OpenAI "Unsupported parameter: 'max_tokens'" (`unsupported_parameter`): причины и решения

Q: Что означает ошибка Unsupported parameter: max_tokens is not supported with this model?

Это ошибка 400 invalid_request_error с кодом unsupported_parameter. Модели рассуждения (reasoning models) в Chat Completions не принимают устаревшее поле max_tokens, которое OpenAI заменила на max_completion_tokens. Переименуйте поле, и запрос пройдет; ошибка возникает на этапе валидации, еще до того, как модель начнет генерацию.

Q: В чем разница между max_tokens, max_completion_tokens и max_output_tokens?

max_tokens — это устаревший лимит для Chat Completions. max_completion_tokens — его замена в Chat Completions, которая учитывает как видимый вывод, так и токены рассуждения. max_output_tokens — аналогичный лимит для Responses API (минимум 16), который также включает токены рассуждения.

Вы отправляете запрос Chat Completions в модель рассуждения и получаете HTTP 400 с сообщением о том, что max_tokens не поддерживается и нужно использовать max_completion_tokens. Иногда аналогичные ошибки возникают для temperature или top_p. Ниже описано, что изменилось, как эти три поля ограничения вывода соотносятся между API и как очистить запрос от лишних параметров.

Краткий ответ

Модели рассуждения отклоняют устаревшее поле max_tokens в Chat Completions — OpenAI заменила его на max_completion_tokens. Переименуйте поле. В Responses API этот же лимит называется max_output_tokens. Сопутствующие ошибки для temperature, top_p и logprobs означают, что эти параметры сэмплирования не поддерживаются при текущем уровне рассуждений (reasoning effort): просто удалите их. Все эти ошибки возникают на этапе валидации, до начала генерации.

Симптомы и значение ошибки

Классический ответ, как при использовании Python SDK от OpenAI:

json

{
  "error": {
    "message": "Unsupported parameter: 'max_tokens' is not supported with this model. Use 'max_completion_tokens' instead.",
    "type": "invalid_request_error",
    "param": "max_tokens",
    "code": "unsupported_parameter"
  }
}

Версия ошибки для параметров сэмплирования выглядит так же:

json

{
  "error": {
    "message": "Unsupported parameter: 'temperature' is not supported with this model.",
    "type": "invalid_request_error",
    "param": "temperature",
    "code": "unsupported_parameter"
  }
}

Некоторые модели принимают имя параметра, но только если оно равно значению по умолчанию, тогда сообщение меняется:

text

Unsupported value: 'temperature' does not support 0 with this model. Only the default (1) value is supported.

Как это интерпретировать:

unsupported_parameter — поле не разрешено для этой модели. Удалите или переименуйте его.
unsupported_value — поле разрешено, но не с тем значением, которое вы отправили. Для reasoning.effort это отдельная проблема; см. reasoning effort unsupported value.
param указывает, какое именно поле нужно исправить. Сначала обратите внимание на него, прежде чем менять что-то еще.

Поскольку запрос даже не дошел до этапа генерации, повторная отправка того же тела запроса приведет к такой же ошибке — это не временная проблема.

Почему это происходит

max_tokens устарел в Chat Completions. Справочник API OpenAI помечает его как устаревший в пользу max_completion_tokens и указывает, что он несовместим с моделями серии o. На практике семейство GPT-5 и более новые модели рассуждения отклоняют его аналогично, поэтому считайте, что для всех моделей рассуждения доступен только max_completion_tokens.
Лимит теперь учитывает рассуждения. max_completion_tokens (в Chat Completions) и max_output_tokens (в Responses) включают в себя как токены рассуждения, так и видимый вывод. Переименование делает это изменение смысла явным.
Параметры сэмплирования зависят от reasoning effort. Руководство по миграции на GPT-6 гласит, что нужно убирать temperature, top_p и top_logprobs каждый раз, когда reasoning effort не равно none, а также logprobs в Chat Completions.
Поле добавляется чем-то другим. Обёртки SDK, агентские фреймворки и CLI часто внедряют max_tokens или значение temperature по умолчанию, которое вы явно не задавали. В репозиториях самой OpenAI встречаются подобные проблемы — например, CLI отправляет temperature/top_p в o3-mini, а библиотека агентов отправляет max_tokens в модели рассуждения.

Три поля ограничения вывода: краткий обзор

	Chat Completions	Responses API
Ограничение вывода	`max_completion_tokens` (`max_tokens` устарел)	`max_output_tokens` (минимум 16)
Включает токены рассуждения	Да	Да
Поле reasoning effort	`reasoning_effort` (на верхнем уровне)	`reasoning: { "effort": ... }`
При достижении лимита	`finish_reason: "length"`	`status: "incomplete"`, `incomplete_details.reason: "max_output_tokens"`

Имена полей не взаимозаменяемы: max_completion_tokens относится к Chat Completions, а max_output_tokens — к Responses. Сообщается, что некоторые шлюзы (gateways), совместимые с OpenAI, также отклоняют max_output_tokens, поэтому если вы переключаетесь между провайдерами, перепроверяйте имя поля для каждого эндпоинта.

Исправление 1: переименуйте `max_tokens` в `max_completion_tokens`

Прямое исправление для Chat Completions:

bash

curl https://byesu.com/v1/chat/completions \
  -H "Authorization: Bearer sk-YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-sol",
    "messages": [{"role": "user", "content": "Summarize RFC 9110 in three bullets."}],
    "max_completion_tokens": 4000
  }'

При использовании Python SDK от OpenAI:

python

from openai import OpenAI

client = OpenAI(api_key="sk-YOUR_TOKEN", base_url="https://byesu.com/v1")

resp = client.chat.completions.create(
    model="gpt-6-sol",
    messages=[{"role": "user", "content": "Summarize RFC 9110 in three bullets."}],
    max_completion_tokens=4000,   # не max_tokens
)
print(resp.choices[0].finish_reason, resp.choices[0].message.content)

Если ваш код должен поддерживать и старые модели без рассуждений, используйте единую внутреннюю настройку и транслируйте её на уровне отправки, вместо того чтобы отправлять оба поля одновременно.

Исправление 2: в Responses API используйте `max_output_tokens`

Если вы уже используете (или переходите на) /v1/responses, имя поля снова отличается:

bash

curl https://byesu.com/v1/responses \
  -H "Authorization: Bearer sk-YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "input": "Summarize RFC 9110 in three bullets.",
    "reasoning": {"effort": "low"},
    "max_output_tokens": 4000
  }'

python

resp = client.responses.create(
    model="gpt-6.1-sol",
    input="Summarize RFC 9110 in three bullets.",
    reasoning={"effort": "low"},
    max_output_tokens=4000,
)
if resp.status == "incomplete":
    print("Cap reached:", resp.incomplete_details.reason)
else:
    print(resp.output_text)

Responses API важен для актуальных моделей не только из-за имени поля: согласно страницам моделей OpenAI, вызов инструментов (tool calling) в gpt-6.1-sol и gpt-6-astra требует именно Responses, а gpt-6-sol / gpt-6-luna поддерживают вызов функций в Chat Completions только при reasoning_effort: "none".

Исправление 3: удалите параметры сэмплирования, которые не применяются

Следуйте правилу миграции OpenAI для GPT-6: когда reasoning effort не равно none, удаляйте temperature, top_p и top_logprobs; в Chat Completions также удаляйте logprobs; в Responses удаляйте message.output_text.logprobs из include.

Какие модели могут работать при none (согласно страницам моделей OpenAI):

Модель	Принимает `reasoning.effort: "none"`	Можно использовать параметры сэмплирования?
`gpt-6.1-sol`	Нет	Планируйте никогда их не отправлять
`gpt-6-astra`	Нет	Планируйте никогда их не отправлять
`gpt-6-sol`	Да	Только при effort `none`
`gpt-6-luna`	Да	Только при effort `none`
`gpt-5.6-sol`	Да	Считайте, что только при effort `none`

Небольшой санитайзер поможет исключить эти параметры на местах вызова:

python

SAMPLING_KEYS = ("temperature", "top_p", "top_logprobs", "logprobs")

def clean_chat_params(params: dict) -> dict:
    p = dict(params)
    # Устаревший лимит -> текущий лимит
    if "max_tokens" in p:
        p.setdefault("max_completion_tokens", p.pop("max_tokens"))
    # Параметры сэмплирования имеют смысл только при effort "none"
    if p.get("reasoning_effort", "medium") != "none":
        for k in SAMPLING_KEYS:
            p.pop(k, None)
    return p

resp = client.chat.completions.create(**clean_chat_params({
    "model": "gpt-6-luna",
    "messages": [{"role": "user", "content": "ping"}],
    "max_tokens": 200,
    "temperature": 0.2,
}))

По умолчанию используется medium, так как в документации обоих API medium указан как уровень рассуждений по умолчанию. В справочнике API также отмечается, что параметр stop не поддерживается в o3 и o4-mini, поэтому если вы все еще используете их, добавьте stop в список на удаление.

Исправление 4: найдите уровень, который добавляет поле

Если ваш собственный код никогда не задает max_tokens или temperature, значит, это делает что-то посередине. Изучите запрос в момент выхода из процесса:

bash

# openai-python: логирование параметров запроса, включая JSON-тело
OPENAI_LOG=debug python your_script.py 2>&1 | grep -i -E "max_tokens|temperature|top_p"

Распространенные источники:

Настройки модели во фреймворке со значением max_tokens или temperature по умолчанию (агентские фреймворки, обёртки в стиле LangChain, оценочные инструменты).
CLI-инструменты, которые подставляют значения по умолчанию при каждом вызове.
Клиентские приложения со слайдером «max tokens» или «temperature», значения которого отправляются всегда, даже если их не трогали.

Исправляйте там, где происходит внедрение — обычно это объект настроек модели или конфигурация провайдера, — вместо того чтобы «латать» проблему в каждом месте вызова.

Не устанавливайте слишком низкий лимит

Поскольку лимит включает в себя токены рассуждения, жесткое ограничение max_completion_tokens или max_output_tokens может быть полностью поглощено процессом рассуждения. В руководстве по рассуждениям OpenAI предупреждается, что остановка может произойти еще до получения видимого вывода, и рекомендуется резервировать не менее 25 000 токенов на рассуждение и вывод во время экспериментов. Если вы получаете finish_reason: "length" при пустом сообщении, увеличьте лимит или понизьте уровень усилий (effort). Это проблема бюджета токенов, а не превышение контекстного окна — о последнем см. context length exceeded.

Если вы вызываете GPT через byesu

byesu — это AI API-шлюз с эндпоинтом, совместимым с OpenAI, по адресу https://byesu.com/v1. Он поддерживает как Chat Completions, так и Responses, оплата производится по факту использования (pay-as-you-go) без подписки.

Те же правила, те же поля. Приведенные выше рекомендации по параметрам применимы без изменений: max_completion_tokens для /v1/chat/completions, max_output_tokens для /v1/responses и никаких параметров сэмплирования при reasoning_effort, отличном от none.
Точные ID моделей. Копируйте ID моделей, такие как gpt-6.1-sol или gpt-6-luna, из списка моделей в консоли или через GET /v1/models, чтобы применяемые вами правила для параметров соответствовали той модели, которую вы вызываете.

Для начала работы следуйте Quick Start.

FAQ

Что означает ошибка "Unsupported parameter: 'max_tokens' is not supported with this model"?

Это ошибка 400 invalid_request_error с кодом unsupported_parameter. Модели рассуждения в Chat Completions не принимают устаревшее поле max_tokens, которое OpenAI заменила на max_completion_tokens. Переименуйте поле, и запрос пройдет; ошибка возникает на этапе валидации, еще до того, как модель начнет генерацию.

В чем разница между max_tokens, max_completion_tokens и max_output_tokens?

max_tokens — это устаревший лимит для Chat Completions. max_completion_tokens — его замена в Chat Completions, которая учитывает как видимый вывод, так и токены рассуждения. max_output_tokens — аналогичный лимит для Responses API (минимум 16), который также включает токены рассуждения.

Почему моя модель рассуждения отклоняет temperature или top_p?

Руководство по миграции OpenAI для GPT-6 предписывает удалять temperature, top_p и top_logprobs каждый раз, когда reasoning_effort не равно none, а также удалять logprobs в Chat Completions. Модели, которые не могут работать при effort none, такие как gpt-6.1-sol и gpt-6-astra, никогда не должны получать эти параметры выборки.

Почему эта ошибка появляется, если я никогда не устанавливал max_tokens или temperature?

Какая-то библиотека, фреймворк или CLI добавляет их за вас. Обёртки SDK и агентские фреймворки часто внедряют max_tokens или значение temperature по умолчанию. Логируйте тело исходящего запроса и удалите поле на том уровне, где оно добавляется.

Можно ли установить слишком низкое значение max_completion_tokens для модели рассуждения?

Да. Этот лимит включает токены рассуждения, поэтому небольшое значение может быть полностью израсходовано на рассуждения еще до появления какого-либо видимого текста. OpenAI рекомендует резервировать не менее 25 000 токенов на рассуждение и вывод при первых экспериментах с моделями рассуждения.

OpenAI "Unsupported parameter: 'max_tokens'" (unsupported_parameter): причины и решения ​

Симптомы и значение ошибки ​

Почему это происходит ​

Три поля ограничения вывода: краткий обзор ​

Исправление 1: переименуйте max_tokens в max_completion_tokens ​

Исправление 2: в Responses API используйте max_output_tokens ​

Исправление 3: удалите параметры сэмплирования, которые не применяются ​

Исправление 4: найдите уровень, который добавляет поле ​

Не устанавливайте слишком низкий лимит ​

Если вы вызываете GPT через byesu ​

FAQ ​

Что означает ошибка "Unsupported parameter: 'max_tokens' is not supported with this model"? ​

В чем разница между max_tokens, max_completion_tokens и max_output_tokens? ​

Почему моя модель рассуждения отклоняет temperature или top_p? ​

Почему эта ошибка появляется, если я никогда не устанавливал max_tokens или temperature? ​

Можно ли установить слишком низкое значение max_completion_tokens для модели рассуждения? ​

OpenAI "Unsupported parameter: 'max_tokens'" (`unsupported_parameter`): причины и решения

Симптомы и значение ошибки

Почему это происходит

Три поля ограничения вывода: краткий обзор

Исправление 1: переименуйте `max_tokens` в `max_completion_tokens`

Исправление 2: в Responses API используйте `max_output_tokens`

Исправление 3: удалите параметры сэмплирования, которые не применяются

Исправление 4: найдите уровень, который добавляет поле

Не устанавливайте слишком низкий лимит

Если вы вызываете GPT через byesu

FAQ

Что означает ошибка "Unsupported parameter: 'max_tokens' is not supported with this model"?

В чем разница между max_tokens, max_completion_tokens и max_output_tokens?

Почему моя модель рассуждения отклоняет temperature или top_p?

Почему эта ошибка появляется, если я никогда не устанавливал max_tokens или temperature?

Можно ли установить слишком низкое значение max_completion_tokens для модели рассуждения?