“Valore non supportato: 'temperature' non supporta … con questo modello” — i modelli di ragionamento usano effort e verbosity invece

Rimuovi i parametri di sampling

Si tratta di una cancellazione, non di un nuovo valore. Lascia completamente fuori temperature e top_p dalle chiamate ai modelli di ragionamento, insieme a logprobs e top_logprobs, cui si applica la stessa regola. Se vuoi modificare quanto il modello elabora, reasoning effort è il comando che rimane.

from openai import OpenAI

client = OpenAI(base_url="https://api.kunavo.com/v1", api_key="sk-kn-...")
msgs = [{"role": "user", "content": "Summarize this diff as three changelog bullets."}]

# Before — sampling parameters on a reasoning model
resp = client.chat.completions.create(
    model="gpt-6-astra", temperature=0.2, top_p=0.9, messages=msgs)

# After — removed; reasoning effort is the control that remains
resp = client.chat.completions.create(
    model="gpt-6-astra", reasoning_effort="low", messages=msgs)

Controlla quali modelli accettano il sampling

OpenAI definisce la regola per famiglia di modelli e la collega al reasoning effort. Queste sono le indicazioni sui modelli lette il 23 settembre 2026. Le pagine di GPT-5.5 e GPT-5.6 non ribadiscono la regola, quindi considera il silenzio un motivo per eseguire un test, non un'autorizzazione; le righe della serie o provengono da segnalazioni di errori e non dalla documentazione.

gpt-5, gpt-5-mini, gpt-5-nano   error, whatever the reasoning setting
GPT-5.1, GPT-5.2, GPT-5.4       accepted only with reasoning effort "none"
GPT-6 Sol, GPT-6 Luna           remove them unless reasoning effort is "none"
GPT-6 Astra                     remove them: Astra has no "none" effort
GPT-5.5, GPT-5.6                not stated on their guidance pages
o1-preview, o3-mini             rejected (reported errors, not docs)

Regola il modello con i controlli che lo hanno sostituito

Le indicazioni di OpenAI nominano tre sostituti quando il ragionamento è attivo: profondità del ragionamento (reasoning.effort, i cui valori dipendono dal modello e vanno da none e minimal fino a xhigh e max), verbosity dell'output (text.verbosity: low, medium o high, con medium predefinito) e lunghezza dell'output (max_output_tokens, che conta sia i token di ragionamento sia quelli visibili). Chat Completions usa reasoning_effort e verbosity per i primi due. Le indicazioni non offrono un sostituto a livello di sampling per temperature 0; se lo usavi per rendere l'output ripetibile, fissa invece la struttura, usando Structured Outputs per uno schema e il prompt per il resto.

# client as in fix.py above
resp = client.responses.create(
    model="gpt-5-6-sol",
    input="Summarize this diff as three changelog bullets.",
    reasoning={"effort": "low"},   # how much it thinks
    text={"verbosity": "low"},     # how much it says
    max_output_tokens=2000,        # hard cap, reasoning tokens included
)
print(resp.output_text)

Inserisci la regola in un unico helper

Diramare la logica in ogni punto di chiamata è il modo in cui la prossima famiglia di modelli si trasforma in un altro giro di modifiche. Filtra una sola volta i parametri di sampling, in base al modello e all'effort che stai per inviare; su un modello che supporta effort none, questi passano quando richiedi none.

SAMPLING = ("temperature", "top_p", "logprobs", "top_logprobs")
REASONING = ("gpt-5", "gpt-6", "o1", "o3", "o4")  # extend as you adopt models

def sampling_params(model: str, effort: str | None, **params) -> dict:
    """Keep sampling parameters only where they are accepted: effort "none"."""
    if model.startswith(REASONING) and effort != "none":
        return {k: v for k, v in params.items() if k not in SAMPLING}
    return params

effort = "low"  # client and msgs as in fix.py above
resp = client.chat.completions.create(
    model="gpt-5-6-terra",
    messages=msgs,
    reasoning_effort=effort,
    **sampling_params("gpt-5-6-terra", effort, temperature=0.2, top_p=0.9),
)

Posso impostare temperature su GPT-5?

Non su gpt-5, gpt-5-mini o gpt-5-nano: OpenAI afferma che le richieste che lo includono generano un errore. GPT-5.1, 5.2 e 5.4 accettano temperature, top_p e logprobs solo con reasoning effort impostato su none, e le indicazioni di OpenAI su GPT-6 dicono di rimuoverli quando reasoning effort non è none.

Cosa sostituisce temperature nei modelli di ragionamento?

Reasoning effort indica quanto il modello riflette, text.verbosity (verbosity in Chat Completions) quanto parla e max_output_tokens imposta un limite rigido. Tramite Kunavo, imposta verbosity su /v1/responses: l'endpoint chat non lo inoltra ai modelli GPT. Per una struttura ripetibile, usa Structured Outputs e regole di formato esplicite nel prompt.

Devo semplicemente inviare temperature=1?

Omettilo. Il messaggio Valore non supportato indica che il valore predefinito 1 è accettato dal modello che lo ha prodotto, ma altri modelli rifiutano il parametro con qualsiasi valore ("Unsupported parameter: 'temperature' is not supported with this model"); le indicazioni di OpenAI prevedono la rimozione dei campi.

Perché ricevo questo errore se il mio codice non imposta mai temperature?

Qualcosa nel tuo stack lo ha impostato. Le chiamate o1-preview di un utente di jupyter-ai contenevano 0.7, il valore predefinito della classe ChatOpenAI di LangChain sottostante jupyter-ai, mentre un collaboratore di Cline ha ricondotto lo 0 riscontrato da un utente GPT-5 a un valore predefinito hardcoded. Controlla cosa il tuo SDK o framework inserisce realmente nella richiesta, quindi sovrascrivilo o rimuovilo per modello.

Kunavo rimuove temperature al posto mio?

Non per i modelli GPT: Kunavo inoltra temperature e top_p esattamente come li invii, sia su /v1/chat/completions sia su /v1/responses. Rimuove invece temperature, top_p e top_k sui sei modelli Claude da cui Anthropic li ha rimossi.