gpt-5.6-luna 接入踩坑实录：model_not_found 排查与 reasoning_summary 字段使用说明

---

上周三我在给一个文档摘要服务升级模型，把目标定在 gpt-5.6-luna，结果踩了两个坑：一是 luna 系列的 endpoint 路由与 gpt-5.5 有差异，直接复用旧配置会拿到 404；二是 reasoning_summary 字段如果不显式设置，长文本响应可能在中途停止------没有明确报错，finish_reason 为 null。这篇文章把完整排查过程和各接入路径（SDK / 聚合网关 / Cline / Claude Code 配置）都写清楚，供参考。

这篇适合谁

• 已经在用 gpt-5.5 或 gpt-5.4 系列，想升级到 gpt-5.6-luna 的后端/全栈开发者
• 用 Cline / Claude Code / Cherry Studio 等工具接 OpenAI 兼容 API 的独立开发者
• 遇到"模型调用返回 404"或"响应中途停止但无报错"的开发者
• 想了解 gpt-5.6-luna / gpt-5.6-sol / gpt-5.6-terra 三个子型号区别的同学

整体流程

1. 确认 SDK 版本和 Node.js 版本满足最低要求
2. 修改 model 参数，注意 endpoint 路由差异
3. 在请求体里显式设置 reasoning_summary 字段
4. 验证响应完整性------跑一个长文本 case 确认没有截断
5. 按你的工具（SDK / Cline / Cherry Studio 等）做对应配置

graph TD A[检查 SDK 版本] --> B{openai >= v7.18.0?} B -->|是| C[修改 model 为 gpt-5.6-luna] B -->|否| B1[升级 SDK] B1 --> C C --> D[确认 endpoint 路由] D --> E[设置 reasoning_summary 字段] E --> F[跑长文本验证] F --> G{响应完整?} G -->|是| H[接入完成 ✅] G -->|否| I[检查截断排查表]

先说结论

坑	现象	原因	修复
endpoint 路由变更	返回 404 model_not_found	luna 系列部分推理增强功能走 /v1/responses 端点，直接复用旧配置可能路由不对	确认调用的是正确端点，或用聚合网关自动路由
reasoning_summary 缺失	长文本输出中途停止，finish_reason 为 null	reasoning_summary 字段未显式设置时的具体服务端行为尚无完整官方文档说明（见下文说明）	请求体加 "reasoning_summary": "detailed"

第一步：确认 SDK 和运行时版本

gpt-5.6-luna 需要 openai SDK v7.18.0+，而这个版本要求 Node.js >= 22.0.0。在 Node 20.x 上会直接报错：

error: The engine "node" is incompatible with this module. 
Expected version ">=22.0.0". Got "20.11.0"

升级 Node 到 22.x，然后更新 SDK：

npm install openai@latest

装完用 npm list openai 确认版本号是 7.18.0+。Python 用户对应 pip install openai --upgrade，版本号对齐到最新即可。

第二步：修改 model 参数 + 注意路由差异

这是第一个坑。原来 gpt-5.5 的调用代码：

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": prompt}]
)

直接把 model 换成 gpt-5.6-luna，可能拿到 404：

openai.NotFoundError: 404 The model `gpt-5.6-luna` does not exist 
or you do not have access to it.
status: 404, code: 'model_not_found'

关于路由差异的说明： luna 系列的部分推理增强功能（包括 reasoning_summary）属于 OpenAI Responses API（/v1/responses）的能力，而非 Chat Completions API（/v1/chat/completions）的原生能力。具体来说：

• 如果你只需要普通对话，client.chat.completions.create() 配合正确的 model ID 仍然可用
• 如果你需要使用 reasoning_summary 等推理相关字段，应当使用 client.responses.create()（Responses API），或通过聚合网关让中间层处理路由适配

通过聚合网关调用 ，网关层会自动处理路由适配。OpenRouter 和 ofox.io 都提供 OpenAI 兼容端点，改 base_url 即可接入，以 OpenRouter 为例：

from openai import OpenAI
client = OpenAI(
    api_key="your-key",
    base_url="https://openrouter.ai/api/v1"  # 或填写 ofox.io 的兼容端点地址
)

然后正常调用：

response = client.chat.completions.create(
    model="gpt-5.6-luna",
    messages=[{"role": "user", "content": prompt}]
)

如果直连 OpenAI 官方 API 并需要使用 Responses API：

response = client.responses.create(
    model="gpt-5.6-luna",
    input=[{"role": "user", "content": prompt}],
    reasoning={"summary": "detailed"}
)

注意：client.responses.create() 是 Responses API 的调用方式，与 Chat Completions API 的参数结构有所不同，请以 OpenAI 官方 Responses API 文档为准。

第三步：设置 reasoning_summary 防止响应中途停止

这是第二个坑，因为它不报错，排查起来比较费时间。

给一份较长的技术文档做摘要时，输出在中途停止，finish_reason 为 null，没有任何错误信息。

关于 reasoning_summary 字段的说明：

reasoning_summary 是 OpenAI Responses API 的专属参数，用于控制模型推理过程摘要的输出方式。该字段在 Responses API（client.responses.create()）中有效；如果你通过 client.chat.completions.create() 传入该字段，可能会被忽略，不保证生效。

关于"默认值 auto 导致服务端静默截断、finish_reason 为 null"的具体因果关系，目前没有找到官方文档的明确说明。上述现象（输出中途停止、finish_reason 为 null）是实际观察到的结果，但触发原因可能不止一种，此处将其与 reasoning_summary 关联是基于排查过程中的推断，不排除还有其他原因。如果你遇到类似现象，建议同时检查 max_tokens 设置、网络超时配置等其他可能因素。

在 Responses API 中显式设置该字段：

response = client.responses.create(
    model="gpt-5.6-luna",
    input=[{"role": "user", "content": prompt}],
    reasoning={"summary": "detailed"}
)

如果你通过聚合网关（如 OpenRouter 或 ofox.io）调用，网关通常将 reasoning_summary 作为透传参数处理，建议在请求体的 extra_body 中显式传入以确保生效：

response = client.chat.completions.create(
    model="gpt-5.6-luna",
    messages=[{"role": "user", "content": prompt}],
    extra_body={"reasoning_summary": "detailed"}
)

reasoning_summary 的三个可选值（来自 OpenAI Responses API 文档）：

值	行为	适用场景
"auto"	服务端自行决定输出方式（默认值）	短对话、token 敏感场景
"detailed"	完整输出推理摘要	长文本生成、文档摘要、代码生成
"none"	不返回推理摘要，节省输出 token	简单问答、不关心推理过程

如果你的使用场景是长文本生成或文档摘要，建议显式设置为 "detailed" 以避免不确定的截断行为。

第四步：在不同工具里配置

Cline 配置

注意： 以下 settings.json 字段名基于写作时的 Cline 版本，不同版本字段名可能有变化。建议以 Cline 实际界面中的字段名为准，下方仅供参考。

{
    "cline.apiProvider": "openai-compatible",
    "cline.apiBaseUrl": "https://openrouter.ai/api/v1",
    "cline.apiKey": "your-key",
    "cline.model": "gpt-5.6-luna"
}

reasoning_summary 需要在 Cline 的自定义请求参数里配置。不同版本的 Cline 入口不同，在 Advanced Settings 中查找"Custom Body Parameters"或类似选项。

Claude Code 配置

Claude Code 支持 OpenAI 兼容端点。在配置文件里：

export OPENAI_API_KEY="your-key"
export OPENAI_BASE_URL="https://openrouter.ai/api/v1"

model 参数在启动时指定或在配置文件里写 gpt-5.6-luna。

Cherry Studio 配置

Cherry Studio 的模型管理界面里，添加自定义模型，API 地址填聚合网关地址，模型 ID 填 gpt-5.6-luna，在高级参数里设置 reasoning_summary。

gpt-5.6-luna / sol / terra 怎么选

gpt-5.6 系列包含三个子型号，model ID 均已可用：

子型号	Model ID	官方定位描述	参考适用场景
gpt-5.6-luna	gpt-5.6-luna	推理增强，长链推理能力强	文档分析、复杂代码生成、多步推理
gpt-5.6-sol	gpt-5.6-sol	编排协调，适合 agent 场景	多 agent 协作、任务分解
gpt-5.6-terra	gpt-5.6-terra	执行层，速度优先	高吞吐批量任务、简单指令执行

完整报错对照表

说明： 以下报错信息中，Node.js 版本不兼容、401、429、context_length_exceeded 等条目来自标准 OpenAI SDK 行为，可信度较高。finish_reason 为 null 的条目原因分析为推断性描述，详见第三步说明。

报错信息	HTTP 状态码	原因	解法
The model 'gpt-5.6-luna' does not exist or you do not have access to it	404	model 名写错 / 端点路由不对 / API Key 没有该模型权限	检查 model 拼写；走聚合网关自动路由；确认 Key 权限
The engine "node" is incompatible. Expected ">=22.0.0"	---	Node.js 版本太低	升级到 Node 22.x
401 No API key provided	401	环境变量未设置或 Key 为空	检查 OPENAI_API_KEY 环境变量
finish_reason 为 null，输出中途停止	200	可能与 reasoning_summary 未设置有关（推断，见第三步说明）	显式设置 reasoning_summary；同时检查 max_tokens 和网络超时
429 Rate limit exceeded	429	请求频率超限	加 retry + exponential backoff；或通过聚合网关分散流量
context_length_exceeded	400	输入 + 输出超过上下文窗口	缩减 prompt 长度，或拆分为多次调用

常见问题 FAQ

Q: gpt-5.6-luna 和 gpt-5.5 的 API 调用方式完全一样吗？

不完全一样。Chat Completions 端点基本兼容，但 luna 系列的推理增强功能（如 reasoning_summary）属于 Responses API 的能力，需要使用 client.responses.create() 或通过聚合网关适配后才能完整使用。如果只做普通对话，Chat Completions 端点仍然可用。

Q: reasoning_summary 设成 "none" 会不会影响回答质量？

不会影响模型的推理过程本身。区别在于你是否能看到推理摘要，以及输出 token 数量。设成 "none" 可以节省输出 token 费用。

Q: 我用的 openai SDK 是 v4.x，能调 gpt-5.6-luna 吗？

可能存在兼容性问题。v7.18.0 对新端点和新字段做了适配，旧版本可能不支持 Responses API 相关调用。建议升级到最新版本。

Q: luna / sol / terra 三个模型的价格一样吗？

OpenAI 官方尚未公布 5.6 系列三个子型号的详细定价拆分，建议以 OpenAI 官方 pricing 页面为准。

Q: 为什么我通过聚合网关调用没遇到 404？

OpenRouter 等聚合网关在中间层做了路由适配------你传 gpt-5.6-luna 加 Chat Completions 的调用格式，网关会自动转到正确的端点。这是通过网关接入新模型的一个优势，可以减少因 OpenAI 端点变更带来的代码改动。

Q: 静默截断有没有办法提前检测？

可以对比 max_tokens 和实际返回的 usage.completion_tokens。如果 completion_tokens 远小于 max_tokens 且 finish_reason 不是 stop，需要进一步排查。可以在调用后加断言检查，不满足条件时记录日志并重试，同时显式设置 reasoning_summary: "detailed"。

小结

gpt-5.6-luna 的接入主要有两个需要注意的地方：路由变更导致的 404，以及 reasoning_summary 字段未设置时可能出现的响应中途停止问题。前者可以通过聚合网关绕过，后者需要在 Responses API 调用中显式设置该字段。

新模型刚上线时，通过聚合网关（如 OpenRouter、ofox.io）接入可以减少因 API 变更带来的适配成本，两者均提供 OpenAI 兼容端点，只需替换 base_url 即可切换。等文档和 SDK 稳定后，再根据需要决定是否直连官方 API。