必须正确设置model、messages和authorization等关键参数，启用enable_enhancement并配合reasoning_level控制思维链，通过response_format、temperature等参数调控输出格式与质量，同时注意上下文长度与流式响应限制。
☞☞☞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☜☜☜
要在调用腾讯混元大模型的/chat/completions接口时精准控制输出质量、响应速度与推理深度，必须正确设置请求体中的关键参数。这些参数直接影响模型是否启用思维链、能否返回结构化JSON、是否流式输出，以及如何处理超长上下文。
基础必填参数配置
第一步：确认 model 字段值为 【hunyuan-turbos-latest】 或 【hunyuan-pro】；其他模型名（如 hunyuan-standard）在当前接口中可能返回 404 错误。
第二步：messages 数组至少包含一个 role="user" 的对象，content 字段不能为空字符串或纯空白符，否则接口将直接报错“invalid message content”。
第三步：添加 Authorization 请求头，格式为 Bearer 后接你在腾讯云控制台创建的 API Key —— 注意不是 SecretId/SecretKey 组合，OpenAI 兼容模式下只认单 key。
控制输出格式与结构
方法一：强制返回 JSON 格式
在请求体中加入 "response_format": {"type": "json_object"}，此时模型会严格按 JSON Schema 生成内容，但需同步在 system message 中明确说明字段名和类型，否则可能输出非法 JSON。
方法二：禁用自动换行与缩进
添加 "temperature": 0.01 和 "top_p": 0.01，可大幅降低随机性，使输出更紧凑、更确定；但若 content 含模糊指令（如“写一段简介”），过低 temperature 可能导致语句生硬或重复。
启用多级推理能力
第一步：确认你调用的是 Hy3 模型（如 hunyuan-hy3-295b）或支持 CoT 的 turbos 版本，旧版 hunyuan-standard 不支持此功能。
第二步：在请求体中添加 "enable_enhancement": true —— 这是启用思维链的总开关，缺省为 false。
第三步：选择推理强度模式：
- 低强度 CoT：添加 "reasoning_level": "low"，适合逻辑链较短、需快速响应的场景，如问答补全；
- 高强度 CoT：添加 "reasoning_level": "high"，模型会显式分步推演，但响应延迟增加约 400–900ms；
- 不指定 reasoning_level 时，默认走 direct output 模式，即关闭 CoT，仅做直出生成。
注意：【enable_enhancement 必须为 true，reasoning_level 才生效】；若只设 reasoning_level 而未开 enhancement，参数会被静默忽略。
管理上下文与流式响应
设置 "stream": true 即可开启流式输出，每 chunk 返回一个 delta.content 片段；但要注意：流式响应下，final response 不含 usage 字段，如需 token 统计，必须额外发起一次非流式请求或启用日志追踪。
当 messages 总长度逼近 256K tokens 上限时，务必手动截断早期历史消息——混元不会自动滑动窗口，超限请求直接被拒绝并返回 413 Payload Too Large。
使用 "max_tokens": 2048 可限制单次响应最大长度，避免因模型自由发挥导致响应膨胀；该值不可超过所选模型的最大上下文剩余容量（例如输入占 250K，则 max_tokens 最高设为 6K）。
