Muse 参数与协议差异
了解 Muse 系列模型在兼容协议下的参数差异与使用方式。
使用 Muse 模型时，根据本页调整思考、工具和缓存配置。完整结构参阅 Chat Completions、Responses 和 Messages。
| 模型 | 使用要点 |
|---|
| muse-wonder-1.0 | 支持三种协议，不能关闭思考；max 是思考档位，不会切换为 Muse Wonder Full |
| muse-spark-1.3 | 使用相同请求格式，同样支持 max；音频理解的型号限制见媒体表 |
| 字段 | 差异说明 |
|---|
reasoning_effort | 两款使用 minimal/low/medium/high/xhigh/max；省略时仍会思考，none 返回 400 |
max_completion_tokens | 思考与可见回答共用预算，不能只按回答长度设置；旧 max_tokens 别名仍接受，不使用 Responses 的 max_output_tokens |
temperature/top_p | 前者范围 0～2，后者为 (0,1]，默认均为 1；通常保持默认，调整时只选其中一个；top_p: 0 返回 400 |
n | 仅支持 1，大于 1 返回 400 |
| 不兼容配置 | stop、verbosity、logit_bias、prediction、modalities、audio 和 web_search_options 不支持；不要照搬通用示例中的这些配置 |
| 惩罚与 Logprobs | frequency_penalty/presence_penalty 不支持，设置后可能报错；logprobs: true 返回 400 |
tool_choice | 仅支持 auto；none、required 和指定函数返回 400。函数名称最多包含一个英文句点 |
reasoning_content | 原厂对外调用不会返回可读的原始思考，不能依赖此字段保留跨轮思考；需要延续时使用 Responses 或 Messages |
strict | 函数工具和结构化输出默认均为 false。启用后，每个对象需设置 additionalProperties: false，并在 required 中列出全部属性；根节点为普通对象，不使用 oneOf/allOf |
| 字段 | 差异说明 |
|---|
reasoning.effort | 使用与 Chat 相同的六档，不支持 none；reasoning.summary 可请求思考摘要，摘要不能代替加密历史 |
max_output_tokens | 最小为 16，包含思考与可见回答；输入和请求的输出预算还需共同落在模型上下文范围内 |
include | 通过 reasoning.encrypted_content 请求加密思考，默认不返回；使用 store: false 手动维护历史时，原样回传完整输出项目，不改写加密内容 |
previous_response_id | 用于服务端延续已保存的历史和思考；与上方手动回传方式二选一，不将只保存最终文本视为完整思考回放 |
truncation | 仅支持默认 disabled；传入 auto 返回 400，需自行管理过长历史 |
background/stream | 创建请求不能同时设置为 true，否则返回 400；后台任务创建后可查询或流式获取结果 |
tool_choice | 同样仅支持 auto；web_search、tool_search 用于服务端搜索和工具发现，Chat 不提供这两个入口 |
text.format/strict | 使用 Responses 自己的结构化输出配置；顶层 response_format 即使被兼容接受，也不会配置输出格式。严格模式默认值和约束同上 |
| Logprobs 与流式用量 | 请求 message.output_text.logprobs 返回 400；最终流式响应自带用量，Chat 的 stream_options.include_usage 在此不生效 |
| 字段 | 差异说明 |
|---|
max_tokens | 必填，最小为 1；同样为思考和回答预留输出空间，不照搬 Responses 的字段名和最小值 |
thinking/output_config.effort | 推荐 thinking.type: adaptive 配合 low/medium/high/xhigh/max；不能使用 minimal 或通过 disabled 关闭思考 |
thinking.budget_tokens | 旧 enabled 配置接受但不转换为思考档位；预算须至少 1024 且小于 max_tokens，调整深度使用 output_config.effort |
thinking.display | summarized 返回摘要，omitted 仅保留加密思考；回传历史时原样保留返回的思考块，尤其是 redacted_thinking |
temperature | 范围为 0～1，不要直接套用 Chat／Responses 的上限；通常省略采样配置 |
| 不兼容字段 | top_k、stop_sequences、inference_geo 明确不支持，传入会被拒绝 |
tool_choice | 接受 auto/any/none，不支持 {type: "tool"} 指定工具；disable_parallel_tool_use: true 可限制并行调用 |
output_config.format | 使用 {type: "json_schema", schema: ...} 配置结构化输出；文档块的 citations.enabled: true 不支持 |
| 搜索与历史 | 搜索使用 web_search；allowed_domains/blocked_domains/max_uses 返回 400。原厂 Messages 不保存会话，每轮回传完整消息和工具结果，没有 previous_response_id 等价入口 |
| 字段 | 差异说明 |
|---|
| 自动前缀缓存 | 无需开关；将稳定指令、示例和资料放在前面，变量内容放在后面，保持可复用前缀一致 |
prompt_cache_key | Chat／Responses 的可选分组标识；按共享提示前缀设置，不为每个用户或请求机械生成不同标识，以免分散相同前缀的路由 |
prompt_cache_retention | Responses 使用 in_memory/24h 提示保留方式，实际保留由服务端管理；不要直接套用 OpenAI 新版缓存字段或将此处配置视为已弃用 |
cache_control | Messages 接受顶层、内容块和工具上的缓存标记；ttl 仅支持 5m，不使用 Claude 的 1h |
| 缓存用量 | Chat 查看 usage.prompt_tokens_details.cached_tokens，Responses 查看 usage.input_tokens_details.cached_tokens，Messages 查看 usage.cache_read_input_tokens；设置标识不代表必然命中 |
| 限制 | 说明 |
|---|
| 图片 | 单张内联图片最大 50 MB（50000000 字节），每次最多 50 张，且受请求体与上下文限制；图片内容放在用户消息中 |
| Spark 1.3 音频 | 音频理解尚未完整支持，包含音频时质量可能下降 |
| 输出 | 两款均输出文本；接收图片、音频或视频不代表支持生成这些媒体 |
将 MODEL_ID 替换为平台提供的完整模型 ID。缓存分组标识按应用中共享的提示前缀设置；三个示例均使用低档思考和明确的输出预算。
curl 'https://api.agtcloud.cn/v1/chat/completions' \
-H 'Authorization: Bearer your-api-key' \
-H 'Content-Type: application/json' \
--data '{
"model": "MODEL_ID",
"messages": [{"role": "user", "content": "用三点说明如何排查接口超时"}],
"reasoning_effort": "low",
"max_completion_tokens": 4096,
"prompt_cache_key": "YOUR_SHARED_PREFIX"
}'