40. API 参数与重试策略深度对比

March 28, 2026 · View on GitHub

API 参数配置直接影响代码生成质量、成本和可靠性。从 temperature=0 的确定性输出到 7 种生成配置，各工具的 LLM 调用策略差异显著。

总览

Agent	默认温度	重试策略	循环上限	流式输出	LLM SDK	Prompt 缓存
Claude Code	0/1（模式相关）	指数退避	可配置 maxTurns	✓	原生 Anthropic	✓ cache_control
Gemini CLI	0(base)/1(chat)	10 次，5-30s	100 轮	✓	@google/genai	✓ cachedContent
Aider	0	0.125s→60s	3 次反射	✓（默认）	LiteLLM	✓ Anthropic 缓存
Kimi CLI	环境变量控制	tenacity 0.3-5s×3	100 步/轮	✓	kosong（自研）	✗
Goose	None（环境变量）	可配置 RetryManager	无固定上限	Provider 决定	Provider trait	✗
Codex CLI	可配置	—	可配置	✓	原生 OpenAI	✓ 服务端
Copilot CLI	0/1（场景相关）	—	可配置	✓	原生 GitHub	✗
Qwen Code	继承 Gemini	继承 Gemini	100 轮	✓	@google/genai	✓（DashScope）

一、温度策略

跨 Agent 温度对比

场景	Claude Code	Gemini CLI	Aider	Kimi CLI
代码生成	~0	0（base）	0	环境变量
对话交互	~1	1（chat）	0	环境变量
分类/安全	0	0（classifier）	—	—
辅助任务	—	0.2-0.3	—	—
推理模型	—	—	禁用	—

Gemini CLI 7 种生成配置（源码：`defaultModelConfigs.ts`）

配置	temperature	topP	topK	thinkingConfig
`base`	0	1	—	—
`chat-base`	1	0.95	64	`includeThoughts: true`
`chat-base-2.5`	继承	继承	继承	`thinkingBudget: DEFAULT`
`chat-base-3`	继承	继承	继承	`thinkingLevel: HIGH`
`classifier`	0	1	—	`thinkingBudget: 512, maxOutputTokens: 1024`
`prompt-completion`	0.3	继承	—	`thinkingBudget: 0, maxOutputTokens: 16000`
`fast-ack-helper`	0.2	继承	—	`thinkingBudget: 0, maxOutputTokens: 120`

Aider 推理控制命令（2026 新增）

/think-tokens 32k        # 设置思维 token 预算（支持人类可读格式）
/reasoning-effort high    # 控制模型推理级别（low/medium/high）

运行时动态调整模型推理深度，无需重启会话。

Aider 推理模型温度禁用

# models.py — 以下模型自动禁用温度
use_temperature = False  # DeepSeek R1, o1/o3/o4, GPT-5

# Aider 实际 LLM 调用（models.py:1020）
response = litellm.completion(
    model=self.model_name,
    messages=messages,
    temperature=0 if self.use_temperature else None,
    stream=True,
    timeout=600,  # 10 分钟超时
    **extra_kwargs
)

Claude Code API 调用示例（二进制提取）

// Anthropic API 调用（cache_control 优化）
{
  model: "claude-sonnet-4-6",
  max_tokens: 16384,
  system: [
    { type: "text", text: systemPrompt, cache_control: { type: "ephemeral" } }
  ],
  tools: toolDefinitions.map(t => ({
    ...t, cache_control: { type: "ephemeral" }
  })),
  messages: conversationHistory
}

Gemini CLI 生成配置（源码：`defaultModelConfigs.ts`）

// chat-base 配置（对话模式默认）
{
  temperature: 1,
  topP: 0.95,
  topK: 64,
  generationConfig: {
    thinkingConfig: { includeThoughts: true }
  }
}

// classifier 配置（模型路由分类器）
{
  temperature: 0,
  topP: 1,
  generationConfig: {
    thinkingConfig: { thinkingBudget: 512 },
    maxOutputTokens: 1024
  }
}

二、重试策略

跨 Agent 重试对比

Agent	初始延迟	最大延迟	最大次数	重试条件	抖动
Aider	0.125s	60s	—	LiteLLM 可重试错误	✗
Gemini CLI	5s	30s	10	429 + 5xx	✗
Kimi CLI	0.3s	5s	3/步	通用错误	✓（0.5）
Goose	—	300s（超时）	用户配置	—	✗
Claude Code	—	—	指数退避	API 错误	✗

Kimi CLI tenacity 配置（源码：`kimisoul.py:687-691`）

@retry(
    wait=wait_exponential_jitter(initial=0.3, max=5, jitter=0.5),
    stop=stop_after_attempt(3),
)
async def _step(self):
    ...

Gemini CLI 重试条件（源码：`retry.ts:150`）

仅重试：

429 — 速率限制（Rate Limit Exceeded）
5xx — 服务器错误（Internal Server Error）

不重试：4xx 客户端错误（除 429）。

三、代理循环控制

循环上限

Agent	上限	源码位置	说明
Gemini CLI	100 轮	`client.ts:81` MAX_TURNS	硬编码
Kimi CLI	100 步/轮	`config.py:71-72` max_steps_per_turn	可配置
Qwen Code	100 轮	继承 Gemini	硬编码
Aider	3 次反射	`base_coder.py:101`	lint/test 专用
Claude Code	可配置	maxTurns（74 refs）	动态
Goose	无固定上限	—	直到模型停止
Copilot CLI	可配置	`--max-autopilot-continues`	Autopilot 模式限制
Codex CLI	可配置	config.toml	审批模式影响循环
OpenCode	可配置	—	Doom Loop 保护（3 次拒绝中断）

停止条件

Agent	停止方式
Claude Code	`end_turn` / `stop_sequence` / 用户中断
Gemini CLI	轮次耗尽 / 模型停止 / 用户中断
Qwen Code	继承 Gemini
Aider	模型不再调用工具 / 3 次反射失败
Kimi CLI	步数耗尽 / `stop_reason` / 用户中断
Goose	模型决定 / 用户中断
Copilot CLI	任务完成 / `--max-autopilot-continues` 耗尽 / 用户中断
Codex CLI	模型决定 / 审批拒绝 / 用户中断
OpenCode	模型决定 / Doom Loop 触发 / 用户中断

四、上下文窗口与压缩阈值

Agent	最大上下文	压缩阈值	预留空间
Claude Code	100 万 token（Opus 4.6[1m]）	~95%	—
Gemini CLI	~100 万	50%	—
Kimi CLI	模型依赖	85%	50K tokens
Goose	模型依赖	80%	—
Aider	模型依赖	`done_messages > 1024 tokens`	—
Qwen Code	~100 万	50%（继承）	—
Copilot CLI	模型依赖	`backgroundCompactionThreshold`	—
Codex CLI	模型依赖	`auto_compact_token_limit`	—
OpenCode	模型依赖	可配置	—

五、Prompt 缓存

Agent	缓存机制	效果
Claude Code	Anthropic `cache_control: ephemeral`	系统提示和工具定义缓存，减少重复 token
Aider	Anthropic prompt caching（通过 LiteLLM）	后台保活 ping 维持缓存
Gemini CLI	Google `cachedContent` API	长上下文缓存
Codex CLI	OpenAI 服务端缓存	`enable_request_compression`
Qwen Code	DashScope 缓存（`enableCacheControl`）	继承

六、工具调用策略

Agent	并行调用	工具选择	特殊机制
Claude Code	✓（Agent 子代理）	模型自选	ToolSearch 延迟加载
Gemini CLI	✓	模型自选	TailToolCall 链式调用
Copilot CLI	✓（`multi_tool_use.parallel`）	模型自选	模型特定 apply-patch
Aider	✗（串行）	编辑格式决定	14 种格式按模型选择
Kimi CLI	✗（串行+后台任务）	模型自选	max_steps_per_turn=100
Goose	✓	模型自选	toolshim 兼容层
Qwen Code	✓（继承 Gemini）	模型自选	继承 TailToolCall
Codex CLI	✓（`supports_parallel_tool_calls`）	模型自选	apply_patch 专用格式
OpenCode	✓	模型自选	按模型切换 edit/apply_patch

Goose toolshim（独有）

源码：model.rs:48

pub struct ModelConfig {
    pub toolshim: bool,              // 启用工具调用 shim
    pub toolshim_model: Option<String>, // 代理决策的模型
}

对不支持原生 function calling 的模型（如部分本地 Ollama 模型），Goose 通过 toolshim 用另一个模型代理工具调用决策。例如：主模型为 llama3:8b（无工具调用），toolshim_model 设为 gpt-4o-mini（代理工具选择）。

七、LLM SDK 生态

SDK	使用者	提供商覆盖
LiteLLM	Aider, SWE-agent, OpenHands	100+（统一 Python 接口）
@google/genai	Gemini CLI, Qwen Code	Google 模型
原生 Anthropic	Claude Code	Anthropic 模型
原生 OpenAI	Codex CLI	OpenAI 模型
Provider trait	Goose（rmcp Rust）	58+（Rust trait 抽象）
Handler 工厂	Cline	48+（per-provider Handler）
kosong	Kimi CLI	5+（自研 Python 抽象）
Vercel AI SDK	OpenCode	100+（TypeScript）

证据来源

Agent	源码文件	获取方式
Aider	`models.py:988`（temp）, `history.py`（压缩）	GitHub 源码
Gemini CLI	`defaultModelConfigs.ts`, `retry.ts`, `client.ts:81`	GitHub 源码
Kimi CLI	`config.py:71-85`, `kimisoul.py:687-691`	GitHub 源码
Goose	`model.rs:48-158`, `context_mgmt/mod.rs`	GitHub 源码
Claude Code	`claude --help` + 二进制分析	本地二进制
Codex CLI	`codex --help` + config schema	二进制 + 官方文档