# 模型与参数 模型目录来自网关:启动时用当前账号的 API key 请求 `GET {baseURL}/models`,该端点**按账号额度等级返回**,插件照单展示。Go 拿到 14 个 Design Plan 模型,Plus / Pro / Max 拿到各自档位的额外模型。参数默认值在 `src/model-params.ts` 的 `MODEL_DEFAULTS`;未收录的 id 用 `GENERIC_DEFAULTS`,并在设置页标注「参数未收录」。 `src/catalog.ts` 的 `GO_DESIGN_PLAN_MODELS` 保留为兜底:拉取失败时(离线、网关故障、key 无效)用它顶上,页面不会空掉。它也是显示名的权威来源 —— 网关只返回 id,没有显示名。 ## 模型表 | 显示名 | ID | 上下文 | 输出上限 | 输入模态 | | --- | --- | --- | --- | --- | | DeepSeek V4.1 Flash | `deepseek-v4.1-flash` | 1,000,000 | 384,000 | text, image | | DeepSeek V4.1 Flash Eco | `deepseek-v4.1-flash-eco` | 1,000,000 | 384,000 | text, image | | DeepSeek V4 Flash | `deepseek-v4-flash` | 1,000,000 | 384,000 | text, image | | DeepSeek V4 Flash Vision Exp | `deepseek-v4-flash-vision-exp` | 1,000,000 | 384,000 | text, image | | DeepSeek V4 Pro | `deepseek-v4-pro` | 1,000,000 | 384,000 | text | | Claude Haiku 5.5 | `claude-haiku-5.5` | 1,000,000 | 128,000 | text, image | | GPT-6 Luna | `gpt-6-luna` | 1,050,000 | 128,000 | text, image | | GLM-5.3 Flash | `glm-5.3-flash` | 1,000,000 | 128,000 | text, image | | GLM-5.3 Flash-X | `glm-5.3-flashx` | 1,000,000 | 128,000 | text, image | | Kimi K2.7 Code | `kimi-k2.7-code` | 262,144 | 262,144 | text, image | | MiMo V2.6 Flash | `mimo-v2.6-flash` | 1,000,000 | 128,000 | text, image | | MiMo V2.6 Pro | `mimo-v2.6-pro` | 1,000,000 | 128,000 | text, image | | MiniMax M3.1 Flash | `minimax-m3.1-flash` | 1,000,000 | 524,288 | text, image | | Hunyuan H4 Preview | `hy4-preview` | 1,000,000 | 64,000 | text | 参数的取值依据(代码注释里保留了出处): - **DeepSeek 系**:1M 上下文、384K 输出。`deepseek-v4-flash` 与 `deepseek-v4-flash-vision-exp` 是已退役 ID,官方文档的脚注明确两者都由 DeepSeek-V4.1-Flash-1017 承接,因此这两个 ID 的参数**与图片能力**都同 V4.1-Flash。`deepseek-v4-pro` 是另一个模型,官方价格表的「图像理解」一行对它标的是**不支持**。实测 `max_tokens: 384000` 会被接受,网关 `metadata.output_budget` 里的 128000 只是广播元数据,不是硬限制。 厂商 `/models` 端点给 `deepseek-flash` 报的是 `context_window: 1048576`、`max_output_tokens: 393216`,与这里记的 1,000,000 / 384,000 差在两个不同的地方。输出上限**是同一个数**:`393216 = 384 × 1024`,价格页写「384K」,端点写 KiB 精确值。eco 正好卡在这个点上被验证——`393216` 返 200、`393217` 返 400,而 base 一直放到 `1048576` 都不拒,说明这个界不是网关自己加的。上下文窗口则**真的不一样**:`1048576 = 1 Mi` 比 `1,000,000` 大约 4.86%,这里仍取价格页的十进制 1M,因为插件报给宿主的是「窗口 − 输出预留」,用小的那个更保守,不会让宿主晚一步压缩。 - **DeepSeek V4.1 Flash Eco**:**DeepSeek 官方文档里没有这个 ID**。它是 OpenDesign 侧的慢速档,定价页把它列进 Design Plan 模型并注明「速度较慢」,[额度页](https://open-design.ai/model-credits/)的说法是「may respond more slowly at times」,建议用于批处理。所以上下文与输出上限没有厂商出处,只有实测依据:`max_tokens: 384000` 返 200,与 V4.1-Flash 相同;网关给它的 `metadata` 也与 V4.1-Flash 逐字段相同(`context_limit 1048000`、`context_budget 328000`)。表格里的 1,000,000 / 384,000 是这两条加上「参数同 V4.1-Flash」的合并结论,不是独立公布值。 - 它的输出上限**能被探到硬边**:`393216` 返 200、`393217` 返 400,正是 384 Ki。同一个 `max_tokens` 丢给 base 一路到 `1048576` 都不拒,所以这个界是 eco 自己带的,不是网关统一加的。表里记的 384,000 落在这条线下方,两边都安全。 - 价格与 V4.1-Flash 逐项相同:输入 0.3 / 输出 1.2 / 缓存读 0.006 USD per 1M token。 - 但**订阅额度的扣减倍率不同**:额度页给 eco 的 Design Plan credit 倍率是 0.27×,V4.1-Flash 是 0.5×。同样的工作量消耗更少的订阅额度,「慢速档更便宜」指的是这件事。本地账本按公开价目表估算、不乘倍率,所以两个模型的金额估算相同。 - **Claude Haiku 5.5**:1M 上下文(比早期的 200K 放宽)、128K 输出。超限时端点会报 `maximum context length is 1000000 tokens`,这条独立印证了上下文数字。 - **GLM-5.3 两个型号**:1M 上下文、128K 输出。 - **GPT-6 Luna**:1,050,000 总上下文、128K 输出(922,000 输入 + 128,000 输出 = 1,050,000,三个数字自洽)。实测 1.5M token 的 prompt 未被端点拒绝,说明端点不自校验,这里采用文档值。 - **Kimi K2.7 Code**:256K 上下文,端点报 `Range of max_tokens should be [1, 262144]`,故输出上限同为 262,144。 - **MiMo 两个型号**:1M 上下文、128K 输出。 - **MiniMax M3.1 Flash**:上下文取自厂商文档([文本生成](https://platform.minimax.io/docs/guides/text-generation)的 Supported Models 表写 1,000,000,网关 `context_limit` 也是 1000000)。**输出上限没有厂商数字**,由实测二分:524,288 返 200,524,289 被拒,故记 524,288。这个 ID 总是思考,`none` 每次都被 400 拒绝,与文档「requires adaptive thinking」一致。 - **Hunyuan H4 Preview**:1M 上下文、64K 输出。 模态取自厂商文档,逐条注明出处;例外是 `deepseek-v4.1-flash-eco` 与 `minimax-m3.1-flash` 的输出上限,以及前者的模态——厂商没有 eco 这个 ID,该行依据实测: | 厂商 | 依据 | | --- | --- | | DeepSeek | [价格页](https://api-docs.deepseek.com/zh-cn/quick_start/pricing) 的「图像理解」行:`deepseek-flash` 支持、`deepseek-v4-pro` 不支持;脚注(1) 说明两个退役 ID 由 V4.1-Flash 承接。格式见[图像理解](https://api-docs.deepseek.com/zh-cn/guides/vision)页(JPEG/PNG/GIF/WebP) | | DeepSeek V4.1 Flash Eco | 厂商文档没有这个 ID,因此**没有厂商依据、只有实测**:96×96 的纯色图(红/蓝/绿)全部答对,左紫右黄的双色图答「purple 和 yellow」,左侧黑竖条答「A black vertical stripe on the left and a large white area」。网关 `architecture.input_modalities` 给它写的是 `["text"]`,与真实行为不符,未采用 | | Anthropic | Haiku 5.5 标准支持图像输入 | | OpenAI | GPT-6 Luna 标准支持图像输入 | | 智谱 | [GLM-5.3-Flash/FlashX 页](https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash):原生多模态,输入模态为「视频、图像、文本、文件」 | | 月之暗面 | [Kimi K2.7 Code 页](https://platform.kimi.com/docs/guide/kimi-k2-7-code-quickstart):支持「文本、图片与视频输入」 | | 小米 | [MiMo 模型列表](https://mimo.mi.com/docs/zh-CN/quick-start/summary/model):两个 V2.6 型号均标注「全模态理解」 | | MiniMax | [文本生成](https://platform.minimax.io/docs/guides/text-generation)页把 M3.1-Flash 列为多模态模型;实测左紫右黄的 96×96 双色图答「Purple and yellow-green.」。网关另声明 `video` 输入,但宿主的模态类型只有 `text` 与 `image`,这一项无法表达 | | 腾讯 | 混元把视觉能力放在独立的 `hunyuan-vision` 系列,H4 不在其中;网关对 H4 也返回 404 `No endpoints found that support image input` | 「图片输入」一列取自 `src/model-params.ts` 的 `MODEL_DEFAULTS`。 这张表是模态的**唯一来源**:会话选择器的模态提示(`catalog.ts` 的 `listSeedModels`)、请求参数解析(`adapter.ts` 的 `resolveModel`)和请求门控(`adapter.ts` 的 `#imageResolverFor`)都读它。`resolveModel` 曾经改从 `catalog.ts` 的静态目录读模态,而那张表只有 id 和 name,于是每个模型解析出的模态都是空 —— 宿主的图片工具据此拒绝读图,表现为「这个模型不能识图」。现在 `CatalogModel` 已不再携带模态字段,从类型上排除了再次分叉。 文本模型收到图片时会替换为占位文本,不会把图片字节发到网关。 上表的「上下文」是厂商公布的窗口。**报给宿主的窗口是它的输入预算**,即 `窗口 − max(输出上限, 窗口/4)`:1M + 384K 的模型报 750,000,1M + 64K 的报 936,000,256K + 256K 的报 196,608。原因见下一节。 ## 参数覆盖 在设置页「可用模型」每行点「改参数」可以覆盖两项: | 参数 | 范围 | 作用 | | --- | --- | --- | | 上下文窗口 | 1,000–10,000,000 | 驱动选择器里的上下文显示和截断提示 | | 输出上限(`max_tokens`) | 1–1,000,000 | 调用方没有显式给 `maxTokens` 时作为请求的 `max_tokens` | 行为约定: - 越界的编辑会被**拒绝并提示**,不会静默截断或夹到边界——错一个数量级会直接改变行为,假装成功比报错更糟。 - 两项都留空 = 恢复官方默认值,覆盖项从配置里删除。 - 默认值以 placeholder 显示,不强行写进配置:没动过的模型继续跟随代码里的默认值。 请求构建时(`src/adapter.ts` 的 `dispatch`):调用方给的 `maxTokens` 优先;没给就用该模型的默认 `maxTokens`。不显式发送会让部分模型的上限远低于它公布的能力。 发出的值再按本次请求的实际输入钳制。网关的判据是 `输入 + max_tokens ≤ 窗口`,输入与输出共用同一份预算,原样发 384,000 会让输入刚到六成窗口就被拒。实测:固定输入 980,038 时,`max_tokens` 给 68,500 通过、69,000 被拒;输入 1,043,038 时,4,096 通过、8,192 被拒。 配套地,报给宿主的 `contextWindow` 是**输入预算** `窗口 − max(输出上限, 窗口/4)`,而不是公布的窗口。宿主只量输入、从不扣输出预留量,报公布窗口会让每次压缩决策都晚一个预留量。1M 窗口 + 384K 输出的模型报 750,000。设置页的模型行把这两个数都显示出来:`上下文 1.00M(可用输入 750k)· 输出 384k`。 输入估算按字符数走:ASCII 约 3.5 字符/token(实测 4.4,刻意取低),中文约 2 字符/token。图片按每张 1,024 token 计——实测那张 391KB 的 JPEG 上游只计约 974 token,而它的 data URL 有 242 万字符,按长度算会高估三个数量级。工具声明也计入:本机真实工具集 326 个声明、约 163K token,占 1M 窗口的 15.6%,忽略它每次估算会小三分之一。 ## 思考等级 等级由弱到强共八个,每个模型只展示它接受的那部分。**八个值不等于八种强度**:其中七个别名折叠到三档真实强度上,详见本节末尾。 | ID | 显示名 | 说明 | | --- | --- | --- | | `none` | 关闭 | 不思考,响应最快 | | `minimal` | 最低 | | | `low` | 低 | | | `medium` | 中 | 多数模型的默认值 | | `high` | 高 | | | `xhigh` | 较高 | | | `ultra` | 极高 | 仅 DeepSeek 系列与 GPT-6 Luna(不含 Flash Eco) | | `max` | 最高 | | 每个模型只显示它真正支持的推理等级。网关没有公开文档说明这个字段,取值是**逐个值探出来的**:发一次看 200 还是 400,没有捷径——网关对非法值的回包不列举合法集合,只是 `[code=invalid_request_error] The request is invalid. Please check the request parameters.`(部分上游模型包成 `[code=upstream_error]`)。所以表里每一行的边界都是探针结果,不是从错误信息里读出来的。 | 模型 | 支持的推理等级 | | --- | --- | | deepseek-v4.1-flash、deepseek-v4-flash、deepseek-v4-flash-vision-exp、deepseek-v4-pro、gpt-6-luna | `none`、`minimal`、`low`、`medium`、`high`、`xhigh`、`ultra`、`max` | | claude-haiku-5.5、kimi-k2.7-code、mimo-v2.6-flash、mimo-v2.6-pro、hy4-preview、deepseek-v4.1-flash-eco | `none`、`minimal`、`low`、`medium`、`high`、`xhigh`、`max`(跳过 `ultra`) | | minimax-m3.1-flash | `minimal`、`low`、`medium`、`high`、`xhigh`、`max`(**没有 `none`**,也没有 `ultra`) | | glm-5.3-flash、glm-5.3-flashx | 仅 `low`、`high`、`max` | 选到该模型不支持的值,网关会返回 400。因此插件按模型过滤列表,并把默认等级钳制在合法范围内。 两行值得单独说明,因为它们各自否证了一种「按系列推」的省事做法: - `deepseek-v4.1-flash-eco` 的集合与中间那行五个模型**完全相同**,但它是 **DeepSeek 系列里唯一没有 `ultra` 的一档**:五轮交替实测它对 `ultra` 每次都在一秒内返回 400(`[code=upstream_error]`),同一时刻 `deepseek-v4.1-flash` 五轮全部 200。同一个模型的快慢两档在思考等级上出现差异,这件事本身就是参数表必须按模型存、不能按系列推断的理由。 - `minimax-m3.1-flash` 是唯一**两端都被削掉**的:`none` 三次全部 400,与厂商文档说它「requires adaptive thinking」吻合,所以它的列表从 `minimal` 起步;`ultra` 同样被拒,于是止于 `max`。它是三组之外的新形状,不能并入任何一行。 ### 八档里只有三档是真的强 「接受」不等于「有区别」。DeepSeek 的[思考模式文档](https://api-docs.deepseek.com/zh-cn/guides/thinking_mode)自己给了映射表:`minimal`/`low` → low、`medium`/`high`/`xhigh` → high、`max`/`ultra` → max。也就是说七个中间值只落在三档强度上。 在这个网关上量 `reasoning_tokens`(同一 prompt 交错采样、temperature 0)确实复现了这三组: | 模型 | n | 实测均值(`reasoning_tokens`) | 统计上可区分的配对(z>2.5) | | --- | --- | --- | --- | | `deepseek-v4.1-flash` | 10 | low 756 < minimal 881 < high 1158 < xhigh 1277 < medium 1280 ≪ max 4402 < ultra 5020 | `max−high` z=7.95、`medium−minimal` z=3.63 | | `deepseek-v4.1-flash-eco` | 8 | low 1316 < minimal 1140 < xhigh 1496 < medium 1510 < high 1701 ≪ max 5286 | `max−high` z=9.45、`medium−minimal` z=2.36 | | `deepseek-v4.1-flash`(`/responses`) | 6 | low 955 < minimal 1048 < high 1150 < xhigh 1247 < medium 1453 < ultra 2325 < max 3081 | 仅 `max−high` z=3.86 | 三组内部(`minimal↔low`、`medium↔high↔xhigh`、`ultra↔max`)在各次采样里都不可区分,组与组之间才分得开。**结论:8 个合法值折叠成 3 档真实强度,与厂商映射表一致**,网关在这里没有发明自己的分档。 既然映射关系成立,为什么不把列表缩成 `low`/`high`/`max` 三个?三个理由: - 缩表会**改掉默认档的语义**。插件默认 `medium`,它映射到 high;若只剩三档,`medium` 不在列表里,默认值会被钳到 `low`——所有用户的默认思考强度会静默下降一档。 - 八个值**都合法**,写全不会导致请求失败;`ultra` 的例外只有 eco,而 eco 已在它自己那一行减去。 - 别名有实际用途:`medium`/`xhigh` 都落在 high,但换别名不等价于白换——`xhigh` 的实测均值始终略高于 `high`(三组数据里都是),只是这个差在单次采样噪声里分不出来。 所以这张表描述的是**该模型接受哪些值**,不是「有几种强度」。这两件事必须分开看,否则会得出「插件谎报 8 档」的错误结论。 ### `none` 关不关思考:看协议 厂商文档说 OpenAI 协议下 `reasoning_effort: "none"` 不关思考、要关得用 `thinking: {type: "disabled"}`。**这个网关的行为正好相反**,两边都是 4/4 稳定: | 发送的字段 | `deepseek-v4.1-flash` | `deepseek-v4.1-flash-eco` | | --- | --- | --- | | `reasoning_effort: "none"` | `reasoning_tokens` 全为 0 | 全为 0 | | `thinking: {type: "disabled"}` | 仍思考(18/18/18/19) | 仍思考(18/20/17/18) | | `thinking: {type: "disabled"}` + `effort: "none"` | 全为 0 | 全为 0 | `thinking` 字段在这个网关上被**静默忽略**——发 `thinking: {type: "disabled"}` 不报错、也不生效;只有 `reasoning_effort` 真的能关掉思考。所以插件只发 `reasoning_effort`、不发 `thinking` 是**对的**,而且有额外理由:`minimax-m3.1-flash` 对这个 ID 本来就拒绝 `none`(三发三中 400),同时再带上 `thinking` 不会让它变好,只会让发出去的请求多一个没有作用的字段。 代价是这张表**绑定了当前网关**。如果哪天 OpenDesign 把 `thinking` 接通、或让 `none` 不再关思考,插件里「关闭」这一档的语义就会变,需要重新探针。 不在目录里的模型 ID 同样会拿到思考等级列表和通用参数(`GENERIC_DEFAULTS`),因为网关对它服务的每个模型都接受这个参数;隐藏选择器反而会让比本版本更新的 ID 少一个能力。设置页会把这些值标成「参数未收录」,提醒用户核对。 ## 图片输入 声明了 `image` 模态的模型可以接收图片: - 适配器把图片附件解析成内联 `data:` URL,作为 `image_url` 内容块发给网关(`src/conversion.ts`)。 - **按声明的模态做门控**:文本模型不会收到图片字节。会话里已有的图片会被替换成 harness 的占位文本(含图片名与路径),对话继续可用而不是整轮报错。 - 只有图片、没有文字的轮次是合法的。 - **工具读到的图片同样会发出**,但走的不是 `tool` 角色:`read_image` 的回答是 `tool` 消息,图片被提取出来放到紧随其后的 `user` 消息里,并附一句 `(Image content from the preceding tool result.)` 标明来源。 为什么不在 `tool` 消息里直接带图:直连网关时 `tool` 角色带 `image_url` 确实能通(实测 200 并正确识别颜色),但请求链路上多一层中间件就不成立——那类中间件按 OpenAI 的常见形状重建 `tool` 消息,把 content 拍平成字符串再转发,`image_url` 部件被静默丢弃。这不是某个中间件的 bug,而是 `tool` 角色承载非文本部件本身缺乏共识:Chat Completions 规范没有约定它,各家重建实现各行其是。`user` 消息带图是各家实现得最完整的形状。 多个工具调用时,结果可能是连续多条 `tool` 消息。提取出的图片统一攒到这段连续区之后才发——插在中间会打断 `tool_call` 与结果配对的相邻性,严格校验的网关会直接拒绝。 图片字节由宿主附件服务提供(`attachments.imageHostPath`)。宿主没有该服务时,图片内容不会被投影成图像块,路由诊断里的 `attachmentsMounted` 会显示这个事实。 `kimi-k2.7-code` 官方说明支持图片输入,但对**工具消息**里的图片会回答"无法读取此图"(直接贴图正常)。这是模型侧的差异,不是插件过滤。 ## 停用模型 取消勾选某个模型后: - 它不再出现在会话的模型选择器里,也不出现在任何其他消费方; - 模型仍可用 API 直接调用——停用只是目录过滤,不是禁止路由; - 未知模型 ID 的路由仍然被接受,静态目录是建议性的,不是准入名单。