某 OpenAI 兼容网关上的 `kimi-k3.1-pro`:Cline、Zed 接入与 SSE 排错示例

某 OpenAI 兼容网关上的 kimi-k3.1-pro:Cline、Zed 接入与 SSE 排错示例

本文以某个采用 OpenAI 兼容协议的网关配置为例,说明如何核对 kimi-k3.1-pro、Bearer 鉴权、Chat Completions 路径和 SSE 流式响应。文中的请求和错误均为可复用的排错示例,不是 Moonshot AI 官方接口实测结论,也不能证明该模型 ID、协议或参数适用于 Moonshot 官方服务。

建议先将连接超时和读取超时分开设置,例如以 connect 5 秒、read 180 秒作为排错起点,避免单一的 30 秒总超时提前终止仍在生成的请求。这些数值只是客户端配置示例,不是服务等级承诺或延迟实测结果。

可信度与来源边界

本文涉及模型 ID 时,依据的是本次任务提供的模型真值表快照:

项目 当前可确认的信息
快照日期 2026 年 11 月 17 日
真值表中的 ID kimi-k3.1-pro
真值表公开链接 未提供
真值表版本号或校验值 未提供
Moonshot 官方模型目录 未提供
目标网关的对应目录快照 未提供
Moonshot 官方接口是否使用该 ID 无法确认
Moonshot 官方接口是否兼容 OpenAI SDK 无法确认

因此,本文只能把 kimi-k3.1-pro 视为给定真值表中的有效 ID。目标网关是否真的注册并开放了该 ID,必须通过该网关的控制台、模型目录或 /models 响应再次确认。

渠道 ID、官方 ID 和网页展示名不是一回事。即使某个 OpenAI 兼容网关接受 kimi-k3.1-pro,也不能据此断言 Moonshot 官方接口采用相同名称。

这篇适合谁

  • 已取得某个网关的 API Key,但请求一直等待或返回错误的人;
  • 想在 Cline、Cherry Studio、Zed 或 CLI 中配置自定义 OpenAI 兼容端点的人;
  • 正在排查 SSE、JSON 解析和客户端超时的开发者;
  • 遇到 401、404、429,或者客户端没有显示自定义模型的人。

如果只想验证接口,直接看"第三步"。普通请求成功但流式输出卡住,可以看"第四步"。客户端字段会随版本变化,配置前还应查看所安装版本的文档。

整体排错流程

  1. 确认服务商、Base URL 和该服务商实际接受的模型 ID;
  2. 将地址、密钥和模型 ID 拆成三个环境变量;
  3. 尝试通过 /models 和非流式请求验证鉴权;
  4. 开启 stream,按 SSE 事件解析响应;
  5. 分开设置连接、连接池、写入和读取超时;
  6. 最后再配置 Cline、Zed 等客户端。
flowchart LR A[核对服务商模型目录] --> B[尝试 GET /v1/models] B --> C[非流式请求] C --> D[SSE 流式请求] D --> E[拆分各阶段超时] E --> F[配置 Cline / Zed / CLI]

不要一开始就在代码 Agent 里排错。客户端可能隐藏响应头、错误响应体或原始 SSE 事件,从而增加定位难度。

先看排错对照

现象 优先检查 建议处理
立即返回 401 鉴权格式、Key 状态、Key 所属平台 按服务商文档设置鉴权,并确认地址和 Key 来自同一平台
立即返回 404 Base URL、路径、模型 ID 核对 /v1、接口路径和网关模型目录
建连阶段超时 DNS、TLS、代理、网关可达性 检查地址和网络,单独调整 connect timeout
已返回响应头,但很久没有正文 首个事件等待时间、排队或生成耗时 增大 read timeout,记录首个有效事件时间
返回内容无法 json.loads 把 data:、空行或 [DONE] 当成 JSON 先按 SSE 语法拆分事件,再解析数据字段
客户端不显示自定义模型 Provider 类型、模型过滤、客户端版本 手工添加模型并查看客户端日志和版本文档

下面是一组配置示例,不代表目标平台已经验证通过:

配置项 示例
模型 ID kimi-k3.1-pro
鉴权头 Authorization: Bearer $KIMI_API_KEY
Chat 路径 $KIMI_BASE_URL/chat/completions
模型列表路径 $KIMI_BASE_URL/models
Content-Type application/json
排错超时起点 connect 5 秒,read 180 秒

第一步:确认接入路径,不要先假设兼容

"支持 Kimi""支持 OpenAI 格式"和"支持 kimi-k3.1-pro"是三个不同的结论。接入前至少应确认:

  1. 服务商是否提供 API;
  2. 该端点采用哪一种协议;
  3. 服务商目录中是否存在准确的 kimi-k3.1-pro;
  4. 该模型是否绑定了 Chat Completions 路由;
  5. 当前账户是否有调用权限。

常见路径只能按下面的方式理解:

路径 本文能否确认可用 使用前必须核对
Moonshot 官方 SDK 不能 官方包名、版本、Base URL、鉴权方式和官方模型 ID
OpenAI 兼容接口 取决于具体服务商 服务商协议说明、接口路径和模型目录
API 聚合网关 取决于具体网关 网关自己的模型 ID、权限、价格和限额
AI 编程工具 取决于客户端版本 是否支持自定义 Provider、流式协议和模型字段

例如,对 OpenRouter、OfoxAI - GPT/Claude/Gemini 100+大模型 一个API搞定 或 Together AI 这类聚合网关/中转方案做初步评估时,也应分别检查 base_url、model、Authorization 与 /chat/completions 路由,不能根据网页展示名推断兼容性。

不能拿 A 平台的模型 ID 直接请求 B 平台。即使两个平台展示相同名称,它们的内部路由、权限和参数支持范围也可能不同。

本文后续使用以下环境变量作为示例:

bash 复制代码
export KIMI_BASE_URL="https://你的网关.example/v1"
export KIMI_API_KEY="替换成你的密钥"
export KIMI_MODEL="kimi-k3.1-pro"

如果你的服务商控制台明确给出了其他 Base URL,应使用控制台中的地址,不要照抄示例域名。

不要把 Key 写入 Python 文件、截图或提交到 Git。密钥一旦泄漏,应立即在服务商控制台撤销并重新生成;仅删除 Git 提交不足以消除风险。

官方 SDK 应该怎么处理

当前材料没有提供可复核的 Moonshot AI 官方 SDK 包名、版本、Base URL 或调用方法,因此本文不提供未经验证的官方 SDK 安装命令。

拿到官方文档后,应逐项核对:

  1. SDK 包名及版本;
  2. 官方 Base URL;
  3. 官方鉴权方式;
  4. 官方模型 ID;
  5. 流式事件格式;
  6. 超时、限额和重试规则。

任何一项与本文示例不同,都应以官方文档和服务商控制台为准。网关 ID 不能反推为官方 ID。

第二步:尝试查询 /models

不少 OpenAI 兼容平台提供 GET /v1/models,但这不是所有平台都必须实现的接口。

如果 KIMI_BASE_URL 已经包含 /v1,可以尝试:

bash 复制代码
curl -i -sS "$KIMI_BASE_URL/models" \
  -H "Authorization: Bearer $KIMI_API_KEY"

搜索准确的模型 ID:

bash 复制代码
curl -sS "$KIMI_BASE_URL/models" \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  | grep -F '"kimi-k3.1-pro"'

结果应谨慎解释:

  • 能搜到:只能说明该端点返回的目录中包含这个字符串;
  • 搜不到:可能是模型不存在,也可能是平台没有完整公开目录;
  • /models 返回 404:可能是平台未实现该接口;
  • /models 成功但聊天请求 404:可能是模型没有绑定 Chat Completions 路由。

401 假设性示例

如果删除鉴权头,某些平台可能返回:

text 复制代码
HTTP/1.1 401 Unauthorized

这只是常见响应示例,不是本文对某家服务商的可复现实测。实际排查时,建议保存以下信息:

text 复制代码
测试平台:
请求时间(含时区):
客户端及版本:
请求方法和脱敏 URL:
HTTP 状态码:
脱敏响应头:
脱敏响应体:
request ID / trace ID:

不要公开 API Key、Cookie 或其他敏感凭证。

即使环境变量中确实有 Key,如果它属于另一个平台或项目,请求仍可能返回 401 或 403。应确认 Base URL、账户、项目和 Key 属于同一套服务。

第三步:运行最小非流式请求

先关闭流式输出,也不要添加工具调用、图片、结构化输出等扩展参数。

bash 复制代码
curl -i -sS "$KIMI_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$KIMI_MODEL"'",
    "messages": [
      {
        "role": "user",
        "content": "只回复 OK"
      }
    ]
  }'

如果平台兼容 OpenAI Chat Completions,成功响应通常会包含 choices。但"OpenAI 兼容"并不保证响应字段、扩展参数、错误结构和工具调用行为完全一致,应以目标服务商的实际文档及响应为准。

使用 OpenAI Python SDK 调用兼容端点

安装依赖:

bash 复制代码
python -m pip install openai httpx

示例:

python 复制代码
import os

import httpx
from openai import OpenAI

timeout = httpx.Timeout(
    connect=5,
    read=180,
    write=30,
    pool=5,
)

client = OpenAI(
    api_key=os.environ["KIMI_API_KEY"],
    base_url=os.environ["KIMI_BASE_URL"],
    timeout=timeout,
)

response = client.chat.completions.create(
    model=os.environ["KIMI_MODEL"],
    messages=[
        {
            "role": "user",
            "content": "只回复 OK",
        }
    ],
)

print(response.choices[0].message.content)

这里使用 OpenAI SDK 调用的是第三方兼容端点。它不表示该模型由 OpenAI 提供,也不表示 Moonshot 官方接口兼容同样的调用方法。

如果目标平台没有实现标准 Chat Completions 字段,SDK 可能无法直接使用,此时应改用服务商文档指定的 SDK 或 HTTP 格式。

第四步:解析流式 SSE

如果服务商明确说明支持 SSE,可在请求体中加入:

json 复制代码
{
  "stream": true
}

用 curl 排查时可使用 -N 关闭输出缓冲:

bash 复制代码
curl -i -N "$KIMI_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$KIMI_MODEL"'",
    "stream": true,
    "messages": [
      {
        "role": "user",
        "content": "写三行 Python"
      }
    ]
  }'

OpenAI 风格的事件可能类似:

text 复制代码
data: {"choices":[{"delta":{"content":"print"}}]}

data: {"choices":[{"delta":{"content":"('hi')"}}]}

data: [DONE]

这只是格式示例。目标服务商也可能发送 event:、注释心跳、自定义错误事件或不同的结束标记。

不能直接对整行执行:

python 复制代码
json.loads(line)

因为 data: 是 SSE 字段名,不属于 JSON 数据。

下面是一个用于排错的基础解析器:

python 复制代码
import json
import os
import sys

import httpx

base_url = os.environ["KIMI_BASE_URL"].rstrip("/")
url = base_url + "/chat/completions"

headers = {
    "Authorization": "Bearer " + os.environ["KIMI_API_KEY"],
    "Accept": "text/event-stream",
}

body = {
    "model": os.environ["KIMI_MODEL"],
    "stream": True,
    "messages": [
        {
            "role": "user",
            "content": "只回复 OK",
        }
    ],
}

timeout = httpx.Timeout(
    connect=5,
    read=180,
    write=30,
    pool=5,
)

with httpx.stream(
    "POST",
    url,
    headers=headers,
    json=body,
    timeout=timeout,
) as response:
    response.raise_for_status()

    content_type = response.headers.get("content-type", "")
    print(f"[content-type] {content_type}", file=sys.stderr)

    for line in response.iter_lines():
        if not line:
            continue

        if line.startswith(":"):
            # SSE 注释或心跳。
            print(f"[heartbeat] {line}", file=sys.stderr)
            continue

        if line.startswith("event:"):
            print(f"[event] {line[6:].strip()}", file=sys.stderr)
            continue

        if not line.startswith("data:"):
            print(f"[unknown] {line}", file=sys.stderr)
            continue

        data = line[5:].strip()

        if data == "[DONE]":
            break

        try:
            event = json.loads(data)
        except json.JSONDecodeError:
            print(f"[invalid JSON] {data}", file=sys.stderr)
            continue

        choices = event.get("choices") or []
        if not choices:
            print(f"[event without choices] {event}", file=sys.stderr)
            continue

        delta = choices[0].get("delta") or {}
        text = delta.get("content") or ""

        if text:
            print(text, end="", flush=True)

print()

这个解析器只适用于接近 OpenAI Chat Completions 的 SSE 响应。生产环境还应处理:

  • 多行 data: 字段;
  • 自定义 event: 类型;
  • 响应体中的错误对象;
  • 非字符串形式的内容块;
  • 连接中断和不完整事件;
  • 服务商自定义结束标记;
  • 日志中的敏感信息脱敏。

不要在生产环境静默丢弃未知事件。至少应在 debug 日志中保留事件类型、时间戳和脱敏内容。

第五步:区分连接超时和读取超时

连接超时发生在建立 TCP、TLS 连接或等待连接池资源的阶段。常见错误可能类似:

text 复制代码
curl: (28) Connection timed out after 5001 milliseconds

读取超时发生在连接已经建立,但指定时间内没有收到新数据时。httpx 可能抛出:

text 复制代码
httpx.ReadTimeout: The read operation timed out

这两个错误不能混在一起处理。

sequenceDiagram participant C as 客户端 participant G as API 网关 participant M as 模型服务 C->>G: DNS / TCP / TLS Note over C,G: connect timeout C->>G: POST /chat/completions Note over C,G: write timeout G->>M: 提交生成请求 Note over G,M: 排队或生成 G-->>C: 响应头或首个 SSE 事件 Note over C,G: read timeout

可以从下面这组排错配置起步:

超时项 示例值 控制范围
connect 5 秒 TCP 建连和 TLS 握手等
pool 5 秒 等待连接池空位
write 30 秒 上传请求体
read 180 秒 等待下一批响应数据
业务总时限 由应用决定 整个任务允许的最长时间

这些值不是通用最佳配置。跨境网络、代理、大请求体、长文本生成和高并发场景都可能需要调整。

排查时建议记录:

  1. 请求开始时间;
  2. DNS、TCP 和 TLS 完成时间;
  3. HTTP 响应头到达时间;
  4. 首个有效 SSE 数据到达时间;
  5. 最后一个事件到达时间;
  6. 请求结束或异常时间。

"模型生成较慢"通常不等于"连接超时"。连接一旦建立,connect 阶段就已经结束。仅设置一个模糊的 timeout=30,可能让客户端在首个输出到达前主动终止请求。

第六步:配置 Cline、Cherry Studio、Zed 和 CLI

先用 curl 验证端点,再配置客户端。以下内容是字段的语义映射,不是对任何客户端版本或网关组合的可用性保证。

若候选端点来自 OpenRouter、OfoxAI - GPT/Claude/Gemini 100+大模型 一个API搞定 或 Together AI 等聚合网关/中转方案,建议先用同一组 curl -i 请求记录 HTTP 状态码、Content-Type、request ID 和首个 SSE 事件时间,再把对应的 base_url、api_key、model 参数写入客户端。

Cline

如果所安装版本支持自定义 OpenAI Compatible Provider,可以尝试填写:

字段 示例
Provider 类型 OpenAI Compatible
Base URL 你的网关地址,例如 https://你的网关.example/v1
API Key 该网关签发的密钥
Model ID kimi-k3.1-pro
Streaming 在网关明确支持 SSE 时开启

如果界面没有相应字段,应查看当前版本文档,不要直接照搬其他版本的配置截图。

Cherry Studio

如果当前版本支持自定义 OpenAI 类型服务商,可以配置:

  • Base URL:目标网关给出的地址;
  • API Key:该网关签发的密钥;
  • 模型 ID:kimi-k3.1-pro;
  • API 类型:按网关文档选择。

"测试连接"成功不一定说明聊天请求一定成功。测试功能可能只检查地址或 /models,实际对话则调用 /chat/completions。

Zed

不同版本的自定义 Provider 字段可能变化。需要表达的核心配置是:

text 复制代码
Provider protocol: OpenAI Compatible
Base URL: https://你的网关.example/v1
Model: kimi-k3.1-pro
API Key source: KIMI_API_KEY

具体 JSON 字段、Provider 名称和密钥读取方式,以当前 Zed 版本文档为准。不要假定旧版 settings.json 能直接用于新版。

Codex CLI

仅当所安装版本明确支持自定义 OpenAI 兼容 Provider 时,才可尝试映射:

text 复制代码
base_url = https://你的网关.example/v1
api_key_env = KIMI_API_KEY
model = kimi-k3.1-pro

这些是语义字段,不是所有版本通用的固定 TOML 配置。应查阅当前版本文档确认实际字段名和配置文件位置。

Claude Code

不能默认把 OpenAI 兼容的 /v1/chat/completions 地址直接配置成 Anthropic 端点。只有在服务商明确提供 Claude Code 支持的协议,并明确说明该模型可以通过该协议调用时,才应配置。

"客户端兼容某种协议"不等于"每个模型都支持该协议"。应分别核对客户端、网关协议和模型路由。

不同场景如何选择工具

场景 建议工具 原因
调试鉴权和模型 ID curl 容易查看原始状态码、响应头和响应体
Python 后端 HTTP 客户端或兼容 SDK 便于拆分超时并记录异常
调试 SSE curl -N 或 httpx 可以查看原始事件和时间戳
VS Code 内使用 Agent Cline 等客户端 前提是当前版本支持自定义 Provider
桌面多 Provider 管理 Cherry Studio 等客户端 前提是字段与网关协议匹配
编辑器工作流 Zed 需核对当前版本的 Provider 配置
自动化脚本 支持自定义端点的 CLI 需确认版本及配置格式
Anthropic 协议工作流 对应协议客户端 网关必须明确提供相应协议和模型映射

对比 OpenRouter、OfoxAI - GPT/Claude/Gemini 100+大模型 一个API搞定 与 Together AI 等聚合网关/中转方案时,可以固定同一请求体,并分别记录 /models 返回值、/chat/completions 状态码、SSE data: 格式、Retry-After 和各阶段超时,以免把协议差异误判为客户端故障。

价格、上下文和额度

当前材料无法核实以下信息:

项目 2026 年 11 月 17 日材料状态
Moonshot 官方输入单价 未提供可复核来源
Moonshot 官方输出单价 未提供可复核来源
网关输入、输出单价 未提供目标网关的目录快照
上下文长度 未提供可复核来源
最大输出长度 未提供可复核来源
RPM / TPM 未提供可复核来源
并发限制 未提供可复核来源
试用额度 未提供可复核来源

不要拿其他 Kimi 版本的价格、上下文长度或限额替代 kimi-k3.1-pro。应以目标服务商在请求当日公布的模型详情和账单为准,并保留页面快照或账单记录。

拿到单价后,可以按服务商的计费口径估算:

text 复制代码
估算费用
= 输入 Token ÷ 1,000,000 × 输入单价
+ 输出 Token ÷ 1,000,000 × 输出单价

实际账单还可能包含缓存、工具调用、图片、搜索、税费、汇率和支付手续费,应以账单明细为准。

完整错误对照表

现象或错误 可能原因 建议处理
HTTP/1.1 401 Unauthorized Key 缺失、失效、鉴权格式错误,或 Key 与 Base URL 不匹配 核对服务商鉴权文档;重新生成 Key;确认地址和 Key 属于同一平台
HTTP/1.1 403 Forbidden 账户无权限、项目限制、区域限制或安全策略 查看响应体和控制台权限;联系服务商并提供 request ID
HTTP/1.1 404 Not Found 路径错误、缺少 /v1、模型未注册或路由未开放 核对 Base URL、接口路径和服务商模型目录
HTTP/1.1 429 Too Many Requests RPM、TPM、并发、余额或账户状态限制 查看响应体和响应头;遵循 Retry-After;降低并发
curl: (28) Connection timed out... DNS、TLS、代理或地址不可达 检查网络和域名;记录连接阶段;单独调整 connect timeout
httpx.ReadTimeout 已连接,但一段时间内没有新数据 增大 read timeout;记录首包时间;检查排队和生成状态
JSONDecodeError 把 SSE 前缀、空行、HTML 错误页或结束标记当成 JSON 先检查 Content-Type 和原始响应,再按协议解析
/models 有模型但聊天返回 404 目录与聊天路由不同步,或模型属于其他协议 保存 URL、响应体和 request ID,交给服务商核查
客户端模型列表不显示自定义模型 客户端过滤、配置字段变化或缓存 手动添加;检查日志;刷新缓存;核对版本文档
curl 正常但客户端无输出 客户端 SSE 解析、代理缓冲或 UI 刷新问题 对比原始事件;关闭代理缓冲;查看客户端 debug 日志

不要仅凭错误标题或第三方 Issue 推断所有客户端都存在同一问题。若要引用 Issue,应同时给出可访问链接、受影响版本、复现条件和修复状态。

常见问题 FAQ

Q1:kimi-k3.1-pro 是 Moonshot 官方模型名称吗?

现有材料无法确认。

本次提供的 2026 年 11 月 17 日真值表快照包含 kimi-k3.1-pro,因此本文涉及模型 ID 时保留这一准确拼写。但材料没有提供真值表公开链接、Moonshot 官方模型目录或具体网关目录,不能证明 Moonshot 官方接口或任何指定网关一定采用该 ID。

Q2:为什么 /models 能看到模型,请求仍然返回 404?

模型目录和 Chat Completions 路由可能不是同一套配置。该 ID 也可能只支持另一种协议,或者当前账户没有相应路由权限。

排查时应保存:

  • 完整但已脱敏的请求 URL;
  • HTTP 状态码;
  • 响应体;
  • 响应时间;
  • request ID 或 trace ID;
  • /models 中对应条目。

将这些信息交给服务商比只提供一张"404"截图更有效。

Q3:鉴权头一定是 Bearer 吗?

不能对所有服务商一概而论。本文的 OpenAI 兼容示例使用:

text 复制代码
Authorization: Bearer 你的APIKey

Bearer 后需要一个空格。如果目标平台采用其他鉴权方式,应以其文档为准。

Q4:流式请求返回 200,为什么界面没有文字?

先使用 curl -N 查看原始响应:

  • 能持续看到 data::问题可能在客户端解析、代理缓冲或 UI 刷新;
  • 已收到响应头但一直没有事件:检查排队、生成耗时和 read timeout;
  • 返回的不是 text/event-stream:检查服务商是否真的启用了 SSE;
  • 返回 JSON 错误对象:不要把它当作 SSE 解析。

Q5:连接超时设成 180 秒是否更稳?

不一定。连接阶段通常应较快失败;读取阶段才可能需要更长等待时间。

5 秒和 180 秒只是本文的排错起点。实际数值应结合网络环境、服务商位置、代理和业务时限确定。connect 设置过长,会让错误域名和网络故障长时间占用资源。

Q6:遇到 429 可以无限自动重试吗?

不可以。

优先遵循服务商返回的 Retry-After。如果没有该字段,可以使用带随机抖动的指数退避,同时设置:

  • 最大重试次数;
  • 最大累计等待时间;
  • 最大并发数;
  • 不可重试错误列表。

无限重试可能进一步放大限流。

Q7:不同平台的模型 ID 能混用吗?

不能默认混用。

本文保留的准确 ID 是 kimi-k3.1-pro,但目标平台是否采用同一 ID,仍应查看该平台的模型目录、控制台或 /models 响应。不要自行增加厂商前缀,也不要改写或降级版本号。

Q8:怎样证明一次测试可以复现?

至少记录以下内容:

text 复制代码
服务商和账户区域:
测试日期、时间及时区:
模型目录链接或脱敏快照:
客户端名称和版本:
请求方法和脱敏 URL:
模型 ID:
请求体:
HTTP 状态码:
脱敏响应头:
脱敏响应体:
request ID / trace ID:
各阶段耗时:

没有这些记录的个人经历只能作为排错线索,不能视为可独立核验的实测结论。

小结

推荐按照以下顺序排查:

核对服务商模型目录 → 验证地址和鉴权 → 跑通非流式请求 → 检查原始 SSE → 拆分 connect/read timeout → 最后配置客户端。

  • 401:重点检查 Key、鉴权格式和 Base URL 是否属于同一平台;
  • 404:重点检查接口路径、准确的模型 ID 和协议路由;
  • 429:检查限流、并发、余额和账户状态;
  • 已连接但迟迟没有输出:检查读取超时和首个有效 SSE 事件;
  • curl 正常但客户端异常:检查客户端版本、Provider 字段和流式解析。

kimi-k3.1-pro 在本文中仅是给定真值表快照中的模型 ID。它是否为 Moonshot 官方公开 ID、是否被某个具体网关开放,以及是否支持某个客户端或协议,都必须通过对应服务商的可复核目录和实际响应另行确认。

相关推荐
Flynn Liang1 小时前
流量治理不是限流那么简单:I/O 密集型 Java 服务的 6 层防线
java·微服务·高并发·限流·熔断·系统稳定性·resilience4j
学长毕设1 小时前
基于SpringBoot智慧养老服务平台设计与实现-附源码
java·spring boot·后端
Maynor9961 小时前
Trymodel 使用介绍:一个平台同时用 Claude、GPT、Gemini 和 Grok
人工智能·gpt·ai·程序员·教程·claude·语音
七夜zippoe1 小时前
多 Agent 通信灾难:状态不一致导致雪崩故障的排查与防护
ai·agent·通信灾难·雪崩故障·排查与防护
曹牧1 小时前
Java:“刷新雪崩”
java·开发语言
秋天的怀念_David1 小时前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法
Forget the Dream3 小时前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai
张小姐的猫4 小时前
【基于 WebSocket 的多用户网页五子棋】—— 整合封装服务器模块设计实现2️⃣
服务器·websocket·网络协议
HMS工业网络4 小时前
工业远程访问的五项安全部署原则
运维·服务器·安全