Skip to content

2026-07-22-kimi-k3-gemini-3-6-registry.zh.md

Latest commit

 

History

History
86 lines (74 loc) · 6.51 KB

2026-07-22-kimi-k3-gemini-3-6-registry.zh.md

File metadata and controls

86 lines (74 loc) · 6.51 KB
Raw

Kimi K3、Gemini 3.6 代际、受支持模型注册表与 UnsupportedParameterError

  • Date: 2026-07-22
  • Type: feature
  • Scope: kimi_k3, gemini3_6, glm5_2, registry, errors
  • PR: #163

English

变更内容

  • 新增 kimi_k3/ 客户端（Python 与 TypeScript），支持 Moonshot 的 kimi-k3。
  • 新增 gemini3_6/ 客户端，面向 Gemini 3.6 协议代际：gemini-3.6-flash 与 gemini-3.5-flash-lite（后者名称虽为 3.5，但属于该代际）。
  • 新增 glm5_2/ 客户端，支持 Z.AI 的 GLM-5.2（glm5_1/ 保持不变）：在 extra_body.thinking 配置之外新增顶层 reasoning_effort 参数。映射为 1:1，因为官方 schema 已文档化服务端的兼容性映射（low/medium 映射为 high，xhigh 映射为 max）：NONE 保持 thinking={"type": "disabled"} 且不发送 effort；LOW/MEDIUM/HIGH/XHIGH 发送 reasoning_effort 的 low/medium/high/xhigh，并附带 thinking={"type": "enabled", "clear_thinking": false}（保留思考内容；客户端原样回放 reasoning_content）。tool_choice 仍仅支持 auto，temperature 直接透传，与 GLM-5.1 一致。已针对官方端点的实况抓取（含一次禁用思考的探测）以及 OpenRouter 与 SiliconFlow 完成验证；网关的 glm-5.2 模型 id 现在会自动路由到新客户端。
  • Gemini 图像端点迁移：gemini-3.1-flash-image-preview 已弃用，并在注册表、测试与 skill 引用中统一替换为 gemini-3.1-flash-image（gemini-3-pro-image-preview 同样改为 gemini-3-pro-image）；图像生成已在新端点上重新完成实况验证。
  • 新增受支持模型注册表：agenthub.list_supported_models(currency="USD"|"CNY") / listSupportedModels(currency) 为每个受支持的（模型，平台）组合返回一个条目：包含 (model, base_url, client) 三元组（可直接对应 AutoLLMClient 构造函数），以及输入/输出 模态（Text/Image/Video/Audio/Embed）、上下文窗口，和按每百万 token 计的标价——以厂商官方 币种存储，并在请求时按 7 CNY/USD 换算。覆盖官方端点以及 OpenRouter 与 SiliconFlow （包括 z-ai/glm-5.2、zai-org/GLM-5.2、moonshotai/kimi-k3，以及来自 AgentHub 应用 目录的 OpenRouter 条目：Claude/GPT/Gemini/MiniMax/Grok/Step/Hy3/MiMo/Nemotron 走通用 OpenAI 客户端，DeepSeek 走其原生客户端）。OpenRouter 的价格、上下文窗口与模态标志取自 实况 /models API；SiliconFlow 的价格取自各厂商官方人民币价目表。模态记录的是经由路由后 的 AgentHub 客户端实际可用的能力，而非上游的原始能力，并逐条内联写出。定价键与 AgentHub 的用量分桶保持一致（cached_tokens、prompt_tokens、thoughts_tokens、 response_tokens；thoughts 与 response 均采用厂商的输出价格），以美元存储，请求 CNY 时 乘以 7；以人民币计价的官方标价通过 cny() 初始化器声明，在写入时按 7 CNY/USD 换算。 Gemini 的缓存命中价格取自官方定价页面（gemini-3.6-flash $0.15，gemini-3.5-flash-lite $0.03）。qwen/qwen3-embedding-4b 继续列出（OpenRouter 仅含 chat 的 /models API 中没有 embedding 模型，但其模型页面仍然有效）。每个新增条目都通过了一次实况流式冒烟调用，官方 Anthropic 条目除外——它们无法在本地进行冒烟测试（本地 ANTHROPIC_API_KEY 无效；其 id 与 价格通过 OpenRouter 的透传列表核验）。
  • 新增 UnsupportedParameterError（AgentHubError 的子类，因此在 Python 中仍是 ValueError），在所有客户端中针对不受支持的 temperature/tool_choice/prompt_caching 取值抛出；错误消息保持不变，因此现有的 except ValueError 与消息匹配仍然有效。
  • 文档快照：llmsdk_docs/kimi_k3/（来自 platform.kimi.com 的原始页面）与 llmsdk_docs/gemini3_6/。

发现的协议差异

  • Kimi K3 与 K2.6：推理改用顶层 reasoning_effort 参数配置（low/high/max，默认 max），不再使用 extra_body.thinking，且无法关闭。tool_choice 新增 required；强制 指定某个函数与始终开启的推理不兼容。上下文缓存完全自动（没有 prompt_cache_key）。协议 层面的其余部分与 K2.6 一致（reasoning_content 增量、标准的增量工具调用分片、 completion_tokens_details.reasoning_tokens）；K3 的流式响应还会在结束的 choice 内嵌入 一个非标准的 usage 对象，现有的顶层 usage 累加逻辑已能处理。
  • Gemini 3.6 代际与 Gemini 3：协议格式完全相同（thought signature、usage 字段、事件结构 均由实况抓取验证）。该代际弃用了 temperature/top_p/top_k——目前 API 会静默忽略它们 （已实况验证），并将在未来代际中返回 HTTP 400——并且不允许请求以非空的 model 回合结尾。 因此 gemini3_6 客户端直接拒绝 temperature，而不是发送一个不起作用的参数。

配置映射决策（用户已确认）

  • K3 的 thinking_level → reasoning_effort：NONE→low（无法关闭；降级处理，不抛错）、 LOW→low、MEDIUM→high、HIGH→high、XHIGH→max；未设置时不发送（服务端默认 max）。
  • K3 取消了 trace_id → prompt_cache_key 的映射（缓存是自动的）。
  • Gemini 3.6 代际通过 UnsupportedParameterError 拒绝 temperature；旧的 gemini3/ 客户端及其模型保持不变。

测试矩阵策略

  • AVAILABLE_MODELS 现在在每个供应商分组中只保留各模型家族的最新版本：gemini-3.6-flash 取代 gemini-3.5-flash 与 3.5-flash-lite（含 Vertex），glm-5.2 取代 glm-5.1（官方、 OpenRouter、SiliconFlow），kimi-k3 取代 kimi-k2.6（官方、OpenRouter；SiliconFlow 仍以 Kimi-K2.6 作为其可用的最新 Kimi）。旧客户端仍受支持并保留路由，但不再进行 e2e 测试。

记录在开发 skill 中的策略变更

  • 当新旧代际存在差异时，保留旧模型的客户端与路由，并新增一个客户端目录；除非有明确指示， 绝不移除对旧模型的支持。
  • 每个 ThinkingLevel 在每个客户端上都必须保持可用（映射到最接近的受支持思考档位，绝不 抛错）。temperature/tool_choice 可以拒绝某些取值，但只能抛出 UnsupportedParameterError。