kbot 适配 GPT-5.6：一次参数兼容性排查

为客户编写文档时，笔者需要在测试环境截图，却发现 kbot 无法使用 GPT-5.6。Embedding 模型正常，但 LLM 调用返回 500，于是围绕模型参数兼容性进行了排查。

01 | 问题不在模型配置，而在请求参数

前端APEX的这个500错误之前也遇到过，但实际这是个通用的错误，跟上次原因并不一样，要查具体问题，详细信息还是需要到程序对应的后端日志进行查看，这次发现是因为 GPT-5.6 调用报错指出：top_p 不受该模型支持。

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

笔者尝试更换为 grok-4.3 后同样失败，原因变成不支持 presencePenalty。这说明问题并非某个模型不可用，而是服务向不同模型发送了不兼容的采样或惩罚参数。

02 | 注释配置项为什么没有解决

笔者曾在 base.toml 中注释相关配置：

# top_p = 1.0
# top_k = 0
# frequency_penalty = 0.0
# presence_penalty = 0.0

重启后依然报错。原因是即使配置文件未设置，代码里仍可能为这些参数提供默认值，因此仅修改配置不足以阻止请求携带它们。

03 | 用最小改动实现模型适配

最终在 /app/microservices/llm/model/openai_client.py 中，针对 GPT-5 和 Grok 4.3 模型，在发送请求前移除旧的采样与惩罚参数：

        # Alfred add 173-178, Do not send legacy sampling / penalty parameters to reasoning models.
        model_id = self.config.model_name.lower()
        
        if model_id.startswith(("gpt-5", "grok-4.3")):
            for param_name in ("temperature", "top_p", "frequency_penalty", "presence_penalty"):
                base_params.pop(param_name, None)

重启后再次测试，模型即可正常调用。

这次排查的关键在于：看到参数报错时，不只检查配置文件，还要确认最终请求参数是否由代码默认值补齐。

关注我，和AI一起成长~