Start → Hilfe

400 unsupported parameter bei einem Reasoning-Modell

Was Sie sehen

• 400 unsupported_parameter: 'temperature' is not supported with this model
• Unsupported value: 'temperature' does not support 0.7 with this model
• The identical request works if you switch to a non-reasoning model
• invalid_request_error mentioning top_p, presence_penalty or frequency_penalty

Warum das passiert

Die Reasoning-Kette entsteht unter Einstellungen, die der Anbieter kontrolliert. Würde man Aufrufern erlauben, sie zu ändern, änderte sich das Verhalten, auf das das Modell abgestimmt wurde – also lehnt die API ab, statt stillschweigend zu überschreiben.

Die meisten Bibliotheken setzen temperature standardmäßig. Der Parameter steht in der Anfrage, auch wenn Sie ihn nie geschrieben haben – deshalb tritt der Fehler bei Code auf, der „gar kein temperature verwendet“.

Welche Parameter abgelehnt werden, unterscheidet sich zwischen Modellfamilien und ändert sich mit neuen Releases. Eine fest kodierte Ausnahmeliste altert schlecht.

So beheben Sie es

1. Sampling-Parameter weglassen statt Standardwerte zu setzenBauen Sie die Anfrage ohne temperature und top_p, außer ein Aufrufer hat sie ausdrücklich verlangt. temperature=1 „zur Sicherheit“ zu senden heißt trotzdem, es zu senden.
2. Nach dem Modell verzweigen, nicht nach dem FehlerHalten Sie eine kleine Tabelle, welche Modelle Sampling-Parameter annehmen, und entfernen Sie sie vor dem Aufruf. Das 400 abzufangen und zu wiederholen funktioniert, verdoppelt aber bei jeder Anfrage die Latenz.
3. Die Steuerung für den Denkaufwand nutzen, wo es eine gibtBietet ein Modell eine Einstellung für Effort oder Thinking-Budget, ist das der Regler, der für Sie gedacht ist. Er bestimmt auch den Kostenunterschied zwischen Läufen.

Verwandte Themen

Zuletzt geprüft am 2026-10-01. Geschrieben aus Problemen, die auf einem laufenden OpenAI-kompatiblen Gateway diagnostiziert wurden – nicht von anderen Seiten zusammengetragen.