qwen 推理模型 max_tokens 设小（600）时返回空 content

Problem

调用 qwen3.x 系列（带推理）设置 max_tokens 600，返回 content 为空字符串，usage 显示 completion_tokens 用满。

Error (redacted / normalized)

choices[0].message.content == "" ; finish_reason: "length"

Applies when

OpenAI 兼容接口，qwen3.6/3.7 推理模型，max_tokens ≤ 1000

Confirm it is this problem

响应里 message.reasoning_content 很长而 content 为空，且 finish_reason: length → expect: 推理吃满预算。

Not this when / boundary

如果 finish_reason: stop 但 content 仍为空，是模型/网关的另一类问题（如工具调用被截断），不是预算。

Root cause

推理 token 计入 completion 预算，预算被 reasoning_content 耗尽后正文为空。

Fix

1. 把 max_tokens 提到 ≥ 4000，或
2. 通过 reasoning: {effort: 'low'} / 模型的关闭推理参数减少思考量，或
3. 对需要短回复的场景改用非推理模型（如 deepseek-v4-flash、glm-5.3）。

How to verify

content 非空，finish_reason 为 stop。

What did not work

重试；调 temperature。

Risks

更大的 max_tokens 会提高预扣额度（如果中转站按输出上限预留）。

Verified scope

qwen3.6/3.7 推理模型，2026-10