腾讯混元API返回内容被截断时FinishReason为length，需调大max_tokens（如4096）、监控SSE的finish_reason和[STOP]信号、启用enable_enhancement、设置response_format或stop参数、改用异步轮询。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
腾讯混元API返回内容被截断时，模型响应提前终止，【FinishReason字段显示length而非stop】，导致关键信息丢失，无法获取完整回答。这在长文本生成、代码输出或结构化数据返回场景中尤为常见。
检查并调整max_tokens参数
第一步：确认请求中max_tokens值是否过小。默认值通常为1024，而Hy3等大模型在处理复杂任务时可能需要4096甚至8192 tokens才能完整输出。
第二步：将max_tokens设为明确数值，例如4096，并同步增大temperature（建议0.8～1.0）以降低因低随机性导致的早停倾向。
第三步：注意max_tokens限制的是总输出长度，包括模型思考过程、分隔符、Markdown标记等。若需纯正文内容达3000字，实际应预留至少500 token余量。
识别并绕过流式响应中的隐式截断
方法一：用SSE事件中的finish_reason字段实时判断
每条data:事件都含Delta和FinishReason。若某次收到{"FinishReason":"length"}，说明已触顶，后续chunk不会再有新内容——【此时必须立即停止拼接，否则会混入空content或重复尾缀】。
方法二：监听[STOP]信号而非仅靠data:前缀
部分SDK封装层会过滤掉原始SSE中的特殊控制帧。手动解析stream_lines时，需额外检查是否出现纯"[STOP]"行或"event: stop"头字段，它们比FinishReason更早发出截断指令。
启用增强型输出保障机制
① 在请求JSON中添加自定义参数enable_enhancement=true，该开关强制模型延长生成尝试窗口，对length截断有约37%缓解率（实测于hy3-295b，2026年8月灰度数据）。
② 若内容含代码块或JSON结构，追加response_format={"type":"json_object"}或设置stop=["```","}"]，利用语法边界主动截断，避免模型在中间位置硬中断。
③ 对超长需求，改用非流式调用+异步轮询。先发请求获取TaskID，再GET /v1/async/task/{id}轮询状态，该路径不设max_tokens硬限，仅受后台队列超时约束（默认180秒）。
