `vibeide.modelQuirks`-настройку: она читается один раз на старте (нужен перезапуск), override действует сразу. - **«Скопировать правило для каталога»** = готовый JSON-сниппет правила (`match`/`provider`/`forceToolCallFormat:'xml'`/`note` с доказательствами) для one-file PR в `resources/model-quirks.json` — data-driven путь пополнения апстрим-каталога. - **Per-model счётчики нормализации** (бонус-задел Фазы 3 диагностики): `NormalizeAttribution` в `xmlToolNormalize.ts` — экспортные обёртки пинят атрибуцию на время одного СИНХРОННОГО прохода (single-threaded → race-free), `getNormalizeCountersByModel()` + IPC `getNormalizeCountersByModel` на LLM-канале. **Применение:** источник правды о «системно сломанном» native FC — стор авто-фида, не счётчики слоёв. Прежде чем вносить предложенный квирк в каталог (PR), сверить с матрицей [[xmlToolFormatMatrix]] и открытыми расхождениями выше (урок: не форсить XML капризным-но-живым моделям без данных). --- ## [квирки] Непроверенные правила: kimi-k3 и политика пометки (2026-07-23) **Контекст:** правило добавляется по вендорной документации, когда живого ключа на руках нет. Соблазн — записать вторичный источник как факт; тогда через месяц правило неотличимо от проверенных, и его никто не пересматривает. Прецедент — `kimi-k3`. **Суть:** - **Почему правило вообще нужно, даже неподтверждённое.** Матчинг идёт по подстроке, и `kimi-k3` **не содержит** `kimi-k2` — то есть k2-семейство её не покрывает, и без явного правила модель проваливается на широкий пресет `kimi` (T=1.0/topP=0.95) **без** `mirrorReasoningContent`. Выбор стоит не между «квирк» и «чисто», а между «зеркалим» и «не зеркалим». - **Асимметрия цены ошибки.** Лишнее зеркалирование стоит дублированного reasoning-поля на ход и безвредно, если не нужно. Недостающее — нестабильность генерации в tool-цикле. При отсутствии данных выбирается дешёвая по последствиям сторона, и это записывается как *precautionary*, а не как наблюдение. - **Что известно фактически:** вторичные источники (apidog, 2026-07) сообщают о режиме preserved-thinking-history; техотчёта Moonshot нет; поведение не воспроизводилось. Проверено только то, что у K3 единственный уровень `reasoning_effort: "max"` — и это уже стоило нам дефекта в рецепте (`.vibe-defaults/providers/moonshot-kimi.jsonc` слал несуществующий `"high"`; **значение не нормализуется** — `vibeDynamicProvidersService` кладёт список в слайдер как есть, и выбранное уезжает в API дословно). - **Политика пометки:** `note` непроверенного правила начинается со слова `UNVERIFIED` + основание («по аналогии с проверенным семейством X»), а не с описания поведения модели в изъявительном наклонении. Так грепом `UNVERIFIED` по каталогу в любой момент виден список правил, ждущих живой проверки. **Статус правила `kimi-k3` на 2026-07-26: `UNVERIFIED` снят.** `note` переписан на первоисточник — вендор прямо предупреждает, что без возврата всей истории thinking «generation quality may become highly unstable». Проба B из смоука ниже перестала быть валидацией гипотезы; сам смоук остаётся полезным, но уже не блокирует ничего. **Урок методики (третий подтверждённый случай за неделю):** вторичные источники обгоняют вендора и описывают анонсированное как существующее. Оба тезиса про K3 из пересверки 24.07 разошлись с первоисточником в разные стороны — mirror подтвердился сильнее ожидаемого, «три уровня» оказались обещанием. Правило простое: **пересказ вендорской доки — не вендорская дока**; до первоисточника такие находки живут как `UNVERIFIED` и в код не уезжают. **Применение:** появился ключ к модели с `UNVERIFIED`-правилом — прогнать смоук и либо переписать `note` в наблюдение, либо снять поле. Смоук для K3 воспроизводится ~40 строками на `fetch` (ключ только из окружения, в лог не печатать) и состоит из двух проб: - **A — имя уровня усилия:** два одинаковых запроса с `reasoning_effort: "max"` и `"high"`. Ошибка или неотличимое от `max` поведение подтверждает правку рецепта `["high"] → ["max"]`. - **B — preserved-thinking-history:** двухходовой tool-цикл. Первый ход должен вернуть `tool_call` и `reasoning_content`; второй прогоняется дважды — без зеркалирования reasoning в историю и с ним. Деградация первого варианта (HTTP 400 / пустой `content` / потеря цикла) при чистом втором подтверждает `mirrorReasoningContent`; одинаково чистые оба — поле снимается, `note` смягчается. После прогона — **бампнуть top-level `date`** (см. предупреждение выше). **Пересверка с первоисточником (2026-07-24):** повторное веб-исследование по первичным источникам (`platform.kimi.ai`, techtimes 2026-07-18) сдвинуло два тезиса выше — оба **до живого смоука** остаются к проверке, но статус доверия изменился: - **`mirrorReasoningContent` — теперь подтверждён первоисточником, а не аналогией.** `platform.kimi.ai` прямо предписывает в multi-turn/tool-call возвращать полное assistant-сообщение **включая `reasoning_content`**. То есть правило `kimi-k3` перестаёт быть «по аналогии с семейством» — можно повышать `note` с `UNVERIFIED` до наблюдения по доке (проба B — уже не обязательная валидация гипотезы, а перестраховка). При правке `note` — сослаться на первоисточник, убрать формулировку «precautionary/по аналогии». - **`reasoning_effort` — РАСХОЖДЕНИЕ: три уровня `low`/`high`/`max`… → ОПРОВЕРГНУТО 2026-07-26.** Вендорский блог ([kimi.com/blog/kimi-k3](https://www.kimi.com/blog/kimi-k3)) дословно: «K3 will use max thinking effort by default, **with low- and high-effort modes to be introduced in subsequent updates**». То есть уровень на старте один, а low/high — обещание на будущее; наш `["max"]` от 23.07 верен, проба A из смоука отменяется. Осторожность «не переписывать как факт» окупилась: правило не тронули, и код не пришлось откатывать. - **Семплинг:** вендор фиксирует не только `temperature=1.0`/`top_p=0.95` (у нас в квирке), но и `n=1`, `presence_penalty=0`, `frequency_penalty=0` — API требует эти три **опускать**. Проверить, что adapter не шлёт их для kimi. --- ## [квирк] Gemini: `temperature`/`top_p`/`top_k` депрекейтнуты вендором (2026-07-25) **Контекст:** релиз `gemini-3.6-flash` / `gemini-3.5-flash-lite` (21.07.2026). В каталоге у нас правило `{ "match": "gemini", "temperature": 1.0, "topP": 0.95, "topK": 64 }` с пометкой «via aggregator (NOT native @ai-sdk/google path)». **Суть:** Google объявил три классических sampling-параметра устаревшими — «deprecated and ignored. In future model generations, supplying these parameters returns an HTTP 400 error» ([changelog](https://ai.google.dev/gemini-api/docs/changelog), [latest-model](https://ai.google.dev/gemini-api/docs/latest-model)). Взамен глубина управляется строковым `thinking_level`, а не числовым `thinkingBudget`. Уровни по моделям ([docs/thinking](https://ai.google.dev/gemini-api/docs/thinking), сверено 25.07): 3.6 Flash и 3.5 Flash-Lite — `minimal`/`low`/`medium`/`high` (дефолт `medium` и `minimal`), **Pro — `low`/`medium`/`high`, дефолт `high`** (первая редакция этой записи говорила «low/high» — уровней три). Выключить размышление нельзя ни у одной 3.x. Нашего **нативного** пути депрекейт не касается: `sendGeminiChat` кладёт в запрос только `systemInstruction`, `thinkingConfig` и `tools` — sampling туда не попадает вовсе. Правило работало только на агрегаторном пути, поэтому было безвредно сегодня (параметры молча игнорируются) и стало бы 400-й на следующем поколении. **Сделано 2026-07-25:** правило `match: "gemini"` заменено на два — `gemini-2` и `gemini-1.5`; 3.x не матчится ничем. Профили `gemini-3-*` получили `effort_slider` вместо `reasoningCapabilities: false`, а `sendGeminiChat` — ветку `effort_slider_value` → `thinkingConfig: { thinkingLevel }` (enum SDK `@google/genai`, неизвестное значение → `undefined`, а не мусор в запросе). До этого слайдер до Gemini 3 не доходил вовсе и модель всегда шла на вендорском дефолте. **Применение:** **широкий `match` по имени семейства живёт дольше, чем поведение, ради которого он написан** — вендор меняет контракт внутри семейства, а подстрока продолжает матчиться. Правило, завязанное на поколение, и матчить надо по поколению. Второе: список правил продублирован в `modelQuirksService.test.ts` (намеренно, «kept in sync with the JSON catalog») — правя каталог, править и его, иначе тест зелёный на устаревшей копии. **Не проверено:** поведение конкретного агрегатора (OpenRouter и пр.) на `gemini-3.6-flash` с sampling-параметрами живьём не гонялось — вывод сделан из вендорской доки и чтения нашего кода. `thinking_level` на живом ключе Gemini тоже не гонялся: маппинг проверен типами SDK и юнит-тестами резолва, не сетевым ответом. --- ## [квирки] Длинное правило старой модели перекрывает новую модель семейства (2026-09-17) **Контекст:** слияние правил отдаёт приоритет более длинному `match`. `kimi-k2.7-code` содержит подстроку `kimi-k2`, поэтому получил правило устаревшей модели без рассуждения: temperature 0.6 и никакого возврата `reasoning_content`. Общий `kimi` (1.0 / 0.95) короче и проиграл. Вендор закрепил у K2.7 Code temperature 1.0 и top_p 0.95 — другое значение даёт ошибку, а без возврата рассуждения в раундах инструментов со второго хода приходит 400. **Суть:** - Префиксное правило старой модели (`kimi-k2`) — ловушка для всех будущих id с тем же префиксом (`kimi-k2.7`, `kimi-k2.8`…) - Новая модель семейства требует явного правила или проверки, что её id разбирается в нужные причуды - Проверка — фактом: `matchQuirks(rules, id)` из `out/` на id из примеров набора, а не чтением каталога глазами **Применение:** добавляя модель в пример провайдера, дописать её id в `test/node/modelQuirksCatalog.test.ts` с ожидаемыми причудами — тест падает, если id съело правило другой модели. ## [квирки] Модельная четвёрка дайджестов 30.07–01.08 — разбор 2026-08-05 Четыре темы очереди исследований, объединённые по подсистеме (`providers.json` + каталог квирков). Только подтверждённое первоисточниками. ### Kimi K3 — обещанные уровни effort ВЫШЛИ, правило пора обновить Наша запись 23.07 говорила: «effort — единственный уровень `max`, вендор обещает low/high в последующих обновлениях; вторичные источники, заявляющие три уровня, опережают вендора». **Осторожность была верной, но теперь устарела.** Официальная платформа ([platform.kimi.ai](https://platform.kimi.ai/docs/guide/kimi-k3-quickstart)) прямо заявляет: «Reasoning effort supports `low`, `high`, and `max` (default `max`)». → **PR в quirks:** добавить `effort.values = ["low","high","max"]` в правило `kimi-k3`, дефолт `max`. Заодно снять из `note` оговорку про «вторичные источники опережают вендора» — она сделала своё дело. Остальное по K3 подтверждено и менять не нужно: thinking **выключить нельзя** («always has thinking mode enabled»); `reasoning_content` и `content` приходят **раздельными дельтами** в стриме; `tool_choice: "required"` поддерживается. **Кажущееся противоречие, которое НЕ противоречие:** платформенная дока пишет «Parse only that field, not `reasoning_content`» — это про разбор **structured output**, то есть какое поле читать в ответе. Наш `mirrorReasoningContent` про другое — про **возврат истории размышлений в следующий запрос**, и он подтверждён вендорским блогом (preserved thinking history mode). Та же дока это подкрепляет: «return the complete assistant message unchanged». Правило остаётся. ### DeepSeek V4 Flash 0731 - Цена $0.14 / $0.28 за 1M (in/out); **попадание в кэш — $0.0028/M, то есть −98%** ([artificialanalysis](https://artificialanalysis.ai/models/deepseek-v4-flash), [benchlm](https://benchlm.ai/deepseek/api-pricing)). - **Reasoning effort: `high` и `xhigh`**, где `xhigh` = максимальное усилие. Обратите внимание: набор НЕ совпадает с K3 (`low/high/max`) — единый словарь эффортов на семейства не натягивается. - Контекст 1M, MoE 284B/13B активных, **text-only** (vision нет). - Кэширование контекста включено по умолчанию, работает best-effort по совпадающим префиксам. → **PR в quirks + пресет:** правило под `deepseek-v4-flash` с корректным `effort`; в пресете `deepseek-v4.jsonc` обновить цены и добавить строку про кэш-скидку. Трудоёмкость — `конфиг` + `PR в quirks`. ### NVIDIA Nemotron 3 Nano Omni — единственная тема, где нужен не пресет, а проверка Omni-модель 31B/3B активных (Mamba2-Transformer hybrid MoE), понимает video/audio/image/text, 256K контекст, self-host ([vLLM blog](https://vllm.ai/blog/nemotron-omni), [HF](https://huggingface.co/nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16)). **Главное для нас — как её поднимают:** vLLM 0.20.0+ с аудио-экстрой (`pip install 'vllm[audio]==0.20.0'`), и tool calling требует явных флагов запуска: `--enable-auto-tool-choice --tool-call-parser qwen3_coder`. **То есть формат tool-calling у неё — qwen3-совместимый, а не «родной nemotron».** Это ровно тот класс расхождений, ради которого существует наш каталог квирков: если модель поднята без этих флагов, вызовы инструментов просто не распарсятся, и симптом будет неотличим от «модель не умеет тулы». → **Не пресет:** локальные vLLM-эндпоинты пользователь и так добавляет через `providers.json` как OpenAI-совместимые. Полезное здесь — **строка в документации провайдеров** про необходимые флаги vLLM и правило-заготовка в квирках на случай, если парсер даст сбой. Трудоёмкость — `конфиг`. Живой проверки не было (нет железа под 31B) — помечено как непроверенное. ### Ценовая война: цифры для пресетов Китайские лаборатории снижали цены **шесть раз за первое полугодие 2026**, три снижения объявлены постоянными ([apidog](https://apidog.com/blog/chinese-llm-price-war-2026/), [dev.to](https://dev.to/hassann/the-2026-chinese-llm-price-war-top-5-frontier-api-costs-compared-e1g)). Выход за 1M токенов: **DeepSeek V4 Pro $0.87**, **Qwen3 Max $3.90**, **GLM-5 $3.20**; кэш-хит у Kimi K2.6 — $0.07. → **Конфиг:** обновить цены в пресетах. Ценность не в самих числах (они снова изменятся), а в том, что наша панель расхода считает деньги по этим цифрам — устаревшая цена даёт неверную оценку трат, а это уже вводит в заблуждение. **Общий вывод по четвёрке:** ни одна тема не требует кода — только каталог и пресеты. Единственное, что стоит сделать не откладывая, — **три уровня effort у K3**: правило сейчас зашивает один, и пользователь не может выбрать более дешёвый режим у модели, где thinking не выключается в принципе. --- ## Muse Glimmer 30B: квирк закрывает не ту проблему, которая заметна (2026-08-11) Локальная 30B от Meta ([карточка](https://huggingface.co/meta-models/Muse-Glimmer-30B), Apache 2.0) даёт полезный урок о границах каталога квирков. **Что каталог может.** Рекомендованный вендором сэмплинг — `temperature 1.0`, `top_p 0.95`, `top_k 64` — обычное правило, добавлено. Матчится по `glimmer`, **не** по `muse`: облачная Muse Spark — другая модель другого семейства, и общий префикс распространил бы локальные настройки на неё. Проверено прогоном: обе формы имени (`muse-glimmer:30b-q4_K_M-dflash` и `meta-models/Muse-Glimmer-30B`) ловятся, `muse-spark-1.2` не задет. **Чего каталог НЕ может, и это важнее.** Glimmer отдаёт вызовы инструментов XML-подобной разметкой ATEM, а не JSON, и размышление шлёт отдельным каналом. Из IDE симптом выглядит как «модель не умеет инструменты»: вызовы приходят обычным текстом. **Квирком это не лечится** — разбор делает сервер, и запускать его надо с `--tool-call-parser muse_glimmer` **вместе с** `--reasoning-parser muse_glimmer` (второй принудительно ставит `skip_special_tokens=False`, без него маркеры срезаются до разбора и оба канала схлопываются в `content`). Это второй случай того же класса после Nemotron 3, где вызовы не парсились без `--enable-auto-tool-choice`. Вывод общий: **симптом «модель не умеет инструменты» надо сначала проверять на стороне сервера, а не искать квирк.** Место для такого знания — комментарий в пресете провайдера, а не правило каталога. **Третий пробел — закрыт 2026-08-11 полем `reasoningEffortInSystemPrompt`.** Сила размышления у Glimmer задаётся строкой `Reasoning strength: low|medium|high|xhigh` в **системном промпте**, а не полем `reasoning_effort`; остальные наши поля (`forceEmptyReasoning`, `forceToolCallFormat`, `mirrorReasoningContent`, `forcedToolChoiceUnsupported`, сэмплинг) правят тело запроса и такого не умели, поэтому слайдер усилия на Glimmer молчал. Теперь правило несёт шаблон строки, в него подставляется значение слайдера, и строка дописывается к системному промпту. Три решения, которые в этом поле стоят дороже самого поля: - **Нет значения — нет строки.** Слайдер выключен или модель без effort-слайдера ⇒ промпт не трогаем. Подставить «умолчание» нельзя: для модели выдуманное слово неотличимо от осознанного выбора пользователя, и мы получили бы тихую подмену настройки. - **Строка кладётся ДО веток кэширования**, внутрь блока, который помечается точкой кэша (`aiSdkAdapter.ts`, рядом с `systemForCall`). Она стабильна между ходами; допиши её после — и каждый ход рассекал бы кэшируемый префикс, то есть экономия кэша ушла бы молча. - **Поле независимо от `includeInPayload`.** Модель вправе хотеть и то и другое, а модель, которая поля не знает, просто его игнорирует — гасить payload ради строки незачем. Подстановка и склейка вынесены в чистую `withReasoningEffortInSystemPrompt` (`common/`), чтобы проверяться без окружения. **Живьём не проверено:** 30B не помещается в память машины разработки. **Не проверено живьём:** 30B не помещается в память машины разработки (Q4 ≈ 17–20 ГБ при 16 ГБ на борту — ровно тот случай, который теперь ловит наш собственный расчёт «влезет ли модель»). ## Широкий `match` тихо перебивает явный `toolFormat` (2026-08-12) Матчер каталога — голая подстрока по id модели без учёта регистра, а квирки в `aiSdkAdapter.sendViaAISdk` стоят **первым ярусом** и бьют возможности провайдера безусловно. Значит правило, написанное под одно поколение, дотягивается до каждой будущей модели, в id которой окажутся те же буквы. Так и вышло: `match: "qwen"` с `forceToolCallFormat: "xml"` завели под поколение 2.5 на прямом API, а оно молча увело в XML-грамматику `qwen3.7-plus` и `qwen3-coder-next` — обе объявлены в **нашем же** пресете `alibaba-coding-plan.jsonc` с `toolFormat: "openai"`. Ничего не падало: модели просто работали хуже, чем могли. Лечится сужением `match` до поколения, которому форс действительно нужен, — не ослаблением проверки. Сам форс для 2.5 сохранён отдельным правилом; причина, ради которой он вводился (путаница имён параметров, `path_pattern` вместо `pattern`), с 0.13.18 закрыта общим arg-repair — по этой же причине openCode-правило для qwen давно вернули в native. **Гейт:** `npm run quirks-conflicts-check` (`scripts/vibe-quirks-conflicts.mjs`, отдельный workflow) — ни одно правило каталога не смеет форсить формат инструментов модели, для которой поставляемый пресет объявил `toolFormat`. Ни компилятор (два JSON-файла), ни юнит-тест матчера (он проверяет свои же правила, а не парк реальных id) этого класса не видят. Проверен обеими сторонами: на возвращённом широком `qwen` краснеет ровно на двух моделях, после сужения зелёный. ## Сюита «e2e по бандлу» проверяла копию, а не каталог (2026-08-12) `modelQuirksService.test.ts` называлась «end-to-end integration via bundled rules», но список правил в ней был **переписан руками** с пометкой «kept in sync with the JSON catalog». Это ровно тот второй источник правды, ради устранения которого существует `bundledCatalog.ts` (он грузит `resources/model-quirks.json` импортом с атрибутом, «чтобы дрейф был невозможен по построению»). Копия закономерно разошлась: правки каталога уходили в релиз, а сюита оставалась зелёной, потому что проверяла вчерашний слепок. Зелёный тест читался как «правило проверено», хотя не проверял ничего. Теперь сюита зовёт `loadBundledCatalog()` и прогоняет `validateCatalog()` — тот же путь, которым каталог грузит продукт. Признак, по которому это ловится в чужом коде: комментарий вида «держится в синхроне с …». Синхрон, который держит человек, уже разошёлся — вопрос только когда это заметят. ## [квирки] Усилитель уровня складывается вниз, а не вверх (2026-09-18) **Контекст:** модель принимает не все уровни мышления, и сохранённый уровень приводится к ближайшему. Правило «при ничьей побеждает верхний» отправляло `xhigh` в `max`. **Суть:** - Таблица DeepSeek (api-docs.deepseek.com/guides/thinking_mode, сверено 18.09.2026): `minimal→low`, `medium→high`, `xhigh→high`, `ultra→max`. То есть у вендора нет единого «вверх» или «вниз»: `medium` идёт вверх, `xhigh` — вниз - Объяснение в одну строку: `xhigh` — это «high, но сильнее», `ultra` — «max, но сильнее». Усилитель складывается в тот уровень, который усиливает; остальное решается расстоянием - Цена прежнего поведения денежная: пользователь с сохранённым `xhigh` молча платил по верхнему уровню **Связано:** `common/reasoningEffortLevel.ts`, тест `reasoningEffortLevel.test.ts`. ## [решение] Мышление Claude 5 задаётся уровнем, и старый формат отвергается (2026-09-18) **Контекст:** `thinking: {type: "enabled", budget_tokens}` — то, как мы просили мышление у Anthropic. **Суть:** - С Opus 4.7 и во всей линейке 5 этот формат отвечает 400; вендор описывает переход парой полей: `thinking: {type: "adaptive"}` и `output_config: {effort}` (platform.claude.com/docs/en/build-with-claude/extended-thinking, сверено 18.09.2026) - Записи `claude-opus-5` и `claude-sonnet-5` заведены с окном 1M и ценами со страницы вендора того же дня - **Грабли сопоставления имён:** ветка `claude-opus-4` совпадает и с `claude-opus-4-7`, а в цепочке побеждает последнее присваивание — новую ветку пришлось поставить последней. Поймал тест, а не чтение - Поведение меняется не только синтаксисом: при адаптивном режиме модель сама решает, думать ли, и на низком уровне может не думать вовсе **Живьём не проверено:** ключа Anthropic нет. ## [грабли] Рассуждение Claude привязано к разговору, а наш системный промпт — нет (2026-09-23) **Факт вендора.** У Claude Opus 5.5 и Fable 5.1 блок рассуждения действителен только при том префиксе, при котором он родился: `system`, `tools` и все прошлые сообщения байт в байт. У аккаунтов, созданных с 31.08.2026, повтор блока после правки префикса — 400 (platform.claude.com/docs/en/models/opus-5-5/migration-guide). Старые аккаунты включают проверку сами. Вместо ошибки можно попросить отбросить недействительный блок: `thinking.block_binding.prefix_mismatch_behavior: "drop_block"`, бета `thinking-binding-controls-2026-08-01`. **У нас.** Путь Anthropic (`sendAnthropicChat`) возвращает блоки рассуждения всех прошлых ходов (`prepareMessages_anthropic_tools`), а системный промпт (`chat_systemMessage`) собирается на каждый запрос и несёт изменчивое: активный файл, открытые файлы, дерево каталогов, терминалы, дату, правила проекта — последние теперь перечитываются на лету. Итог для нового аккаунта: ход после смены активного файла падает. **Что делать.** Быстро — `drop_block` у моделей с привязанным рассуждением. Правильно — стабильный префикс: изменчивое уходит из системного промпта в ход пользователя. Второе заодно чинит кэш промпта: точка кэша стоит на системном промпте, и каждая смена активного файла сбрасывает его целиком. **Сделано 23.09 (вечер).** Первое: правило `opus-5-5` несёт `reasoningBoundToModel`, и для таких моделей запрос к API Anthropic идёт с `thinking.block_binding.prefix_mismatch_behavior: "drop_block"` (`common/wireReasoning.ts`, бета добавляет `@ai-sdk/anthropic` 3.0.121 сам). Встроенный Anthropic при этом переехал на AI SDK — см. [aiSdkMigration.md](aiSdkMigration.md). Стабильный префикс остаётся пунктом roadmap. Живьём не проверено. ## [грабли] GPT-6: инструменты только через Responses, а встроенный OpenAI протокол модели не читает (2026-09-23) **Факт вендора.** «Chat Completions supports function calling only with reasoning_effort set to none» — страницы gpt-6-sol и gpt-6-luna на developers.openai.com. Текст ошибки из живого отчёта: «Function tools with reasoning_effort are not supported for gpt-6-sol in /v1/chat/completions. To use function tools, use /v1/responses or set reasoning_effort to 'none'». **У нас.** Транспорт Responses есть (`@ai-sdk/openai#responses`), и файл провайдера объявляет его полем `protocol` у модели. Но диспетчер (`electron-main/llmMessage/sendLLMMessage.ts`) сначала ищет встроенного провайдера в своей таблице, и встроенный `openAI` всегда уходит в `_sendOpenAICompatibleChat`, то есть в Chat Completions. Протокол модели читается только у провайдеров из файлов с собственным `baseURL`. GPT-6 в каталоге возможностей нет, `reasoning_effort` не уходит, сервер берёт `medium` — и первый же ход с инструментами получает 400. **Урок.** Объявление в файле провайдера — контракт, а не подсказка: встроенный провайдер, переопределённый файлом, обязан читать те же поля, что провайдер из файла. **Сделано 23.09 (вечер).** Встроенный OpenAI идёт через `@ai-sdk/openai`. Для моделей, которым нужен Responses, — `.responses()`: каталог знает GPT-6 (`wireProtocolOfModel`), и файл, правящий встроенного, передаёт протоколы своих моделей (`common/builtinWireHints.ts`). Уровень провайдера из файла встроенному не передаётся: у OpenCode Zen там `openai`, а Claude он отдаёт через `/messages`. Усилие уходит `reasoningEffort`, «выключено» — `none` (`reasoningOffEffort`), в Responses — `store: false`. Проверено интеграционным тестом против локального сервера, живьём — нет. --- ## [дефект→решение] Неподписанное рассуждение не возвращалось на проводе Anthropic (2026-09-25) **Контекст:** Kimi, MiMo и DeepSeek отдают блоки `thinking` и на своих `/v1/messages`, но без подписи. По документации MiMo без возврата рассуждения второй раунд инструментов отвечает 400. Флаг `mirrorReasoningContent` работал только на OpenAI-проводе (`reasoning_content`). **Суть:** блок терялся трижды подряд, и починка любого одного звена ничего бы не дала. Сборщик потока (`AnthropicReasoningCollector`) хранил только подписанные блоки. Преобразователь истории отдавал блоки одному провайдеру с именем `anthropic`, а провайдеру из файла на том же проводе — нет. `@ai-sdk/anthropic` отбрасывает часть `reasoning`, у которой нет ни подписи, ни скрытых данных, с предупреждением «unsupported reasoning metadata». Теперь сборщик хранит неподписанный блок с текстом, а преобразователь пропускает блоки любому маршруту на проводе Anthropic. Кому что уходит, решает адаптер по правилу VibeIDEA (`thinkingBlockReplay`): модели с `mirrorReasoningContent` получают все блоки, Claude — только подписанные, остальные — ничего. Для Claude неподписанный блок — оборванный поток, повтор был бы 400. Через SDK неподписанный блок проходит с пустой подписью: без неё SDK его выбросит, и потому `makeCustomFetch` вырезает пустое поле уже из готового тела запроса. На провод блок уходит без поля `signature`, как у VibeIDEA (`ThinkingBlock.toWire`). **Применение:** проверка «дошло ли до модели» — только по телу запроса: `test/node/aiSdkAdapter.test.ts` пишет его заглушкой. Каталог квирков в тестах адаптера не загружен; нужное правило подставляет `__setCatalogForTests`. **Найдено живым смоуком того же дня.** Тест провода проверял историю в форме блоков Anthropic, а в IDE она приходила в форме chat completions. Форму выбирает профиль семейства модели: у Kimi это `openai-style` при любом протоколе провайдера. Рассуждение тогда едет строкой `reasoning_content`, адаптер делал из неё часть без подписи, и SDK выбрасывал её молча. Теперь на проводе Anthropic строковое рассуждение для модели с возвратом уходит так же, как блок: неподписанным. Если у сообщения есть блоки `thinking`, строковая копия не добавляется. Тест провода держит обе формы истории. Сохранённое сообщение было верным: `anthropicReasoning` в `state.vscdb` стенда лежал целым. Дыру нашло тело запроса, а не хранилище. **Подпись читает только её вендор (08.10.2026).** Тред может сменить модель на ходу — руками или по цепочке запасных. Правило выше смотрело только на наличие подписи, и подписанный блок MiniMax или Kimi с маршрута Anthropic ушёл бы к Claude, а нечитаемую подпись Anthropic отклоняет 400 на каждом запросе. Теперь каждый блок помнит провайдера и модель, у которых его просили (`producedBy`, ставит `AnthropicReasoningCollector`). Правило: - Свой блок или блок старого треда без поля — как раньше - Claude получает чужой блок только от другого Claude: тот молча отбросит то, что не сможет прочитать - Модель с возвратом рассуждения получает чужой блок текстом без подписи; скрытый блок — никак - Остальные модели — ничего `producedBy` на провод не уходит: адаптер собирает часть запроса из полей блока заново. Повод — разбор VibeIDEA (их решение №119, поле `thinkingBy`). Живьём не проверено — смены модели посреди треда на ключах не гоняли. --- ## [решение] Возврат рассуждения сверен по вендорам, а не между продуктами (2026-09-25) **Контекст:** списки моделей с возвратом рассуждения у VibeIDE и VibeIDEA разошлись. Спор «кто прав» решается страницами вендоров, а итог записан общими векторами набора `testVectors/reasoningEcho.json`. Тест `test/node/reasoningEchoVectors.test.ts` сверяет с ними настоящий каталог причуд. **Что поменялось:** - `kimi-k2.5` и `kimi-k2-thinking` — возврат снят: руководство Kimi называет только `kimi-k3`, `kimi-k2.7-code`, `kimi-k2.6`. - MiMo v2.5 — своё правило с возвратом: вендор требует его и у `mimo-v2.5`, `mimo-v2.5-pro`, а прежнее правило стояло только на v2.6. - MiniMax — причуда `reasoningAsThinkTags`: на OpenAI-проводе вендор присылает рассуждение тегами `` в `content` и просит вернуть `content` без изменений. Мы теги из ответа вырезаем (`stripThinkTagsFromContent`) и храним рассуждение отдельно, поэтому обратно оно собирается перед текстом (`withThinkTags`), а поле `reasoning_content` не отправляется. На Anthropic-проводе у MiniMax уходят блоки `thinking`, как раньше. **Не проверено живьём:** ключей MiniMax, Kimi и MiMo нет; форма взята со страниц вендоров. **Применение:** правило «модель требует возврат» без ссылки на вендора не заводится; спорное — в векторы набора, а не в один продукт. ## [грабли] Профиль по имени отстаёт от поколения модели (сверка 30.09.2026) **Контекст:** модель из скачанного списка провайдера или с агрегатора получает профиль по имени (`extensiveModelOptionsFallback`). Ветка по имени пишется под поколение, которое было в момент правки, и следующее поколение молча получает прошлый профиль. **Суть (найдено 30.09.2026 при разборе дайджестов 27–30.09):** - `kimi-k3` → профиль `kimiK2.5`: рассуждение «выключаемо», уровни `low`/`high`, цена 0.60 / 2.50. У K3 рассуждение не выключается, уровни `low`/`high`/`max`, цена 3 / 15 (platform.kimi.ai/docs/pricing/chat) - `glm-5.3` → профиль `glm5`: «выключаемо», а `thinking: disabled` у 5.3 — 400 код 1210 (живьём 16.09.2026) - `gpt-6.1-sol` → шаблон `/gpt-6/` даёт профиль `gpt-6-sol`: «выключено» шлёт `none`, которого у 6.1 нет; чтение кэша 0.1, а не 0.2 - `claude-sonnet-5-5` → шаблон `/sonnet-?5/` даёт Sonnet 5, квирки `opus-5-5` её не касаются: принудительный `tool_choice` — 400 - Сид провайдера (`zai.jsonc`, `kimi.jsonc`) описывает модель верно, но только на своём маршруте: OpenRouter и прочие агрегаторы его не видят **Применение:** новое поколение модели — отдельная ветка по имени и строка в `builtinModelProfiles.test.ts`, а не надежда на ветку прошлого. Цена в профиле по имени — вендорская: заниженная цена хуже нулевой, её не видно. **Попутно из тех же первоисточников:** - GPT-6 Sol и Luna на Chat Completions вызывают инструменты только при `reasoning_effort: "none"`; на Responses — при любом (developers.openai.com/api/docs/guides/latest-model) - Kimi Code: неизвестное усилие — 400; `none` отключает мышление, и, по выжимке документации, запрос уходит на K2.8 Preview — _не проверено_ (kimi.com/code/docs/en/kimi-code/models) - Sonnet 5.5: вместо `disabled` — `thinking: {type: "between_tools"}`, только на `low`/`medium`/`high` и без `budget_tokens` (platform.claude.com/docs/en/models/sonnet-5-5/migration-guide) ## [решение] Sonnet 5.5 «выключено»: `drop_block` нет — блоки срезаем сами по отпечатку префикса (01.10.2026) **Контекст:** у Sonnet 5.5 положение «выключено» — `thinking: {type: "between_tools"}` с уровнем `low`…`high`. Этот режим не принимает `block_binding`, а блок рассуждения, повторённый под изменённым префиксом, — 400. Вендор советует срезать блоки с изменённого хода и дальше (platform.claude.com/docs/en/models/sonnet-5-5/migration-guide). **Решение:** - Каждый ответ ассистента хранит отпечаток префикса, под которым он родился (`reasoningPrefix` в сообщении) - Отпечаток — скользящий хэш: шапка (модель, системный промпт, правила, режим, набор MCP-инструментов) плюс сообщения в том виде, в каком они уходят на провод (`common/reasoningPrefix.ts`) - Перед отправкой отпечаток пересчитывается по истории как она есть сейчас С первого хода, чей отпечаток не совпал, блоки не возвращаются; ходы раньше него сохраняют блоки и кэш промпта - Ход без отпечатка срезается: доказать, что его блок ещё годен, нечем - Отпечаток считается всегда, а срез включён только в «выключено» семейства с привязкой: переключившись туда позже, разговор уже имеет отпечатки **Почему не срезать всё подряд:** валидные блоки держат кэш промпта; срез без причины — полная цена каждого хода. **Применение:** новый режим без `drop_block` у модели с `reasoningBoundToModel` подключается тем же `guardReasoningPrefix`. Живьём не проверено — ключа нет. ## [решение] Модель-роутер — не подмена; роутер узнаётся по id, цена — по каталогу провайдера (01.10, 08.10.2026) **Контекст:** `cloudflare/auto` (Cloudflare AI Gateway) и `openrouter/auto` сами выбирают модель под запрос. Сверка «просили → ответила» видела в этом подмену и предупреждала на каждой новой паре, а расход писался на id роутера, у которого нет цены. **Решение (общий контракт с VibeIDEA, векторы `testVectors/modelRouters.json` набора):** - Роутер — id с хвостом `auto` после последнего `/`, без учёта регистра: `cloudflare/auto`, `openrouter/auto`, голый `auto` шлюза (`isModelRouter`, `common/modelEcho.ts`) - Ответ другой модели у роутера не предупреждение, а его работа: `isModelSubstituted` для роутера всегда `false` - Цена — по записи ответившей модели в каталоге того же провайдера; её там нет — по записи самого роутера (`billedModelOf`). Записи сравниваются по хвосту id без регистра: префикс вендора модель не меняет - Не роутер — цена по запрошенной модели и при подмене: подмену называют, а не пересчитывают - Cloudflare оставляет в теле ответа id роутера, а выбранную модель называет заголовком `cf-aig-routed-model`: заголовок сильнее тела. OpenRouter называет выбранную модель полем `model` тела **Почему не причуда:** 01.10 роутер был квирком `modelRouter` у правил `cloudflare/auto` и `openrouter/auto`. Правила квирков матчатся подстрокой, и голый `auto` из векторов не узнавался, а правило `auto` задело бы любую модель со словом в имени. Свойство id — функция от id; второй источник того же факта убран 08.10.2026, до выпуска. **Источники:** developers.cloudflare.com/ai-gateway/features/auto-router/, openrouter.ai/docs/features/model-routing. Живьём не проверено — токена Cloudflare нет. --- ## [решение] GPT-6: смена уровня посреди треда элементом `configuration_update` (08.10.2026) **Контекст:** уровень рассуждения в запросе Responses входит в префикс, по которому совпадает кэш промпта. Сдвиг ползунка посреди треда переписывал его, и всё после оплачивалось как новый ввод. Вендор (developers.openai.com/api/docs/guides/reasoning, раздел про смену посреди разговора) велит держать уровень запроса прежним и класть `{"type": "configuration_update", "reasoning": {"effort": …}}` перед следующим сообщением пользователя. Историю ведём сами (`store: false`), поэтому каждое прежнее обновление повторяется на своём месте. **Как устроено:** - Причуда `effortByUpdate` (правило `gpt-6`) и провод `@ai-sdk/openai#responses` - Ответ хранит метку `провайдер/модель#уровень`: адаптер отдаёт её в итоге хода, `chatThreadService` запоминает на тред и ставит на ответ в `_addMessageToThread` — так же, как `reasoningPrefix`, без правки шести мест записи ответа - План — чистая функция `planEffortUpdates` (правило VibeIDEA `EffortUpdates`): уровень запроса — первого ответа этой модели в треде, обновление — перед сообщением пользователя, где уровень сменился; метки чужой модели не в счёт **Грабли:** - Сообщения пользователя считаются по истории, **уже преобразованной для SDK**, а не по сырой: сообщение из одних результатов инструментов (форма Anthropic) превращается в `role: 'tool'`, и счёт по сырой истории съехал бы. Поэтому преобразователь сам запоминает метку каждого ответа (`effortMarks`) - Запрос создаётся раньше, чем история преобразована, а `fetch` — ещё раньше. Вставка в тело — функция, которая читает план в момент отправки (`rewriteBody`) - Ограничения вендора: два обновления подряд недопустимы (у нас за каждым идёт сообщение пользователя), со сжатием и обрезкой на стороне вендора не совмещается (мы их не используем) **Не проверено:** живьём — ключа OpenAI нет. Тело запроса проверено тестом провода (`aiSdkAdapter.test.ts`). --- ## [решение] Модели только для Responses: `responsesOnly` (08.10.2026) `o1-pro`, `o3-pro`, `gpt-5-pro` отвечают только через Responses API — chat/completions отвергает любой запрос. Встроенный OpenAI и так шлёт их туда (`openAIResponsesOnlyModels`). Провайдер из файла с протоколом `openai` по причуде запрос не отправляет и называет выход: объявить модели `"protocol": "openai-responses"`. Провод не угадывается: эндпоинт провайдера может не уметь Responses, и тихая подмена провода дала бы ошибку, которая не называет причину. Правило — VibeIDEA (`RESPONSES_ONLY`), источник — карточки моделей вендора. --- ## [решение] Claude: смена усилия посреди треда системным сообщением; Haiku 5.5 (08.10.2026) **Контекст:** у Claude 5.5 и Opus 5 уровень `output_config.effort` входит в префикс кэша так же, как у GPT-6. Вендор (platform.claude.com/docs/en/build-with-claude/effort, «Per-message effort», бета `mid-conversation-output-config-2026-07-01`) велит держать верхний уровень прежним, а смену класть системным сообщением без текста `{"role": "system", "content": [], "output_config": {"effort": …}}` перед ходом пользователя. **Как устроено:** планировщик тот же, что у GPT-6 (`common/effortUpdates.ts`), причуда `effortBySystemMessage` у Fable 5.1, Mythos 5.1, Opus 5.5, Opus 5, Sonnet 5.5, Haiku 5.5. Включается, только если выполнены все три условия: - Адрес — `api.anthropic.com`: прокси через `ANTHROPIC_BASE_URL` поле не обещал, отвергнутое поле роняет ход - Модель из списка вендора - Адаптивное мышление: у Sonnet 5.5 с `between_tools` и у Haiku 5.5 с `disabled` смена уровня — 400 **Грабля — результаты инструментов:** в теле запроса Anthropic они тоже сообщения пользователя, а SDK склеивает подряд идущие результаты и текст пользователя в одно сообщение. Ход пользователя — сообщение, где есть блок не `tool_result` (`withAnthropicEffortUpdates`), и план считает ходы по истории, свёрнутой так же (`anthropicEffortTurns`). Склеенное сообщение должно идти сразу за вызовами ассистента, поэтому смену перед ним поставить нельзя: такой запрос уходит с уровнем в самом запросе — кэш начинается заново один раз, запрос остаётся верным. **Haiku 5.5:** «выключено» — `thinking: {"type": "disabled"}` без своего уровня. Действует умолчание вендора `medium`, а `disabled` принимается до `high`. Цена по длине промпта — существующий `long_context` с множителем 5 после 100 000 токенов. Правило причуд — по образцу Sonnet 5.5 без запрета `tool_choice`: Haiku его принимает. **Не проверено:** живьём — ключа Anthropic нет. На проводе тест проверяет только обратную сторону: прокси обновлений не получает. --- ## [решение] MiniMax-Text-01: не думающая модель получает свой профиль, а не M2 (2026-10-14) **Контекст:** разведка 14.10.2026. По подписке MiniMax отвечает модель `MiniMax-Text-01`, и, судя по отзыву пользователя, лимитом она не считается: около 140 тысяч текстов рерайта за ~23 часа на тарифе за $11, тогда как M3 упиралась в лимит через 2–3 тысячи. Польза — массовый рерайт и длинные тексты. Незнакомый id у `minimax` уходил в запасной профиль M2 (`minimaxProfileOf`), а тот не годится не думающей модели. **Что было бы с M2-профилем:** слайдер уровня и `reasoning_effort` в запросе, окно 204 800 вместо ~1M, а правило причуд `minimax` включает `forceEmptyReasoning`, `mirrorReasoningContent` и `reasoningAsThinkTags` для всех минимаксов — пустой слот рассуждения и разбор тегов `` модели, которая не думает. **Что сделано:** - Профиль `MiniMax-Text-01` во встроенном `minimax`: окно 1 000 000, резерв вывода 8 192, `reasoningCapabilities: false` (тип `VibeideStaticModelInfo` требует поле, но допускает `false`), цена 0.20 / 1.10 за миллион — оценка агрегатора, вендор цену не публикует; ноль читался бы как бесплатная модель в стоимостной маршрутизации - `minimaxProfileOf`: ветка `/text-?01/i` стоит первой, раньше M3.1 и M3 - Правило причуд `minimax-text-01` выключает три поля семейства (`false` перекрывает `true`: побеждает более длинное совпадение, поля сливаются); сэмплинг и `forcedToolChoiceUnsupported` наследуются - Сид VibeBrains `providers/minimax.jsonc`: запись в `static` провайдера `minimax` без поля `reasoning` **Что вендор говорит (сверено 14.10.2026 по platform.minimax.io):** - В `models-intro`, `pricing-paygo` и справочнике Anthropic-API модели **нет** ни среди действующих, ни среди снятых: запись держится на отзыве пользователя и данных агрегаторов и может перестать работать без предупреждения. Это записано комментарием у профиля и в сиде - Anthropic-совместимый эндпоинт принимает закрытый список из девяти id (M3.1-Flash-Preview, M3, M2.7, M2.7-highspeed, M2.5, M2.5-highspeed, M2.1, M2.1-highspeed, M2), для остальных вендор отсылает к обычному интерфейсу. Поэтому Text-01 записана только у `minimax`, а у `minimax-anthropic` выключена (`"active": false`) - **Поправка к исходному плану:** M2.1 не выведена. Вендор держит её в разделе Legacy, цена у неё есть (0.3 / 1.2), в списке ухода её нет. Строка M2.1 в закомментированном списке сида оставлена. Уходят M2.5 и M2.7: с 19.10.2026 они закрыты для новых пользователей, на подписке (M Plan, Token Plan) запросы к ним сами перенаправляются на M3.1 Flash Preview под прежним именем, при поштучной оплате работают до 18.11.2026 **Не проверено:** живьём — ответ самой модели на подписке никто не запрашивал; профиль и правило проверены тестами на каталоге и на профиле.