盈算智服 · 开发者指南

思考模型避坑指南：为什么你的 API 返回了空内容，以及如何修复

适用模型：DeepSeek V4-Flash / V4-Pro（默认开深度思考）、智谱 GLM-5.2（默认开深度思考）、通义千问 Qwen3.7 系列（新接入）、MiniMax-M3（默认 adaptive thinking，新接入）、Kimi K3（需 max_tokens≥16000）

一、你遇到的现象

请求返回了 HTTP 200，没有报错，但 choices[0].message.content 是空的：

{
  "choices": [{ "message": { "role": "assistant", "content": "" }, "finish_reason": "stop" }],
  "usage": { "completion_tokens": 100, "reasoning_tokens": 95 }
}

一眼看过去像是「API 坏了」。其实不是——是思考模型把你的输出额度吃光了。

二、根因：默认开「深度思考」，max_tokens 被推理过程吃掉

新一代模型（DeepSeek V4 系列、智谱 GLM-5.2）默认开启深度思考（reasoning）。一次回复由两部分组成：

推理 token（reasoning_tokens）：模型在「内心思考」时消耗的 token
内容 token（content）：真正返回给你的文字

如果你在请求里传了较小的 max_tokens（比如 100、200），而思考过程本身就用了 95 个 token，留给真正内容的就只剩 5 个甚至 0 个 → 于是你拿到空 content。

我们在真实调用中复现过：max_tokens:100 时 reasoning_tokens:95，content 为空；调到 1024 后正常返回结果。

三、哪些模型有这个坑

模型	默认思考？	安全建议
deepseek-v4-flash	✅ 默认开	`max_tokens` ≥ 1024；或显式关闭思考
deepseek-v4-pro	✅ 默认开	`max_tokens` ≥ 1024；或显式关闭思考
glm-5.2	✅ 默认开	`max_tokens` ≥ 1024
Kimi K3	关，但有最低门槛	`max_tokens` 必须 ≥ 16000，否则返回空
glm-4-flash / Qwen 等轻量模型	❌ 默认关	一般无需特别处理

四、修复方法（三选一）

方案 A：给 max_tokens 一个安全值（最简单，推荐）

把 max_tokens 调大到 1024 以上即可。

curl https://yingsuan.top/v1/chat/completions \
  -H "Authorization: Bearer 你的KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "用一句话解释量子纠缠"}],
    "max_tokens": 2000
  }'

# Python（OpenAI SDK）
from openai import OpenAI
client = OpenAI(api_key="你的KEY", base_url="https://yingsuan.top/v1")
resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "用一句话解释量子纠缠"}],
    max_tokens=2000
)
print(resp.choices[0].message.content)

// Node.js
import OpenAI from "openai";
const client = new OpenAI({ apiKey: "你的KEY", baseURL: "https://yingsuan.top/v1" });
const resp = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [{ role: "user", content: "用一句话解释量子纠缠" }],
  max_tokens: 2000,
});
console.log(resp.choices[0].message.content);

方案 B：直接关掉思考（要速度 / 省钱时用）

如果你做的是简单分类、抽取、翻译，不需要推理，关掉思考既快又省：

// DeepSeek V4 系列
{ "model": "deepseek-v4-flash", "messages": [...], "reasoning_effort": "none" }
// 或 Anthropic 风格字段
{ "model": "deepseek-v4-flash", "messages": [...], "thinking": { "type": "disabled" } }

// 智谱 GLM-5.2
{ "model": "glm-5.2", "messages": [...], "thinking": { "type": "disabled" } }

⚠️ 注意：传 "thinking": false 会报 400，正确值是 "type": "disabled"。

方案 C：Kimi K3 专用

{ "model": "kimi-k3", "messages": [...], "max_tokens": 16000 }

五、盈算智服已经帮你做的防护

为防止你踩坑，网关层已加自动护栏：

对思考模型（deepseek-v4-flash / v4-pro / glm-5.2），如果你传的 max_tokens 小于 1024，网关会自动提到 1024（只上调、绝不下调你的显式大值）。
对其他模型，如果你没传 max_tokens，网关默认给 2048。

但你如果显式传了很小的 max_tokens（比如抄了别人的 100），网关尊重你的选择、不会覆盖——所以请按方案 A 调大。

六、开始免费试用

获取免费 API Key 查看 API 文档

免费套餐：100 次请求，含 DeepSeek V4-Flash（1M 上下文）、GLM-4-Flash、Qwen2.5-7B。限时推广：V4-Flash 额外 20 次免费。走 Wise 银行转账，无需信用卡。遇到任何返回异常，把请求体和报错发邮件给我们，24 小时内回复。