迁移到 GPT-6.1 Terra：解决 temperature 400 错误、将工具迁移到 Responses，并配置 Codex

切换到 GPT-6.1 Terra 只需修改一行：将模型设为 gpt-6.1-terra。接下来会发生什么，取决于请求走的是哪条 API 路由。在 Responses API 上，Terra 遵循 OpenAI 的规则：推理强度设置有效，而 temperature 或 top_p 会返回 HTTP 400。在 AIHubMix 的 Chat Completions 路由上，同样的 temperature 则会被接受，不会报错；而在 AIHubMix 于 2026 年 10 月 27 日进行的测试中，reasoning_effort 对小型提示词没有产生可测量的影响。

因此，对大多数团队来说，简短的结论是：将 Terra 流量迁移到 Responses API，移除采样参数，并确保每种工作负载只使用一条路由。下文将介绍你会遇到的报错、不会报错的问题、容易忽略的计费规则、智能体权限，以及 Codex 和 Claude Code 的配置方法。AIHubMix 的 GPT-6.1 Terra 模型页面列出的价格与 OpenAI 的标准价格相同：每百万输入 token $1，缓存输入 $0.05，30 分钟缓存写入 $1.25，输出 $5。AIHubMix 自己的页面列出了相同的输入、输出和缓存读取费率，但没有列出缓存写入费率。

这些规则来自 OpenAI 的GPT-6 迁移指南和 Terra 的模型页面。错误文本和网关行为来自 AIHubMix 于 2026 年 10 月 27 日进行的测试；测试使用小型提示词，调用的是主 ID gpt-6.1-terra。AIHubMix 的模型指南称，大多数 400 错误都是上游服务商返回的；这些错误消息中会附带 AIHubMix 的 tid 跟踪 ID。

你使用的是哪条路由？

在这些测试中，AIHubMix 通过三种协议提供 Terra。它们的表现并不相同：

“没有明显效果”和“接受”描述的是 AIHubMix 在 10 月 27 日针对小型提示词测得的结果。Chat Completions 上的工具调用确实返回了工具调用结果，但 OpenAI 文档说明，Terra 仅支持通过 Responses 调用工具。

如果你是从头开始集成，请使用 Responses。如果现有的 Chat Completions 集成目前运行正常，请先了解那些不会报错的失败情况，再决定是否信任它。

明显的失败

这些情况会返回 HTTP 400，导致请求中止。

“不支持的参数：此模型不支持 'temperature'。”

你会看到的情况。在 Responses API 调用中设置 temperature，且使用默认推理强度（medium），会返回：

Unsupported parameter: 'temperature' is not supported with this model.

发送 top_p 时也会返回相同错误，只是错误中的 top_p 会替代 temperature。推理强度默认为 medium，因此即使请求从未设置推理强度，也会遇到此错误。

原因。OpenAI 的迁移指南指出，当推理强度不是 none 时，必须移除 temperature、top_p 和 top_logprobs。在 Responses 上，还要从 include 中移除 message.output_text.logprobs。

复现方法。以下 curl 调用通过 AIHubMix Responses API 发送了与 AIHubMix 在 10 月 27 日相同的请求体：

curl https://aihubmix.com/v1/responses \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-terra",
    "input": "Reply with the single word: ready.",
    "temperature": 0.2
  }'

返回了 HTTP 400：

{"error":{"message":"Unsupported parameter: 'temperature' is not supported with this model. (tid: …)","type":"Aihubmix_api_error"},"type":"error"}

解决方法。从所有调用路径中删除 temperature 和 top_p，包括你可能忘记检查的摘要生成器、分类器等辅助调用。如果需要控制采样，请将推理强度设为 none：Terra 支持此设置；在 AIHubMix 的测试中，推理强度为 none 且设置了 "temperature": 0.2 的请求返回了 200。OpenAI 开发者论坛上的一篇帖子也提到了相同规则，并指出 GPT-6.1 Sol 上无法使用此设置，因为它没有 none 这一推理强度级别。

{
  "model": "gpt-6.1-terra",
  "input": "Reply with the single word: ready.",
  "reasoning": {"effort": "none"},
  "temperature": 0.2
}

“不支持的参数：此模型不支持 'logprobs'。”

你会看到的情况。在 Chat Completions 调用中设置 logprobs: true 和 reasoning_effort: "high"，会返回：

Unsupported parameter: 'logprobs' is not supported with this model.

原因。这与 OpenAI 的同一条规则有关。对于 Chat Completions，指南还将 logprobs 列入了推理强度不是 none 时必须移除的参数。

解决方法。移除 logprobs 和 top_logprobs。如果你的流水线依赖它们计算置信度分数，请在切换前规划替代方案。AIHubMix 未测试 Chat Completions 上推理强度为 none 时的 logprobs。

“不支持的值：不支持 'minimal'……”

你会看到的情况。为旧版 OpenAI 模型编写、发送 minimal 推理强度的代码会收到：

Unsupported value: 'minimal' is not supported with the 'gpt-6.1-terra' model. Supported values are: 'none', 'low', 'medium', 'high', 'xhigh', and 'max'.

原因。Terra 的推理强度级别包括 none、low、medium、high、xhigh 和 max，没有 minimal。

解决方法。OpenAI 的指南建议从 low 开始，并在有代表性的任务上比较结果。如果原来的设置是为了关闭推理，none 是更接近的选项。

不易察觉的失败

这些情况会返回 HTTP 200，因此日志中不会出现任何警报。问题会在之后显现为答案与设置不符、缓存未命中，或智能体停下来向你提问。

Chat Completions 接受 temperature，但似乎会忽略推理强度

在 AIHubMix 的 Chat Completions 路由上，temperature: 0.2 在未设置推理强度、推理强度为 none 以及推理强度为 high 时都返回了 200。top_p: 0.5 也返回了 200。这会带来一个副作用：如果你的测试套件使用 Chat Completions，就无法发现同一段代码迁移到 Responses 后会遇到的 400 错误。

推理强度才是更大的问题。在 AIHubMix 于 10 月 27 日进行的测试中，Chat Completions 上的 reasoning_effort 没有产生可测量的影响：

数值表示每次请求产生的推理 token 数。Chat Completions 在素数和提示词下，每种设置运行了两次。

在较短的球棒与球提示词下，设置 none、low、high、max 或完全不设置推理强度，产生的推理 token 数都在 24 到 27 之间。将 reasoning: {effort: "none"} 作为对象发送，在素数和提示词下则产生了 327 个推理 token。在 Responses 上，同一素数和提示词在推理强度为 none 时产生了 0 个推理 token 和 72 个输出 token；在推理强度为 max 时则产生了 1,078 个推理 token 和 1,153 个输出 token。

AIHubMix 据此认为，Chat Completions 路由目前以固定推理强度运行 Terra，因此该设置没有传递到模型。这只是根据少数小型提示词得出的推断，且仅在 AIHubMix 上进行测量，并非适用于 Chat Completions 的普遍规律。更大或更难的提示词可能会得出不同结果。如果推理强度会影响你的成本或质量，请在 Responses 上设置，因为该路由确实能生效。

Chat Completions 上的工具调用有效，但没有文档说明

OpenAI 的指南称，GPT-6.1 Terra 支持 Chat Completions，但工具调用必须使用 Responses。在 AIHubMix 上，带有函数工具的 Chat Completions 请求确实返回了 finish_reason: tool_calls。不要依赖这一行为：它没有文档说明，可能随时发生变化且不另行通知。在 Responses 上，函数工具返回了一个 function_call 条目，web_search 返回了搜索调用和一条消息，而设置了 async: true 的函数工具也返回了 200。请将工具流量迁移到 Responses。

Claude Code 的思考设置在 Messages 路由上不起作用

AIHubMix 也通过 Anthropic Messages API 响应 Terra 请求，该协议正是 Claude Code 使用的协议。文本、tool_use 和 base64 图片均返回了 200。推理控制设置没有生效：启用 thinking 并设置 4,000-token 预算时，产生了 24 个思考 token；设置 output_config.effort: "high" 时产生了 26 个；两者都不设置时产生了 25 个。响应中没有返回思考块，只有文本块或 tool_use 块。

Responses 和 Chat Completions 使用彼此独立的缓存

AIHubMix 通过 Responses 发送了一个约 9,600 token 的固定 developer 前缀。第 1 次调用将 9,623 个 token 写入缓存，第 2 次和第 3 次调用则读取了 9,623 个缓存 token。紧接着，使用相同前缀的 Chat Completions 调用没有命中缓存，并再次写入全部 9,623 个 token。使用不同前缀进行的第二轮测试也呈现相同模式：Responses 调用写入了 9,020 个 token；使用相同前缀的 Chat Completions 调用没有命中缓存，写入了 9,020 个 token；之后再次调用 Chat Completions，则读取了该路由此前写入的 9,007 个 token。

因此，在两条路由之间交替使用的工作负载，每次缓存写入都要付费两次。请为每种工作负载选定一条路由。

旧模型的缓存设置

如果你从 GPT-5.5 或更早的模型迁移过来，OpenAI 的指南建议将 prompt_cache_retention 替换为 prompt_cache_options.ttl。默认值为 "30m"。Responses 支持设置 "12h" 的有效期，AIHubMix 也接受了该设置：usage 对象将写入量报告在 cache_write_tokens_details.ttl_12h_tokens 中。在未设置断点的显式模式下，没有发生写入，这与 OpenAI 的文档一致。

在对话中途更改推理强度

在请求级别更改 reasoning.effort 会改变提示词前缀，导致缓存失效。OpenAI 为此新增了 configuration_update 输入项。它会从对话的该位置起调高或调低推理强度，同时保留原有前缀。通过 AIHubMix 发送包含此输入项的请求，返回了 200。OpenAI 的指南建议在标准的单智能体请求中使用此方式。

模型会先询问，再采取行动

OpenAI 的 GPT-6 提示词说明指出，如果更多输入可能改变结果，该系列模型更倾向于停下来向用户提问；同时，它们对技能文件和 AGENTS.md 等文件中的指令也更敏感。这些说明是为 GPT-6 Astra 编写的，因此值得在 Terra 上验证，而不是直接视为既定结论。如果某个智能体过去在 GPT-5.6 Terra 上能够无人值守地运行，现在却停下来请求批准，指南建议在提示词中明确说明用户的请求已经授权了哪些操作。指南还建议审核模型可以读取的每个技能文件和指令文件。

推理强度默认为 medium，而 max 的成本高得多

Terra 的默认推理强度为 medium。Artificial Analysis 在 Intelligence Index 基准测试中测得，medium 下每项任务约生成 6,000 个输出 token，max 下约生成 35,000 个（其中 25,000 个是推理 token），每项任务的费用分别为 $0.10 和 $0.40。如果你为了改善质量问题而提高推理强度，请先确认这会对账单造成什么影响。ChatGPT 计划的 Codex 用户在 Reddit 上报告称，Terra 使用 high 推理强度会很快耗尽计划限额；有一个案例在 20 分钟内就用掉了五小时限额的 40%。这些只是个人经历，但指向的结论是一致的。

计费陷阱

在 AIHubMix 上，Terra 的输入、输出和缓存读取费率与 OpenAI 相同。以下规则可能导致账单高于标价所显示的金额。

12 小时写入费率是 OpenAI 的费率。AIHubMix 的 Terra 价格条目仅列出输入、输出和缓存读取费率：不包含缓存写入价格、长上下文费率，也没有 12 小时附加费。因此，上述写入费用和超过 272K 后的费率应视为 OpenAI 公布的费率，而非已确认的 AIHubMix 费用。

272K 的门槛适用于整个请求。Terra 的模型页面列出的上下文窗口为 1,050,000 token，但输入一旦超过 272,000 token，整个请求就会按 2x 的输入和缓存费率、1.5x 的输出费率计费。输入 270,000 token、输出 20,000 token 的请求费用为 $0.27 + $0.10 = $0.37。输入 300,000 token、输出 20,000 token 的请求费用为 $0.60 + $0.15 = $0.75。输入量只增加约 11%，费用就会翻倍左右（两个示例均未使用缓存）。

推理按输出计费。推理 token 会按每百万个 $5 的输出 token 费率计费，即使你看不到这些 token。在上面的 AIHubMix 检查中，同一提示词在 none 下生成了 72 个输出 token，在 max 下则生成了 1,153 个。请记录 usage 对象中的 reasoning_tokens，不要根据回答长度估算费用。

缓存写入需要付费。根据 OpenAI 对 GPT-5.6 及后续型号的提示词缓存规则，有效期为 30 分钟的写入费用是输入费率的 1.25x，12 小时的写入费用是 2.5x。Terra 的读取费用为 0.05x。可缓存前缀至少需要 1,024 个 token。如果前缀每轮都会变化，或流量被分到两条路由，就意味着要反复支付写入费率。

网络搜索按调用次数收费。AIHubMix 的 OpenAI 模型页面上，web_search 的价格为每次请求 $0.01，另加 token 费用；Terra 页面尚未单独列出工具费用，因此请将其纳入预算。一次检查中，一个问题触发了两次搜索调用。

Batch 和 Flex 折扣属于 OpenAI。OpenAI 通过 Batch 和 Flex 提供 50% 的折扣，Fast 模式的费用则为 2x。GET /v1/batches 在 AIHubMix 上返回 404（“所请求的 API 端点不存在。”），因此那里没有可用的 Batch 路由。service_tier 设置为 flex 或 priority 时返回了 200，但 AIHubMix 的 Terra 价目表只列出标准费率，因此不要指望能获得折扣。如果发送了其中任一设置，请检查用量日志。

拥有实际权限的智能体

OpenAI 将 Terra 定位为适用于视觉推理和计算机操作；内置计算机工具也能通过 AIHubMix 使用：一个包含 {"type": "computer"} 和屏幕截图的 Responses 请求返回了一个 computer_call，其第一个操作是截屏。在为智能体授予写入权限之前，请阅读 OpenAI《GPT-6.1 Terra 系统卡》中的智能体评测结果。这些是 OpenAI 自行开展的评测，主要是在低风险模拟环境中进行的：

Terra 绕过限制的比率是在 max 推理强度下测得的；系统卡显示，GPT-6.1 Sol 的该项排名低于 Terra。同伴智能体相关数据为 80 个样本中有 11 个。

在间接提示词注入方面，Terra 的防御率为 98.8%，高于 GPT-5.6 Terra 的 96.2%。这表现不错，但仍未达到 100%。迁移时最值得关注的是两项结果：与 Sol 相比，Terra 更有可能执行来自其他智能体的指令；而且有时会想办法绕过指令中明确说明的限制。因此：

• 工具权限应默认拒绝，只开放任务所需的权限。
• 对写入、购买、数据传输以及任何难以撤销的操作，均要求审批。
• 将来自其他智能体的消息，以及屏幕内容和工具结果，都视为不能授予权限的不可信输入。
• 在隔离的浏览器或 VM 中运行计算机操作，配置允许列表，设置步骤数和费用上限，并核实实际结果，而不是只相信模型的最终消息。这些是 OpenAI 对计算机操作的建议。

编程工具：Codex 和 Claude Code

Codex（推荐用于 Terra）

Codex 通过 Responses API 连接；Terra 的推理强度设置通过 AIHubMix 在这条路由上生效。AIHubMix 的Codex config.toml 配置指南介绍了通用设置。Terra 的 ~/.codex/config.toml 配置如下：

model = "gpt-6.1-terra"
model_provider = "aihubmix"
model_context_window = 1050000
model_reasoning_effort = "medium"

[model_providers.aihubmix]
name = "AIHubMix"
base_url = "https://aihubmix.com/v1"
env_key = "AIHUBMIX_API_KEY"
wire_api = "responses"

• 将 wire_api 保持为 responses。这条路由会应用推理强度设置，也是 OpenAI 文档中所述的工具调用路由。
• 声明上下文窗口。将 model_context_window 设为 Terra 的 1,050,000 token。
• 从 medium 开始。这是 Terra 的默认设置。鉴于上面的限额报告，应针对难题提高推理强度，而不是全局调高。
• 编辑后重启。更改 config.toml 后重启 Codex。

Claude Code

Claude Code 可通过 AIHubMix 的 Messages 路由使用 Terra。请参照Claude Code settings.json 配置指南进行设置，并将 gpt-6.1-terra 用作模型。在 AIHubMix 的检查中，工具调用和图像均可正常使用。但 Claude Code 的思考和推理强度设置对 Terra 的推理没有影响，也不会返回思考块。你无法通过 Claude Code 调整 Terra 的思考强度，因此 Codex 更适合搭配 Terra 使用。

10-15 分钟的冒烟测试

在包含测试套件的小型代码库中，对每种工具各运行一次：

1. 在 gpt-6.1-terra 上启动一个全新会话。不要继续使用其他模型运行过的会话。
2. 提出请求：“为此代码库中的一个函数添加单元测试，运行测试，并修复所有失败项。”
3. 成功的表现：模型会读取文件并运行测试，说明工具调用正常。看到结果后，它会继续处理，说明工具输出已传回模型。最后测试全部通过，且整个会话中没有任何 400 错误。
4. 在 AIHubMix 用量日志中，确认模型是 gpt-6.1-terra，并检查后续请求是否为稳定前缀显示了缓存输入 token。如果始终没有，说明前缀中的某些内容每轮都在变化。
5. 在 Codex 中，分别以 low 和 medium 推理强度重复该任务，并比较每轮输出 token 数量。对于需要一定思考的任务，medium 应该会使用更多 token。如果各级别的数字都相同，请确认请求是否通过 Responses 路由发送。
6. 记录每轮耗时和输出 token 数量，作为选择推理强度的基准。

迁移检查清单

• 将模型设置为 gpt-6.1-terra。
• 将工具调用以及依赖推理强度设置的所有内容迁移到 Responses API。
• 从所有调用路径中移除 temperature、top_p、top_logprobs 和 logprobs，或将推理强度设为 none。
• 将 minimal 推理强度替换为 low。
• 让每个工作负载始终使用同一条路由，避免重复写入缓存。
• 将 prompt_cache_retention 替换为 prompt_cache_options.ttl。
• 使用 configuration_update 在对话中途更改推理强度。
• 尽可能将请求的输入控制在 272K token 以内。
• 记录推理 token、缓存 token 和缓存写入 token。
• 按每次调用 $0.01 为网络搜索编制预算，并且不要指望能通过 AIHubMix 使用 Batch。
• 审查 AGENTS.md 和技能文件，并明确说明智能体获准执行哪些操作。
• 对写入操作设置审批，并将同伴智能体消息视为不可信内容。
• 在每种编程工具中运行冒烟测试。

常见问题

为什么 GPT-6.1 Terra 会返回“Unsupported parameter: 'temperature'”？
因为推理强度不是 none。OpenAI 对 GPT-6 系列的规定是，只要推理强度不是 none，就必须移除 temperature、top_p 和 top_logprobs；而 Terra 的默认推理强度是 medium。请移除这些参数；如果需要控制采样，则将推理强度设为 none。

为什么相同代码在 Chat Completions 上可以运行？
在 27 October 2026 的检查中，AIHubMix 的 Chat Completions 路由接受了 temperature 0.2 和 top_p 0.5，并返回 200。这意味着，在 Chat Completions 上进行的测试无法发现 Responses API 返回的 400 错误。

通过 AIHubMix 使用 Chat Completions 时，reasoning_effort 会生效吗？
在 27 October 2026 的 AIHubMix 检查中，我们用几个简短提示词进行了测试，没有测出明显差异：none 和 max 的推理 token 数量相近。这并非普遍规律；但如果推理强度对你很重要，请在 Responses API 上设置，因为它在那里确实有效。

我必须将工具调用迁移到 Responses API 吗？
是。OpenAI 文档说明，Terra 的工具调用需要使用 Responses。通过 AIHubMix 发送带有函数工具的 Chat Completions 请求时，确实返回了工具调用，但这属于未文档化的行为，不应依赖。

minimal 推理强度应替换成什么？
Terra 支持 none、low、medium、high、xhigh 和 max。OpenAI 建议从 low 开始，并在有代表性的任务上比较结果。

AIHubMix 上的 Terra 支持 Batch 吗？
不支持。在 AIHubMix 上调用 GET /v1/batches 会返回 404，因此没有可用的 Batch 路由；50% 的 Batch 和 Flex 折扣属于 OpenAI。AIHubMix 的 Terra 价目表列出了标准输入、输出和缓存读取费率，与 OpenAI 的标价相同。

搭配 Terra 时，我应该使用 Codex 还是 Claude Code？
Codex。它使用 Responses API，Terra 的推理强度设置通过 AIHubMix 在该接口上生效。Claude Code 使用 Messages 路由，但在 AIHubMix 的检查中，其思考和推理强度设置对 Terra 没有影响。

继续阅读：GPT-6.1 Terra 系列

• 如果你还不确定是否值得从 GPT-5.6 Terra 切换过来，可以先了解有哪些变化，以及哪些用户能从中受益：GPT-6.1 Terra 与 GPT-5.6 Terra 对比：价格减半、变化内容及适用人群
• 如果你是为了屏幕或文档智能体而迁移，并且正在考虑 Anthropic 的中端模型，可以参考这篇正面对比：GPT-6.1 Terra 与 Claude Sonnet 5.5：屏幕和文档智能体该选哪款中端模型？
• 如果上面的智能体表现让你有所顾虑，或者复杂的编码任务仍然需要更大的模型，这篇文章将帮你划分两者的适用任务：GPT-6.1 Terra 与 GPT-6.1 Sol：哪些任务仍需要 Sol？
• 如果这里提到的计费陷阱让你开始核对自己的账单，完整的成本分析涵盖推理强度、272K 临界点和缓存，并附有计算示例：GPT-6.1 Terra 的真实成本：推理强度、272K 临界点与缓存

来源

• OpenAI：GPT-6.1 Terra 模型页面
• OpenAI：使用 GPT-6 模型（迁移指南）
• OpenAI：提示词缓存
• OpenAI：GPT-6.1 Terra 系统卡
• AIHubMix：GPT-6.1 Terra 模型页面