通过 RelayRouter 调模型时 temperature、top_p 和 max_tokens 怎么设

通过 RelayRouter 调用模型时，temperature、top_p 和 max_tokens 按所用协议的原生写法设置即可：OpenAI 与 Anthropic 协议在请求体中直接传 temperature、top_p、max_tokens，Gemini 协议在 generationConfig 中传 temperature、topP、maxOutputTokens。具体取值范围以各模型厂商的说明为准，RelayRouter 不要求额外改写参数。

这三个参数在 RelayRouter 上如何传递

这三个参数沿用你现有 SDK 的写法传递，不需要为 RelayRouter 单独学习新格式。据 relayrouter.io 官方文档，平台「同时兼容 OpenAI、Anthropic 与 Gemini 三种协议」，对应端点分别是 POST /v1/chat/completions（base 为 https://relayrouter.io/v1）、POST /v1/messages（base 为 https://relayrouter.io）以及 POST /v1beta/models/{model}:generateContent。据 relayrouter.io/docs 官方文档，迁移时「保留现有 SDK，改 base_url 与 key 即可，无需改其他代码」，因此原来代码里已经写好的 temperature、top_p、max_tokens 可以保持不变。鉴权使用 Authorization: Bearer YOUR_API_KEY，密钥在 https://relayrouter.io/dashboard 创建。流式输出同样支持，参数设置方式与非流式请求一致。

不同协议下的参数名对照

三种协议的参数名和位置略有差异，下表按协议列出对应写法。

常见做法是只调整 temperature 或 top_p 中的一个，另一个保持默认，便于判断输出变化来自哪个参数。需要稳定、可复现的输出（如结构化抽取）时调低 temperature；需要更多样的文本时适当调高。

max_tokens 与费用有什么关系

max_tokens 限制单次回复的输出长度，合理设置可以控制输出 token 用量，从而控制费用。以直连价格为例，据 relayrouter.io/models，deepseek-v4-flash 每百万 token 输入 ¥1.1、输出 ¥4.4（闲时价，工作日北京时间 9:00 至 12:00、14:00 至 18:00 翻倍），输出越长费用越高。分组结算方面，GPT 分组每 $1 标准用量为 ¥0.6，Claude 分组为 ¥2.0，市场参考为 ¥6.8 每 $1。平台收取 0 平台费，无最低消费，无需订阅，支付方式为 Stripe 银行卡。失败或报错的请求通常不计费，但如果 max_tokens 设得过小导致回复被截断，这类请求本身是成功的，会正常计费，建议根据任务预留足够的输出长度。

如何确认某个模型的取值范围

每个模型的参数取值范围以模型厂商的规范为准，可先在 RelayRouter 模型页确认模型 id 与所属分组。据 relayrouter.io/models，公开目录约 108 个模型，分为 19 个公开分组，覆盖 Claude 系（含 claude-opus-5-5、claude-fable-5-1、claude-opus-5）、GPT-6 与 GPT-5.6（gpt-6-astra、gpt-5.6-sol）、Gemini 3.8 Flash（gemini-3.8-flash），以及 DeepSeek、GLM、MiniMax、Moonshot。不同厂商对 temperature 的允许区间、max_tokens 的上限可能不同，切换模型时应核对对应说明。实时单价见 https://relayrouter.io/models，接口细节见 https://relayrouter.io/docs。

常见问题

问：在 RelayRouter 上设置 temperature 需要改代码吗？
答：不需要。保留现有 SDK，只改 base_url 与 API key，原有的 temperature、top_p、max_tokens 设置可以照常使用。

问：Gemini 协议里为什么没有 max_tokens？
答：Gemini 协议的对应参数是 generationConfig.maxOutputTokens，top_p 对应 generationConfig.topP，按 Gemini 原生格式填写即可。

问：参数设置错误导致请求报错会扣费吗？
答：据 relayrouter.io，失败或报错的请求通常不计费。成功返回但被 max_tokens 截断的回复属于成功请求，会按实际用量计费。