模型配置速查

当你已经确定要用哪一类 provider / model，只想要一段可复制的起始配置时，用这一页。字段语义和完整 schema 仍以配置与认证为准；完整的多文件工作站 / 团队布局示例见配置示例。

OpenAI Responses 兼容接口：GPT-5.4 / GPT-5.5 / GPT-5.6

GPT-5.6 片段默认使用保守的 Codex / 常见中转配额（400000 context / 272000 input / 128000 output），因为许多 Responses 中转开放的是 Codex 受限窗口，而不是完整的 OpenAI API 窗口。如果账号或网关明确支持 GPT-5.6 完整 API 窗口，可按下方说明手动启用 1.05M 上下文。价格块使用 OpenAI API 费率；中转收费不同时需要自行覆盖。Codex OAuth 使用下方单独的 preset 配置。使用 API key 的 provider 需要在 ~/.config/chord/auth.yaml 中配置同名条目：

openai:
  - "$OPENAI_API_KEY"

GPT-5.4

providers:
  openai:
    type: responses
    api_url: https://api.openai.com/v1/responses
    supported_service_tiers: [fast, slow]
    models:
      gpt-5.4:
        limit:
          context: 1050000
          input: 950000
          output: 128000
        cost:
          input: 2.5
          output: 15
          cache_read: 0.25
        reasoning:
          summary: auto
        variants:
          high:
            reasoning:
              effort: high
          xhigh:
            reasoning:
              effort: xhigh
        modalities:
          input: [text, image, pdf]

model_pools:
  default:
    - openai/gpt-5.4@high

验证：

chord doctor models --model openai/gpt-5.4@high

GPT-5.5

providers:
  openai:
    type: responses
    api_url: https://api.openai.com/v1/responses
    supported_service_tiers: [fast, slow]
    models:
      gpt-5.5:
        limit:
          context: 400000
          input: 272000
          output: 128000
        cost:
          input: 5
          output: 30
          cache_read: 0.5
        reasoning:
          summary: auto
        variants:
          high:
            reasoning:
              effort: high
          xhigh:
            reasoning:
              effort: xhigh
        modalities:
          input: [text, image, pdf]

model_pools:
  default:
    - openai/gpt-5.5@high

验证：

chord doctor models --model openai/gpt-5.5@high

GPT-5.6 alias（`gpt-5.6` → Sol）

providers:
  openai:
    type: responses
    api_url: https://api.openai.com/v1/responses
    models:
      gpt-5.6:
        limit:
          context: 400000
          input: 272000
          output: 128000
        cost:
          input: 5
          output: 30
          cache_read: 0.5
          cache_write: 6.25
          input_tiers:
            - above_input_tokens: 272000
              input: 10
              output: 45
              cache_read: 1
              cache_write: 12.5
        reasoning:
          effort: medium
          summary: auto
        variants:
          low:
            reasoning:
              effort: low
          high:
            reasoning:
              effort: high
          xhigh:
            reasoning:
              effort: xhigh
          max:
            reasoning:
              effort: max
        modalities:
          input: [text, image]

model_pools:
  default:
    - openai/gpt-5.6@high

如果你要固定价格 / 行为，直接改用明确模型 ID：

GPT-5.6 Sol

providers:
  openai:
    type: responses
    api_url: https://api.openai.com/v1/responses
    models:
      gpt-5.6-sol:
        limit:
          context: 400000
          input: 272000
          output: 128000
        cost:
          input: 5
          output: 30
          cache_read: 0.5
          cache_write: 6.25
          input_tiers:
            - above_input_tokens: 272000
              input: 10
              output: 45
              cache_read: 1
              cache_write: 12.5
        reasoning:
          effort: medium
          summary: auto
        variants:
          max:
            reasoning:
              effort: max
        modalities:
          input: [text, image]

GPT-5.6 Terra

providers:
  openai:
    type: responses
    api_url: https://api.openai.com/v1/responses
    models:
      gpt-5.6-terra:
        limit:
          context: 400000
          input: 272000
          output: 128000
        cost:
          input: 2
          output: 12
          cache_read: 0.2
          cache_write: 2.5
          input_tiers:
            - above_input_tokens: 272000
              input: 4
              output: 18
              cache_read: 0.4
              cache_write: 5
        reasoning:
          effort: medium
          summary: auto
        variants:
          max:
            reasoning:
              effort: max
        modalities:
          input: [text, image]

GPT-5.6 Luna

providers:
  openai:
    type: responses
    api_url: https://api.openai.com/v1/responses
    models:
      gpt-5.6-luna:
        limit:
          context: 400000
          input: 272000
          output: 128000
        cost:
          input: 0.2
          output: 1.2
          cache_read: 0.02
          cache_write: 0.25
          input_tiers:
            - above_input_tokens: 272000
              input: 0.4
              output: 1.8
              cache_read: 0.04
              cache_write: 0.5
        reasoning:
          effort: medium
          summary: auto
        variants:
          max:
            reasoning:
              effort: max
        modalities:
          input: [text, image]

要点：

GPT-5.6 示例默认使用 400000 / 272000 / 128000，适合 Codex 账号和常见中转。除非上游明确公布了不同配额，否则应保留这三个值。
使用 OpenAI 官方 API，或已确认网关开放完整 API 窗口时，把 context 改成 1050000 并删除 input。Chord 会从总上下文中预留实际请求输出后推导可用输入预算。不要继续保留 input: 272000：超过 272K 是长上下文计价阈值，不是完整 API 的输入硬上限。
gpt-5.6 当前会解析到 Sol，因此它的 cost 应按 Sol 费率填写。
GPT-5.6 API 可用的 reasoning effort 包括 none、low、medium、high、xhigh、max。
Responses 在启用 reasoning 时默认使用 reasoning.summary: auto；如果不希望 Chord 请求可读 reasoning 摘要，请显式配置 reasoning.summary: none。
Chord 当前尚未暴露 GPT-5.6 的 reasoning.mode: pro。

验证：

chord doctor models --model openai/gpt-5.6@max

Codex OAuth preset

当你要使用 ChatGPT/Codex OAuth，而不是 API key 时，用这个配置。Codex 使用独立的模型配额；与上方 API key 示例的区别不只是 provider preset 和认证方式。

本节使用以下 Codex GPT-5.x 限制：

模型	`limit.context`	`limit.input`	`limit.output`
GPT-5.4	1,050,000	950,000	128,000
GPT-5.5	400,000	272,000	128,000
GPT-5.6 Sol / Terra / Luna	400,000	272,000	128,000

三个字段都要保留：context 表示 Codex 开放的输入加输出总窗口，input 和 output 则是其中各自独立的硬上限。两个独立上限不必相加等于 context；输入接近上限时，留给输出的空间自然会变少。

providers:
  codex:
    preset: codex
    type: responses
    models:
      gpt-5.5:
        limit:
          context: 400000
          input: 272000
          output: 128000
        variants:
          high:
            reasoning:
              effort: high
          xhigh:
            reasoning:
              effort: xhigh
          max:
            reasoning:
              effort: max
      gpt-5.4:
        limit:
          context: 1050000
          input: 950000
          output: 128000
      gpt-5.6-sol:
        limit:
          context: 400000
          input: 272000
          output: 128000

model_pools:
  default:
    - codex/gpt-5.5@high

chord auth codex

要点：

同时使用 API key 和 Codex OAuth 时，因为凭据和模型配额不同，应保留两个 provider，并分别配置模型限制。
GPT-5.4 使用 1050000 / 950000 / 128000，分别对应 1.05M 总窗口、Codex 的有效输入预算（约为窗口的 90%；Chord 每次请求还会把输入钳制到 context - output 以内）和模型最大输出。
gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna 都使用 400000 / 272000 / 128000。
这些数值跟随当前 Codex 模型目录，未来 Codex 版本可能调整。后端配额变化时，要同时更新三个字段。

Anthropic Claude

在 ~/.config/chord/auth.yaml 中配置：

anthropic:
  - "$ANTHROPIC_API_KEY"

model_templates:
  claude-opus: &claude-opus
    limit:
      context: 1000000
      output: 128000
    cost:
      input: 5
      output: 25
      cache_read: 0.5
      cache_write: 6.25
      cache_write_1h: 10
    thinking:
      type: adaptive
      display: summarized
    variants:
      high:
        thinking:
          effort: high
      xhigh:
        thinking:
          effort: xhigh
    modalities:
      input: [text, image, pdf]

providers:
  anthropic:
    type: messages
    api_url: https://api.anthropic.com/v1/messages
    models:
      claude-opus-5: *claude-opus
      claude-opus-4.8: *claude-opus
      claude-opus-4.7: *claude-opus

model_pools:
  default:
    - anthropic/claude-opus-5@high

Opus 5、4.8、4.7 的上下文窗口（1M）、最大输出（128K）、定价、adaptive thinking 与输入模态完全一致，因此共用同一个 &claude-opus 模板，只有模型 ID 不同。用不到的型号可以删掉，model_pools 指向你想用的模型即可（例如 anthropic/claude-opus-5@high）。

如果想要更低成本的 Claude 配置，可沿用同样结构，改为 claude-sonnet-4.6、output: 64000，并按你的账号 / provider 文档填写 Sonnet 费率。

Google Gemini

在 ~/.config/chord/auth.yaml 中配置：

gemini:
  - "$GEMINI_API_KEY"

providers:
  gemini:
    api_url: https://generativelanguage.googleapis.com/v1beta/models
    models:
      gemini-3.5-flash:
        limit:
          context: 1048576
          output: 65536
        modalities:
          input: [text, image, pdf]
        thinking:
          budget: -1
          level: high

model_pools:
  default:
    - gemini/gemini-3.5-flash

要点：

api_url 保持在 /models 基础路径即可；Chord 会自动追加 /{model}:streamGenerateContent?alt=sse。
type 可以省略；Chord 会根据 /models 路径自动识别 Gemini。

GLM-5.2 / BigModel Coding Plan

在 ~/.config/chord/auth.yaml 中配置：

bigmodel:
  - "$BIGMODEL_API_KEY"

model_templates:
  glm-5.2-chat: &glm-5-2-chat
    limit:
      context: 1000000
      output: 128000
    reasoning:
      effort: max
    compat:
      request_overrides:
        rename_body_fields:
          max_completion_tokens: max_tokens
        body:
          thinking:
            type: enabled
            clear_thinking: false
      reasoning_continuity:
        mode: openai_visible

  glm-5.2-messages: &glm-5-2-messages
    limit:
      context: 1000000
      output: 128000
    thinking:
      type: adaptive
      effort: max
    compat:
      request_overrides:
        headers:
          anthropic-beta: null
      reasoning_continuity:
        mode: anthropic_unsigned

  glm-5.2-responses: &glm-5-2-responses
    limit:
      context: 1000000
      output: 128000
    reasoning:
      effort: max

providers:
  bigmodel:
    type: chat-completions
    api_url: https://open.bigmodel.cn/api/coding/paas/v4/chat/completions
    models:
      glm-5.2: *glm-5-2-chat

  bigmodel-messages:
    type: messages
    api_url: https://open.bigmodel.cn/api/anthropic/v1/messages
    models:
      glm-5.2: *glm-5-2-messages

  glm-responses:
    type: responses
    api_url: https://example.com/v1/responses
    models:
      glm-5.2: *glm-5-2-responses

model_pools:
  default:
    - bigmodel/glm-5.2

要点：

Chat Completions 需要 thinking.type: enabled、reasoning_effort 和 max_tokens。request_overrides 添加 GLM 思考字段并重命名动态计算的输出上限字段；openai_visible 会原样回放原生 reasoning_content，并把其他 wire family 的可移植可见 reasoning 转成 reasoning_content。
Messages 兼容接口使用 thinking 和 output_config.effort。除非对应接口明确支持，否则应关闭 Anthropic beta header。兼容 Messages 接口可能返回无签名 thinking，而非 Claude 风格的签名块，不能仅凭 wire 格式推断签名回放能力。只有明确验证 endpoint 接受自身无签名 thinking 的工具循环后，才配置 anthropic_unsigned；启用后，Chord 也能把其他 wire family 的可移植可见 reasoning 映射成该 target 的无签名 thinking block。
GLM 的 /responses 由网关自行实现。只有网关明确说明支持 OpenAI Responses 映射时，才单独使用仅含 reasoning.effort 的模板。

DeepSeek V4（Flash / Pro）

在 ~/.config/chord/auth.yaml 中配置：

deepseek:
  - "$DEEPSEEK_API_KEY"

deepseek-v4-pro 与 deepseek-v4-flash 走同一套 API，协议层完全一致，共用下面按 wire family 命名的模板。deepseek-v4-flash 是 2026-07-31 发布的正式版（DeepSeek-V4-Flash-0731，API 模型 ID 不变、自动指向正式版），原生支持 Responses API；deepseek-v4-pro 官方支持 Responses 尚在预告中。

model_templates:
  deepseek-v4-chat: &deepseek-v4-chat
    limit:
      context: 1000000
      output: 64000
    reasoning:
      effort: high
    variants:
      low:
        reasoning:
          effort: low
      high:
        reasoning:
          effort: high
      max:
        reasoning:
          effort: max
    compat:
      request_overrides:
        rename_body_fields:
          max_completion_tokens: max_tokens
        body:
          thinking:
            type: enabled
      reasoning_continuity:
        mode: openai_visible

  deepseek-v4-messages: &deepseek-v4-messages
    limit:
      context: 1000000
      output: 64000
    thinking:
      type: adaptive
      effort: high
    variants:
      low:
        thinking:
          effort: low
      high:
        thinking:
          effort: high
      max:
        thinking:
          effort: max
    compat:
      request_overrides:
        headers:
          anthropic-beta: null
      reasoning_continuity:
        mode: anthropic_unsigned

  deepseek-v4-responses: &deepseek-v4-responses
    limit:
      context: 1000000
      output: 64000
    reasoning:
      effort: high
    variants:
      low:
        reasoning:
          effort: low
      high:
        reasoning:
          effort: high
      max:
        reasoning:
          effort: max

providers:
  deepseek:
    type: chat-completions
    api_url: https://api.deepseek.com/v1/chat/completions
    models:
      deepseek-v4-pro: *deepseek-v4-chat
      deepseek-v4-flash: *deepseek-v4-chat

  deepseek-messages:
    type: messages
    api_url: https://api.deepseek.com/anthropic/v1/messages
    models:
      deepseek-v4-pro: *deepseek-v4-messages
      deepseek-v4-flash: *deepseek-v4-messages

  deepseek-responses:
    type: responses
    api_url: https://api.deepseek.com/v1/responses
    models:
      deepseek-v4-flash: *deepseek-v4-responses

model_pools:
  default:
    - deepseek/deepseek-v4-flash@high

要点：

DeepSeek Chat thinking 使用 thinking.type、顶层 reasoning_effort 和 max_tokens。request_overrides 提供请求形状差异；thinking + 工具调用循环中，openai_visible 会原样返回 assistant 的 reasoning_content。
DeepSeek Messages 支持 output_config.effort；Chord 从 thinking.effort 生成该字段。兼容接口应关闭 Anthropic beta header。 DeepSeek 的 Anthropic 兼容接口可能返回无签名 thinking，而不是 Claude 风格的签名块。anthropic_unsigned 会原生回放同 provider/model 的无签名 thinking，也能把其他 wire family 的可移植可见 reasoning 转为无签名 thinking block；如果 target 仍拒绝该形状，严格兼容级别会丢弃 reasoning carrier，但保留工具轮次。
第三方 /responses 端点由网关自行实现；只有网关明确说明映射方式时，才使用 reasoning.effort。
对兼容网关，请使用该网关 / 账号实际公开的模型 ID 和限制。见常见问题排查 — DeepSeek / OpenAI 兼容 thinking 模式 400。

补充：

官方定价页标注的最大输出为 384K；这里 limit.output: 64000 是保守的本地分配，与 pro 保持一致。需要更长输出时按需调大。
flash 原生支持 Responses API（api.deepseek.com/v1/responses），pro 的 Responses 支持仍在预告中；上方的 deepseek-responses 只列了 flash。响应中的 output_tokens_details.reasoning_tokens 由 Chord 按标准 reasoning 回显处理，无需额外配置。
reasoning_effort 官方支持 low / high / max（默认 high）。 xhigh 会被映射到 high，medium 映射到 high，所以模板只定义 low / high / max 三个 variant。
模型间有差异时（例如某个型号默认思考强度不同），用 YAML 锚点继承并覆盖差异部分即可，例如：

  deepseek-v4-pro-chat: &deepseek-v4-pro-chat
    <<: *deepseek-v4-chat
    reasoning:
      effort: max

这样 pro 的默认思考强度为 max，flash 保持 high，其余字段（limit、 compat、variants）全部复用。

flash 定价约为 pro 的 1/3（输入 $0.14 / 输出 $0.28 每百万 token），适合高频 / 低成本场景。见 DeepSeek 官方定价。

Qwen 保留历史思考

Qwen 通过 reasoning_content 返回可见思考，但大多数型号默认忽略历史消息里的该字段。只有模型文档明确支持 preserve_thinking 时才应开启回放（目前主要是 Qwen 3.6/3.7 Max、Plus 系列）；较早的 Qwen 3/3.5 即使会输出思考，也应保持 continuity 关闭。

model_templates:
  qwen-preserved: &qwen-preserved
    limit:
      context: 1000000
      output: 65536
    compat:
      request_overrides:
        body:
          enable_thinking: true
          preserve_thinking: true
      reasoning_continuity:
        mode: openai_visible

providers:
  qwen:
    type: chat-completions
    api_url: https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions
    models:
      qwen3.7-plus: *qwen-preserved

model_pools:
  default:
    - qwen/qwen3.7-plus

请按账号和区域文档替换上下文限制及 endpoint。preserve_thinking: true 时，历史思考会计入输入 token 和费用。

Kimi K3

Kimi K3 是当前旗舰思考模型，提供 1M token 上下文、始终启用思考，目前只接受 reasoning_effort: max，并要求多轮对话和工具调用循环完整回传 assistant 消息（包括 reasoning_content）。不要发送 K2.x 的 thinking 参数，也不要显式发送 temperature 等固定采样字段。

model_templates:
  kimi-k3: &kimi-k3
    limit:
      context: 1048576
      output: 131072
    reasoning:
      effort: max
    compat:
      reasoning_continuity:
        mode: openai_visible

  kimi-k2.7-code: &kimi-k2-7-code
    limit:
      context: 262144
      output: 32768
    compat:
      reasoning_continuity:
        mode: openai_visible

  kimi-k2.6-thinking: &kimi-k2-6-thinking
    limit:
      context: 262144
      output: 32768
    compat:
      request_overrides:
        body:
          thinking:
            type: enabled
            keep: all
      reasoning_continuity:
        mode: openai_visible

providers:
  kimi:
    type: chat-completions
    api_url: https://api.moonshot.ai/v1/chat/completions
    models:
      kimi-k3: *kimi-k3
      kimi-k2.7-code: *kimi-k2-7-code
      kimi-k2.6: *kimi-k2-6-thinking

model_pools:
  default:
    - kimi/kimi-k3

K2.7 Code 是 256K 上下文、面向编码的纯思考型号；它的 thinking 和 keep: all 行为固定，因此模板不发送 thinking 对象。K2.6 是 256K 上下文的通用混合思考型号，所以显式设置这两个字段。K2.5 不支持保留历史思考，而且已对新用户进入退场阶段；新配置应优先使用 K3。

对于所有使用 openai_visible 的模板（DeepSeek、GLM、受支持的 Qwen 和 Kimi），Chord 首次会把原生 reasoning 乐观回放给任何 Chat Completions 目标，因此 Kimi K2.6/K2.7→K3 这类官方允许的同 provider 升级和同模型跨 provider fallback 都能保留连续性。若目标拒绝原生 reasoning，Chord 只会删除或转换不兼容的 reasoning 负载；已完成且成对的工具调用和结果仍会保留。当目标连结构化形状也不接受时，严格降级会把已完成的动作历史文本化，而不会把外部工具事实静默删除。

跨协议 fallback 的连续性

当模型池在 Chat Completions、Responses、Messages 或 Gemini 之间切换时， Chord 会保留已完成工具轮次中可迁移的部分：

已完成且成对的调用与结果会尽量转换为目标协议的结构化工具表示；
与工具轮次绑定的可见 reasoning（reasoning_content、无签名 thinking 文本、Responses reasoning summary 或 Gemini thought 文本）只有在目标提供结构化 reasoning carrier（openai_visible 或 anthropic_unsigned）时才会转换；否则会被丢弃，而不会注入普通 assistant 正文；
Claude signature、Responses 加密 reasoning、Gemini thought signature 等 provider 专属 opaque 状态不会被伪造，也不会复制到不兼容协议；
若目标拒绝合成后的结构化形状，严格兼容降级会把完整调用/结果历史文本化，而不是静默删除。

纯 reasoning-only 历史不会转换为 fallback 文本。这样可以把跨协议上下文集中在与动作相关的状态上，避免为和工具轮次无关的旧思考链重复付费。

Grok 4.5（xAI Responses）

xAI 推荐通过 Responses API 使用 Grok。Grok 4.5 支持文本和图片输入、 function calling、structured output、reasoning，并提供 500K 上下文。它通过 response.reasoning_text.* 流事件返回原始 reasoning；Chord 会把这些事件映射到统一 thinking stream，同时保存有序 Responses output item 以延续工具调用状态。

model_templates:
  grok-4.5: &grok-4-5
    limit:
      context: 500000
      output: 64000 # 保守的本地分配；xAI 公布的是总上下文
    reasoning:
      effort: high
    modalities:
      input: [text, image]
    cost:
      input: 2
      output: 6
      cache_read: 0.3
      input_tiers:
        - above_input_tokens: 199999
          input: 4
          output: 12
          cache_read: 0.6


providers:
  xai:
    type: responses
    api_url: https://api.x.ai/v1/responses
    models:
      grok-4.5: *grok-4-5

model_pools:
  default:
    - xai/grok-4.5

可使用 grok-4.5 或滚动别名 grok-4.5-latest。不要配置 openai_visible：xAI Responses 使用原生有序 output / reasoning 状态，而非 Chat Completions 的 reasoning_content。reasoning.effort 支持 low、 medium、high；high 是默认值且不能关闭 reasoning。grok-4.20-fast 不是 xAI 官方模型 ID。官方 grok-4.20-multi-agent 提供 1M 上下文，应按当前 xAI 型号页面单独配置，不要从 Grok 4.5 直接复制。

如何验证任意一份配置

复制完配置后，先跑一个定向检查：

chord doctor models --model provider/model

然后再验证你实际要用的 variant，例如：

chord doctor models --model openai/gpt-5.6@max
chord doctor models --model codex/gpt-5.5@max
chord doctor models --model anthropic/claude-opus-5@high

模型配置速查

OpenAI Responses 兼容接口：GPT-5.4 / GPT-5.5 / GPT-5.6

GPT-5.4

GPT-5.5

GPT-5.6 alias（gpt-5.6 → Sol）

GPT-5.6 Sol

GPT-5.6 Terra

GPT-5.6 Luna

Codex OAuth preset

Anthropic Claude

Google Gemini

GLM-5.2 / BigModel Coding Plan

DeepSeek V4（Flash / Pro）

Qwen 保留历史思考

Kimi K3

跨协议 fallback 的连续性

Grok 4.5（xAI Responses）

如何验证任意一份配置

GPT-5.6 alias（`gpt-5.6` → Sol）