OpenCode 里 glm-5.3-flash 报 upstream stream ended before first response: eof 或 context 超限

Problem

在 OpenCode 中把 glm-5.3-flash 当主模型，提示词超过约 4 万 token 后开始稳定失败，HTTP 仍是 200 但 SSE 里是错误。

Error (redacted / normalized)

{"error":{"message":"upstream stream ended before first response: eof","type":"bad_response"}}

Applies when

OpenCode + OpenAI 兼容中转 + glm-5.3-flash（实测 40,025 prompt tokens 可用，41,840 失败）

Root cause

该模型真实上下文上限约 40,960，中转默认把 limit 标得更高，超限时上游直接断流而不是返回 4xx。

Fix

1. 在 opencode.json 的模型配置里设 limit: { context: 40000, output: 16000 }，让 OpenCode 提前压缩。
2. 长任务换上下文更大的模型。

How to verify

长会话不再出现 eof；OpenCode 在接近 40k 时自动压缩。

What did not work

重试；调小 output。

Risks

无。