@henjicc/ai-sdk 0.6.2 → 0.8.0

package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/231/276/347/202/274.md

@@ -249,34 +249,34 @@ Qwen-MT 可通过 OpenAI 兼容 `POST /compatible-mode/v1/chat/completions` 或
 | 提交/轮询/结果 | oss://及X-DashScope-OssResourceResolve；原有状态契约不变 | 完成转写输出 | 上传失败不提交识别；取消停止轮询，不宣称撤销远端任务 |
 
 实际时长不是仅由文件大小决定；PCM需采样率/声道/位深及payload字节数，压缩格式需要元数据时长，缺失返回null。新契约不自动修复只抛中文字符串的旧RPC桥。官方凭证fixture：tests/fixtures/bailian/asr-upload-policy.json；其余响应复用原有官方ASR fixtures，未生成付费请求。
-
-## 2026-09-24 Qwen-Audio 3.1 ASR
-
-公开官方文档无需登录：[短音频 HTTP](https://help.aliyun.com/zh/model-studio/fun-asr-flash-recorded-speech-recognition-http-api)、[文件转写](https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api)、[实时客户端](https://help.aliyun.com/zh/model-studio/fun-asr-client-events)、[实时服务端](https://help.aliyun.com/zh/model-studio/fun-asr-server-events)。未执行付费请求。
-
-新增 qwen-audio-3.1-asr-flash / -filetrans / -streaming，分别复用 Fun 短音频、异步文件和 duplex WebSocket 契约，不能套用旧 Qwen3 Chat / Realtime API。域名支持宿主注入工作空间 apiBaseUrl / funWebSocketUrl，不猜工作空间 ID。短音频远端文件上限 2 GB / 5 分钟；Base64 文档仍要求编码后 10 MB，内联原始限制 7.5 MB。文件转写≤2 GB / 12h，分离建议≤2h。
-
-| 协议事件 | 字段与状态规则 |
-|---|---|
-| 短音频 JSON / SSE result | output.text 累计文本；sentence 或分离时 sentences 数组；sentence_end:boolean，speaker_id:integer/null，begin_time/end_time 毫秒。短于一分钟可直接返回 JSON，不能强制只读 SSE |
-| 句末 | 合并去重句子，保留 speaker_id；usage.duration 秒，3.1 另有 input/output/total_tokens |
-| HTTP / SSE 错误 | code/message 非成功时抛错；畸形 JSON 或无文本拒绝 |
-| 文件提交/轮询 | input.file_urls:string[]（单文件），parameters 必须传对象；PENDING→RUNNING→SUCCEEDED/FAILED；results[].subtask_status 单独核对，成功读取 transcription_url |
-| WS | run-task→task-started→result-generated→finish-task→task-finished；task-failed 终止；未知事件沿共享状态机处理 |
-| 取消/断连/超时 | 使用 AbortSignal / 共享 WebSocket 生命周期释放；不创建第二个计费任务 |
-
-新增 keepDialect 和即时 vocabulary 参数；实时支持 vadModel。短音频说话人分离发送 speaker_diarization_enabled，文件转写发送 diarization_enabled。文件 channel_id 必须是整数数组，公共单声道选择 channelId 映射为 [channelId]；旧 Qwen3 file_url 契约不改变。短音频 sample_rate 按官方字符串发送，用户上下文 type=input_text。speakerId 作为可选公共输出字段，旧调用兼容。短音频按 tokens 计费，文件与实时不能沿用其 token 单价；未新增不可靠费用计算器。
-
-精确测试复用既有共享异步/实时失败、取消与释放测试，并补充 3.1 JSON/SSE、说话人分离、空 parameters 与新参数路由。样本区分字面与字段构造。
-
-### 2026-09-24 实时空文本中间帧实测补充
-
-以合成语音、合法 `SpeechRecognitionRealtimeStart` 在 SDK 0.6.0 直调 `qwen-audio-3.1-asr-flash-streaming`，复现句首事件之后继续返回 `text=""`、`sentence_end=false`、`end_time=null`、无 `sentence_begin` 的中间帧。官方事件页（https://help.aliyun.com/zh/model-studio/fun-asr-server-events，2026-09-24 核对）说明只有新句首个中间结果包含句首标记；空文本后续帧来自本次实测，并非官方字面示例。
-
-|事件|前置状态|字段与空值|状态/输出|错误与资源|
-|---|---|---|---|---|
-|空文本中间帧|任务已开始|text 是空字符串，sentence_end=false；sentence_begin 可省略，end_time 可为 null|保持会话，继续等待，不产生 partial/final|不关闭连接|
-|缺 text 或缺句子状态的无文本帧|任务已开始|缺字段/类型错误不能等同空字符串|invalid_response|失败并释放连接|
-|空 final 或全程无 final|任务已开始|sentence_end=true 但无文字，或 task-finished 前无 final|仍拒绝空结果|失败并释放连接|
-
-fixture `asr-realtime-fun.json.emptyIntermediate` 是实测脱敏结构。共享 Fun Duplex parser 的两个 Fun-ASR ID 与 Qwen-Audio 3.1 streaming 均沿同一规则；Qwen Realtime 独立解析器不受影响。
+
+## 2026-09-24 Qwen-Audio 3.1 ASR
+
+公开官方文档无需登录：[短音频 HTTP](https://help.aliyun.com/zh/model-studio/fun-asr-flash-recorded-speech-recognition-http-api)、[文件转写](https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api)、[实时客户端](https://help.aliyun.com/zh/model-studio/fun-asr-client-events)、[实时服务端](https://help.aliyun.com/zh/model-studio/fun-asr-server-events)。未执行付费请求。
+
+新增 qwen-audio-3.1-asr-flash / -filetrans / -streaming，分别复用 Fun 短音频、异步文件和 duplex WebSocket 契约，不能套用旧 Qwen3 Chat / Realtime API。域名支持宿主注入工作空间 apiBaseUrl / funWebSocketUrl，不猜工作空间 ID。短音频远端文件上限 2 GB / 5 分钟；Base64 文档仍要求编码后 10 MB，内联原始限制 7.5 MB。文件转写≤2 GB / 12h，分离建议≤2h。
+
+| 协议事件 | 字段与状态规则 |
+|---|---|
+| 短音频 JSON / SSE result | output.text 累计文本；sentence 或分离时 sentences 数组；sentence_end:boolean，speaker_id:integer/null，begin_time/end_time 毫秒。短于一分钟可直接返回 JSON，不能强制只读 SSE |
+| 句末 | 合并去重句子，保留 speaker_id；usage.duration 秒，3.1 另有 input/output/total_tokens |
+| HTTP / SSE 错误 | code/message 非成功时抛错；畸形 JSON 或无文本拒绝 |
+| 文件提交/轮询 | input.file_urls:string[]（单文件），parameters 必须传对象；PENDING→RUNNING→SUCCEEDED/FAILED；results[].subtask_status 单独核对，成功读取 transcription_url |
+| WS | run-task→task-started→result-generated→finish-task→task-finished；task-failed 终止；未知事件沿共享状态机处理 |
+| 取消/断连/超时 | 使用 AbortSignal / 共享 WebSocket 生命周期释放；不创建第二个计费任务 |
+
+新增 keepDialect 和即时 vocabulary 参数；实时支持 vadModel。短音频说话人分离发送 speaker_diarization_enabled，文件转写发送 diarization_enabled。文件 channel_id 必须是整数数组，公共单声道选择 channelId 映射为 [channelId]；旧 Qwen3 file_url 契约不改变。短音频 sample_rate 按官方字符串发送，用户上下文 type=input_text。speakerId 作为可选公共输出字段，旧调用兼容。短音频按 tokens 计费，文件与实时不能沿用其 token 单价；未新增不可靠费用计算器。
+
+精确测试复用既有共享异步/实时失败、取消与释放测试，并补充 3.1 JSON/SSE、说话人分离、空 parameters 与新参数路由。样本区分字面与字段构造。
+
+### 2026-09-24 实时空文本中间帧实测补充
+
+以合成语音、合法 `SpeechRecognitionRealtimeStart` 在 SDK 0.6.0 直调 `qwen-audio-3.1-asr-flash-streaming`，复现句首事件之后继续返回 `text=""`、`sentence_end=false`、`end_time=null`、无 `sentence_begin` 的中间帧。官方事件页（https://help.aliyun.com/zh/model-studio/fun-asr-server-events，2026-09-24 核对）说明只有新句首个中间结果包含句首标记；空文本后续帧来自本次实测，并非官方字面示例。
+
+|事件|前置状态|字段与空值|状态/输出|错误与资源|
+|---|---|---|---|---|
+|空文本中间帧|任务已开始|text 是空字符串，sentence_end=false；sentence_begin 可省略，end_time 可为 null|保持会话，继续等待，不产生 partial/final|不关闭连接|
+|缺 text 或缺句子状态的无文本帧|任务已开始|缺字段/类型错误不能等同空字符串|invalid_response|失败并释放连接|
+|空 final 或全程无 final|任务已开始|sentence_end=true 但无文字，或 task-finished 前无 final|仍拒绝空结果|失败并释放连接|
+
+fixture `asr-realtime-fun.json.emptyIntermediate` 是实测脱敏结构。共享 Fun Duplex parser 的两个 Fun-ASR ID 与 Qwen-Audio 3.1 streaming 均沿同一规则；Qwen Realtime 独立解析器不受影响。

package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/241/205/345/237/272/346/265/201/345/212/250.md

@@ -2,7 +2,7 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-09-11 |
+| 最后更新 | 2026-09-11 |
 | 供应商 | SiliconFlow / SiliconCloud |
 | 建议 `providerId` | `siliconflow` |
 | Base URL | `https://api.siliconflow.cn/v1` |
@@ -10,50 +10,50 @@
 | 已核验 ASR 类型 | 同步文件语音转写 API |
 | 文档/价格可见性 | 公开，无需登录；API Key、实名、用量和账单需登录 |
 
-## LLM 与动态模型发现（2026-09-11）
-
-本节依据国内控制台模型详情、官方 Chat Completions / Models 文档和实时价格页。控制台已登录核验；公开文档与价格页无需登录。模型名字保留大小写与厂商前缀，不把硅基流动的 DeepSeek V4 Flash 冒充 DeepSeek 官方 `deepseek-flash`（V4.1）。
-
-| 展示名 / API model ID | 已核验输入 / 工具 | 上下文 | 每百万 tokens 输入 / 输出 / 缓存命中（人民币） |
-|---|---|---|---|
-| DeepSeek V4 Flash / `deepseek-ai/DeepSeek-V4-Flash` | 文本 / 工具调用 | 1,000,000；模型页声明最高输出 384K | 3 / 9 / 0.3；价格页另有 2–8 点 1.5 / 4.5 / 0.15，时段以平台账单为准 |
-| GLM-5.3 / `zai-org/GLM-5.3` | 文本 / 工具调用 / 结构化输出 | 1,048,576；托管输出上限未明确，留空 | 8 / 28 / 2 |
-| Kimi K2.7 Code / `moonshotai/Kimi-K2.7-Code` | 文本、图片 / 工具调用 | 256K；托管输出上限留空 | 6.5 / 27 / 1.3 |
-| Qwen3.8-27B / `Qwen/Qwen3.8-27B` | 文本、图片 / 工具调用 | 256K；托管输出上限留空 | 3 / 12 / 未列出 |
-
-控制台价格单元格实际显示 `/K Tokens`（如 Qwen 输入 0.003、输出 0.012），虽然表头按钮写 M Tokens；上表按单元格单位换算，并与公开价格页交叉核对。Kimi/Qwen 模型介绍包含视频能力，但本次不声明视频输入：未取得该托管接口的视频消息字段契约。常用预设不是全部在售清单，动态发现结果不以预设白名单过滤。
-
-### 发现接口
-
-`GET https://api.siliconflow.cn/v1/models?sub_type=chat`，Bearer 鉴权。`sub_type` 可独立筛选，支持 `chat`、`embedding`、`reranker` 等；本 SDK 检索接口对外 `reranker` 按凭据用途映射为 `rerank`，聊天映射 `llm`。不同时传 `type=text`，避免错误排除支持视觉的聊天模型。
-
-成功体 `{object:"list",data:[{id,object:"model",created,owned_by}]}`。官方示例只给基础身份字段，未提供价格、上下文或完整能力；未知模型保留原 ID，不根据名字猜能力。空 `data:[]` 是合法结果；缺失 data、非数组、平台错误体不得伪装为空列表。取消/超时通过宿主 AbortSignal 传递；不自动重试。SDK 不在无凭据时尝试匿名列举。
-
-### 聊天接口与事件矩阵
-
-`POST https://api.siliconflow.cn/v1/chat/completions`，Bearer、JSON。必填 `model` 与 `messages`；`stream:true` 返回 SSE，以 `data: [DONE]` 结束。消息复用 OpenAI 兼容结构，图片为 `image_url` 内容块；工具为 `tools[].function`，最多 128 个。支持 `max_tokens`、`temperature`、`top_p`、`response_format`。输出上限不得直接等于上下文窗口；官方建议预留输入空间。
-
-思考开关使用 `enable_thinking`，不发送 DeepSeek 原厂的 `thinking` 对象。官方字段表明确 `reasoning_effort` 仅支持 high/max，并列举 DeepSeek V4 Flash、Pro/DeepSeek V4、Pro/GLM-5.2；本次四个预设仅给 DeepSeek V4 Flash 发送该字段。关闭思考时只发 `enable_thinking:false`。其他预设发送布尔开关，不根据模型营销介绍猜强度枚举。GLM-5.3 的官方原厂能力配置不能覆盖硅基流动托管限制。
-
-| 事件/状态 | 字段与空值语义 | 输出与状态 | 终态 / 资源 |
-|---|---|---|---|
-| HTTP 成功开始 SSE | choices 数组；delta.content 可空串、reasoning_content 可 null、finish_reason 可 null（官方 Streaming 首帧） | 空始帧不输出文本，继续读取 | 未终止；复用当前响应流 |
-| 文本/思考 delta | content / reasoning_content 字符串增量，缺失/null 不追加 | 分别输出正文与思考 | 继续读取 |
-| 工具 delta | delta.tool_calls 的 index、id、function.name/arguments；arguments 增量拼接 | 保留工具身份与参数，交共享解析器 | 继续读取 |
-| finish / usage | finish_reason 标记 stop、length、tool_calls；usage 的 prompt/completion/total 与可选 reasoning/cached tokens | 归一化终态原因和用量；usage 可随首帧出现 | 等待 DONE/结束并释放 reader |
-| `[DONE]` | SSE 数据字面值 | 结束当前响应；空有效输出按共享内核处理 | 释放 reader，不重复 POST |
-| 400/401/403/404/429/503/504 | JSON code/message/data 或纯文本；不得当成输出 | 明确失败 | 释放资源，不自动重试计费请求 |
-| 取消/超时/断流 | 官方未说明断点续传、恢复或取消退费 | 使用宿主取消与共享内核超时/断流契约 | 释放 reader/计时器；不重放 |
-
-官方未承诺乱序、重复事件去重或断线恢复，本次沿用同一个 OpenAI SSE 执行内核，不创建硅基流动专属 parser。fixture 区分官方首帧/模型列表字面样例与依据字段构造的后续增量、工具回合及合成负例；不声称真实付费成功。
-
-来源：
-- [模型列表 API](https://api-docs.siliconflow.cn/docs/api/models-get)：筛选参数、鉴权、基础身份字段和错误，公开。
-- [Chat Completions](https://api-docs.siliconflow.cn/docs/api/chat-completions-post)：LLM/VLM Tab、Streaming/Function 示例、请求字段与错误，公开。
-- [实时价格](https://siliconflow.cn/pricing)：输入/输出/缓存与时段，公开。
-- [国内模型广场](https://cloud.siliconflow.cn/me/models)：逐项查看四个模型的详情、能力、价格；本次使用已登录会话。
-
-## 1. ASR 端点与请求
+## LLM 与动态模型发现（2026-09-11）
+
+本节依据国内控制台模型详情、官方 Chat Completions / Models 文档和实时价格页。控制台已登录核验；公开文档与价格页无需登录。模型名字保留大小写与厂商前缀，不把硅基流动的 DeepSeek V4 Flash 冒充 DeepSeek 官方 `deepseek-flash`（V4.1）。
+
+| 展示名 / API model ID | 已核验输入 / 工具 | 上下文 | 每百万 tokens 输入 / 输出 / 缓存命中（人民币） |
+|---|---|---|---|
+| DeepSeek V4 Flash / `deepseek-ai/DeepSeek-V4-Flash` | 文本 / 工具调用 | 1,000,000；模型页声明最高输出 384K | 3 / 9 / 0.3；价格页另有 2–8 点 1.5 / 4.5 / 0.15，时段以平台账单为准 |
+| GLM-5.3 / `zai-org/GLM-5.3` | 文本 / 工具调用 / 结构化输出 | 1,048,576；托管输出上限未明确，留空 | 8 / 28 / 2 |
+| Kimi K2.7 Code / `moonshotai/Kimi-K2.7-Code` | 文本、图片 / 工具调用 | 256K；托管输出上限留空 | 6.5 / 27 / 1.3 |
+| Qwen3.8-27B / `Qwen/Qwen3.8-27B` | 文本、图片 / 工具调用 | 256K；托管输出上限留空 | 3 / 12 / 未列出 |
+
+控制台价格单元格实际显示 `/K Tokens`（如 Qwen 输入 0.003、输出 0.012），虽然表头按钮写 M Tokens；上表按单元格单位换算，并与公开价格页交叉核对。Kimi/Qwen 模型介绍包含视频能力，但本次不声明视频输入：未取得该托管接口的视频消息字段契约。常用预设不是全部在售清单，动态发现结果不以预设白名单过滤。
+
+### 发现接口
+
+`GET https://api.siliconflow.cn/v1/models?sub_type=chat`，Bearer 鉴权。`sub_type` 可独立筛选，支持 `chat`、`embedding`、`reranker` 等；本 SDK 检索接口对外 `reranker` 按凭据用途映射为 `rerank`，聊天映射 `llm`。不同时传 `type=text`，避免错误排除支持视觉的聊天模型。
+
+成功体 `{object:"list",data:[{id,object:"model",created,owned_by}]}`。官方示例只给基础身份字段，未提供价格、上下文或完整能力；未知模型保留原 ID，不根据名字猜能力。空 `data:[]` 是合法结果；缺失 data、非数组、平台错误体不得伪装为空列表。取消/超时通过宿主 AbortSignal 传递；不自动重试。SDK 不在无凭据时尝试匿名列举。
+
+### 聊天接口与事件矩阵
+
+`POST https://api.siliconflow.cn/v1/chat/completions`，Bearer、JSON。必填 `model` 与 `messages`；`stream:true` 返回 SSE，以 `data: [DONE]` 结束。消息复用 OpenAI 兼容结构，图片为 `image_url` 内容块；工具为 `tools[].function`，最多 128 个。支持 `max_tokens`、`temperature`、`top_p`、`response_format`。输出上限不得直接等于上下文窗口；官方建议预留输入空间。
+
+思考开关使用 `enable_thinking`，不发送 DeepSeek 原厂的 `thinking` 对象。官方字段表明确 `reasoning_effort` 仅支持 high/max，并列举 DeepSeek V4 Flash、Pro/DeepSeek V4、Pro/GLM-5.2；本次四个预设仅给 DeepSeek V4 Flash 发送该字段。关闭思考时只发 `enable_thinking:false`。其他预设发送布尔开关，不根据模型营销介绍猜强度枚举。GLM-5.3 的官方原厂能力配置不能覆盖硅基流动托管限制。
+
+| 事件/状态 | 字段与空值语义 | 输出与状态 | 终态 / 资源 |
+|---|---|---|---|
+| HTTP 成功开始 SSE | choices 数组；delta.content 可空串、reasoning_content 可 null、finish_reason 可 null（官方 Streaming 首帧） | 空始帧不输出文本，继续读取 | 未终止；复用当前响应流 |
+| 文本/思考 delta | content / reasoning_content 字符串增量，缺失/null 不追加 | 分别输出正文与思考 | 继续读取 |
+| 工具 delta | delta.tool_calls 的 index、id、function.name/arguments；arguments 增量拼接 | 保留工具身份与参数，交共享解析器 | 继续读取 |
+| finish / usage | finish_reason 标记 stop、length、tool_calls；usage 的 prompt/completion/total 与可选 reasoning/cached tokens | 归一化终态原因和用量；usage 可随首帧出现 | 等待 DONE/结束并释放 reader |
+| `[DONE]` | SSE 数据字面值 | 结束当前响应；空有效输出按共享内核处理 | 释放 reader，不重复 POST |
+| 400/401/403/404/429/503/504 | JSON code/message/data 或纯文本；不得当成输出 | 明确失败 | 释放资源，不自动重试计费请求 |
+| 取消/超时/断流 | 官方未说明断点续传、恢复或取消退费 | 使用宿主取消与共享内核超时/断流契约 | 释放 reader/计时器；不重放 |
+
+官方未承诺乱序、重复事件去重或断线恢复，本次沿用同一个 OpenAI SSE 执行内核，不创建硅基流动专属 parser。fixture 区分官方首帧/模型列表字面样例与依据字段构造的后续增量、工具回合及合成负例；不声称真实付费成功。
+
+来源：
+- [模型列表 API](https://api-docs.siliconflow.cn/docs/api/models-get)：筛选参数、鉴权、基础身份字段和错误，公开。
+- [Chat Completions](https://api-docs.siliconflow.cn/docs/api/chat-completions-post)：LLM/VLM Tab、Streaming/Function 示例、请求字段与错误，公开。
+- [实时价格](https://siliconflow.cn/pricing)：输入/输出/缓存与时段，公开。
+- [国内模型广场](https://cloud.siliconflow.cn/me/models)：逐项查看四个模型的详情、能力、价格；本次使用已登录会话。
+
+## 1. ASR 端点与请求
 
 ```text
 POST https://api.siliconflow.cn/v1/audio/transcriptions
@@ -129,25 +129,25 @@ OpenAI 的 `language/prompt/response_format/temperature` 透传过来。
 | TeleSpeechASR/SenseVoiceSmall 客户端免费服务用例 | https://docs.siliconflow.cn/cn/usercases/use-siliconcloud-in-BiBiKeyboard | 否 |
 | API Key 管理 | https://cloud.siliconflow.cn/account/ak | **是** |
 | 实名认证 | https://cloud.siliconflow.cn/account/authentication | **是** |
-# 2026-09-11：Embedding / Rerank 核查
-
-官方公开 API：https://api-docs.siliconflow.cn/docs/api/embeddings-post 、https://api-docs.siliconflow.cn/docs/api/rerank-post 。国内根地址 `https://api.siliconflow.cn/v1`，Bearer，同步 JSON POST `/embeddings` 或 `/rerank`。
-
-- 文本 Qwen3 Embedding 8B/4B/0.6B：`Qwen/Qwen3-Embedding-{8B,4B,0.6B}`，32768 token，支持 dimensions 枚举。8B：64/128/256/512/768/1024/1536/2048/2560/4096；4B 去掉4096；0.6B 到1024。发送 input 字符串数组、encoding_format=float，读取 data[].index/embedding。BGE/BCE 也有 API 字段说明，暂不机械加入所有历史模型。
-- 文本 Qwen3 Reranker 同尺寸 ID `Qwen/Qwen3-Reranker-*`：query、documents、top_n、instruction；不能发送仅 BGE/BCE 支持的 overlap_tokens/max_chunks_per_doc。读取 results[].index/relevance_score，usage 可能位于 meta.tokens（与 billed_units 分开，不能混为实际用量）。
-- 国内价格已于 2026-09-11 使用用户已登录的 BrowserOS neo，在[模型广场](https://cloud.siliconflow.cn/me/models?types=embedding)逐个打开模型详情核验。在线推理价格按明细行的 `/ K Tokens` 单位换算为百万输入 tokens，见下表；不是国际站美元价格，也不是真实调用账单。
-- 多模态 Qwen3-VL-Embedding/Reranker-8B 另有接口变体；本次文本能力不宣称支持图片/视频。发布公告 https://www.siliconflow.cn/news/gnuv7wmztvwaq78ozfhjybmi 标明文本0.7元/百万、视觉1.8元/百万；不能借用该价格给纯文本 Qwen3。
-- 同步终态与验证：非2xx/非法JSON/供应商error拒绝；向量非空且索引完整唯一；重排索引有效唯一且分数有限；取消/超时由 capability client 统一传递。官方示例与字段构造正例、synthetic-negative 分开标注。
-
-| 精确模型 ID | 控制台输入价格（元/千 tokens） | 元/百万输入 tokens |
-|---|---:|---:|
-| Qwen/Qwen3-Embedding-8B | 0.000280 | 0.28 |
-| Qwen/Qwen3-Embedding-4B | 0.000140 | 0.14 |
-| Qwen/Qwen3-Embedding-0.6B | 0.000070 | 0.07 |
-| Qwen/Qwen3-Reranker-8B | 0.000280 | 0.28 |
-| Qwen/Qwen3-Reranker-4B | 0.000140 | 0.14 |
-| Qwen/Qwen3-Reranker-0.6B | 0.000070 | 0.07 |
-| BAAI/bge-m3 | 0.000000 | 0（当前免费） |
-| BAAI/bge-reranker-v2-m3 | 0.000000 | 0（当前免费） |
-
-控制台表头单位按钮显示 `M Tokens`，实际价格单元格明确显示 `/ K Tokens`；以上按单元格原值和单位保存、换算，不把 0.000280 误记为每百万价格。免费结论仅针对上述无 `Pro/` 前缀的两个模型；不能推及 Pro 版本或所有 BGE 模型。未触发推理、充值或修改账号配置，也不保存账号信息。列表中 BCE Embedding/Reranker 已标记 Deprecated，本轮不添加。
+# 2026-09-11：Embedding / Rerank 核查
+
+官方公开 API：https://api-docs.siliconflow.cn/docs/api/embeddings-post 、https://api-docs.siliconflow.cn/docs/api/rerank-post 。国内根地址 `https://api.siliconflow.cn/v1`，Bearer，同步 JSON POST `/embeddings` 或 `/rerank`。
+
+- 文本 Qwen3 Embedding 8B/4B/0.6B：`Qwen/Qwen3-Embedding-{8B,4B,0.6B}`，32768 token，支持 dimensions 枚举。8B：64/128/256/512/768/1024/1536/2048/2560/4096；4B 去掉4096；0.6B 到1024。发送 input 字符串数组、encoding_format=float，读取 data[].index/embedding。BGE/BCE 也有 API 字段说明，暂不机械加入所有历史模型。
+- 文本 Qwen3 Reranker 同尺寸 ID `Qwen/Qwen3-Reranker-*`：query、documents、top_n、instruction；不能发送仅 BGE/BCE 支持的 overlap_tokens/max_chunks_per_doc。读取 results[].index/relevance_score，usage 可能位于 meta.tokens（与 billed_units 分开，不能混为实际用量）。
+- 国内价格已于 2026-09-11 使用用户已登录的 BrowserOS neo，在[模型广场](https://cloud.siliconflow.cn/me/models?types=embedding)逐个打开模型详情核验。在线推理价格按明细行的 `/ K Tokens` 单位换算为百万输入 tokens，见下表；不是国际站美元价格，也不是真实调用账单。
+- 多模态 Qwen3-VL-Embedding/Reranker-8B 另有接口变体；本次文本能力不宣称支持图片/视频。发布公告 https://www.siliconflow.cn/news/gnuv7wmztvwaq78ozfhjybmi 标明文本0.7元/百万、视觉1.8元/百万；不能借用该价格给纯文本 Qwen3。
+- 同步终态与验证：非2xx/非法JSON/供应商error拒绝；向量非空且索引完整唯一；重排索引有效唯一且分数有限；取消/超时由 capability client 统一传递。官方示例与字段构造正例、synthetic-negative 分开标注。
+
+| 精确模型 ID | 控制台输入价格（元/千 tokens） | 元/百万输入 tokens |
+|---|---:|---:|
+| Qwen/Qwen3-Embedding-8B | 0.000280 | 0.28 |
+| Qwen/Qwen3-Embedding-4B | 0.000140 | 0.14 |
+| Qwen/Qwen3-Embedding-0.6B | 0.000070 | 0.07 |
+| Qwen/Qwen3-Reranker-8B | 0.000280 | 0.28 |
+| Qwen/Qwen3-Reranker-4B | 0.000140 | 0.14 |
+| Qwen/Qwen3-Reranker-0.6B | 0.000070 | 0.07 |
+| BAAI/bge-m3 | 0.000000 | 0（当前免费） |
+| BAAI/bge-reranker-v2-m3 | 0.000000 | 0（当前免费） |
+
+控制台表头单位按钮显示 `M Tokens`，实际价格单元格明确显示 `/ K Tokens`；以上按单元格原值和单位保存、换算，不把 0.000280 误记为每百万价格。免费结论仅针对上述无 `Pro/` 前缀的两个模型；不能推及 Pro 版本或所有 BGE 模型。未触发推理、充值或修改账号配置，也不保存账号信息。列表中 BCE Embedding/Reranker 已标记 Deprecated，本轮不添加。

package/docs/model-adaptation//346/226/207/346/241/243/351/207/207/351/233/206/346/211/213/345/206/214.md

@@ -285,7 +285,7 @@ Henji-AI 是 `@henjicc/ai-sdk` 的主开发仓库与首发验证宿主。新模
 | 状态 | 权威来源 | 允许的依赖/包形态 | 必须证明什么 |
 |---|---|---|---|
 | 开发态与首发验证 | Henji-AI 的 `packages/ai-sdk` | 仓内 workspace 源码、构建产物、由当前源码生成的本地 tarball | 源码改动、公共导出、类型、可移植性、打包内容与宿主集成正确 |
-| 待发布/正式发布 | 当前版本生成的 npm 包 | `npm pack` 产物用于发布前回装；正式包只发布到公共 npm registry | tarball 内容等于待发布版本；完整改动已通过发布门禁及消费者影响核查，按持续授权自主发布；公共 registry 可匿名读取 |
+| 待发布/正式发布 | 当前版本生成的 npm 包 | `npm pack` 产物用于发布前回装；正式包只发布到公共 npm registry | tarball 内容等于待发布版本；完整改动已通过发布门禁及消费者影响核查，按持续授权自主发布；公共 registry 可匿名读取 |
 | 外部消费 | 公共 npm 上已经发布的不可变版本 | `@henjicc/ai-sdk` 精确版本及对应 lockfile resolved/integrity | 在没有 Henji-AI workspace、源码旁路和用户 npm/GitHub 凭据时仍能安装、导入和运行所需入口 |
 
 硬性边界：
@@ -293,13 +293,13 @@ Henji-AI 是 `@henjicc/ai-sdk` 的主开发仓库与首发验证宿主。新模
 1. Henji-AI 之外的仓库一律视为外部消费者，只能从 `https://registry.npmjs.org/` 安装已发布版本。禁止使用 `workspace:`、`file:`、Git URL、GitHub Packages、源码复制、软链接或手工 tarball 路径作为正式依赖。
 2. 外部消费者的 manifest 必须写精确版本，不使用 `^`、`~`、`latest` 等浮动范围；lockfile 必须解析到公共 npm tarball，并保存与正式包一致的 integrity。Henji-AI 根 manifest 虽然也声明精确版本，但仓内可能由 npm workspace 解析到本地源码，因此不能拿本仓的安装结果替代仓外验证。
 3. 消费项目需要尚未发布的能力时，先在 Henji-AI 完成官方资料、实现、契约测试、SDK 全量门禁、打包和回装；正式发布后，消费项目再升级。禁止先在消费方复制 provider/parser/transport 内核或长期 patch SDK。
-4. **用户已持续授权 Agent 自主发布 `@henjicc/ai-sdk`，无需逐次确认。** 一组完整 SDK 功能或修复完成后，应完成版本升级、变更说明和发布门禁，再自主发布到公共 npm；不能只提交源码或重建本地 dist 就声称外部消费者已获得更新。具体要求：
-   - **发布单位**：可独立验证的一组完整改动，不为每次小编辑发版本。影响 SDK 对外功能、请求契约、兼容性或可消费产物的改动进入发布流程；仅痕迹AI界面、规则、文档或测试调整不触发发布。用户明确要求暂缓某次发布时遵从该要求。
-   - **版本级别**：兼容性修复升级 patch，兼容性新增能力升级 minor；删除公共入口、改变参数含义或其他破坏性变更不得作为 patch 发布。稳定版破坏性变更升级 major，`0.x` 阶段升级 minor，并写明迁移方法。
-   - **发布前核查**：读取 [消费项目清单](../consumers.md)，核对公共导出和请求/响应契约的实际使用；破坏性变更先确认可行的迁移路径，必要时提供过渡入口。关键兼容性影响尚不明确或发布门禁失败时，先解决并报告阻塞，不以已有授权绕过验证，也不把重新询问发布许可当成修复手段。
-   - **发布验证**：完成本手册要求的 SDK 全量门禁、候选 tarball 打包回装和 Henji-AI 首发验证；确认对应发布提交的必需 CI 门禁通过。版本号、包内容与已验证源码必须一致，发布内容不得夹带其他任务未验证的改动。
-   - **发布后同步**：按第 5、8 条完成公共 registry 匿名安装验证，并只升级实际需要新能力或修复的消费者；不要求所有项目机械追随每个新版本。报告已发布版本、验证结果、消费者升级情况及尚未验证的部分。
-   - **授权边界**：本授权针对 SDK 公共 npm 发布，不自动授权真实付费生成、改换分发渠道、绕过权限或改写远端历史。遇到必须由用户完成的 2FA 或凭据操作时，仅请求该必要协助，不重复询问是否允许发布。
+4. **用户已持续授权 Agent 自主发布 `@henjicc/ai-sdk`，无需逐次确认。** 一组完整 SDK 功能或修复完成后，应完成版本升级、变更说明和发布门禁，再自主发布到公共 npm；不能只提交源码或重建本地 dist 就声称外部消费者已获得更新。具体要求：
+   - **发布单位**：可独立验证的一组完整改动，不为每次小编辑发版本。影响 SDK 对外功能、请求契约、兼容性或可消费产物的改动进入发布流程；仅痕迹AI界面、规则、文档或测试调整不触发发布。用户明确要求暂缓某次发布时遵从该要求。
+   - **版本级别**：兼容性修复升级 patch，兼容性新增能力升级 minor；删除公共入口、改变参数含义或其他破坏性变更不得作为 patch 发布。稳定版破坏性变更升级 major，`0.x` 阶段升级 minor，并写明迁移方法。
+   - **发布前核查**：读取 [消费项目清单](../consumers.md)，核对公共导出和请求/响应契约的实际使用；破坏性变更先确认可行的迁移路径，必要时提供过渡入口。关键兼容性影响尚不明确或发布门禁失败时，先解决并报告阻塞，不以已有授权绕过验证，也不把重新询问发布许可当成修复手段。
+   - **发布验证**：完成本手册要求的 SDK 全量门禁、候选 tarball 打包回装和 Henji-AI 首发验证；确认对应发布提交的必需 CI 门禁通过。版本号、包内容与已验证源码必须一致，发布内容不得夹带其他任务未验证的改动。
+   - **发布后同步**：按第 5、8 条完成公共 registry 匿名安装验证，并只升级实际需要新能力或修复的消费者；不要求所有项目机械追随每个新版本。报告已发布版本、验证结果、消费者升级情况及尚未验证的部分。
+   - **授权边界**：本授权针对 SDK 公共 npm 发布，不自动授权真实付费生成、改换分发渠道、绕过权限或改写远端历史。遇到必须由用户完成的 2FA 或凭据操作时，仅请求该必要协助，不重复询问是否允许发布。
 5. 发布前用当前源码产生唯一候选 tarball并完成本地回装；发布后必须在仓外临时目录移除项目级 workspace 影响和用户 npm/GitHub 凭据，从公共 npm 重新安装，核对包名、版本、公开入口和实际所需 bundle。只有这一步通过，才能称为“别人可以直接安装”。
 6. npm 返回 2FA、token 或权限错误时，只修复公共 npm 的鉴权；不得改用私有 registry、GitHub Packages 或源码安装绕过。若发布结果不确定，先查询公共 registry：版本已存在就按 npm 不可变原则发布新版本，版本不存在才重试原版本。
 7. GitHub Packages 只可作为历史记录，不再发布新版本，也不得在消费项目新增 `@henjicc` scope 的 GitHub registry 映射。历史包是否删除不影响公共 npm 消费链路。

package/examples/form-renderer/package.json

@@ -7,7 +7,7 @@
     "start": "npm run build && node dist/cli.js"
   },
   "dependencies": {
-    "@henjicc/ai-sdk": "0.6.0"
+    "@henjicc/ai-sdk": "0.6.0"
   },
   "devDependencies": {
     "@types/node": "^24.0.0",

package/examples/llm-chat/README.md

@@ -1,17 +1,17 @@
 # llm-chat
 
-用 `@henjicc/ai-sdk@0.6.2` 的 `llm/streaming` 按需入口走 OpenAI-compatible SSE 流式对话，
+用 `@henjicc/ai-sdk@0.6.2` 的 `llm/streaming` 按需入口走 OpenAI-compatible SSE 流式对话，
 不会把 generation、BigModel preset/models/pricing、Groq 或 LLM modules 打进示例 bundle；
 通用端点身份解析所需的 BigModel profiles 仍会保留。默认目标是
 DeepSeek `deepseek-v4-flash`，提示词要求只回复 `SDK OK`，并限制最多 16 tokens。示例显式传入
 `reasoning: { enabled: false, effort: 'high' }`，避免短输出预算被供应商默认思考过程占用；若流结束后
-没有任何文本 token，示例会明确失败。
-
-输出上限使用有类型定义的 `maxOutputTokens`。省略时 SDK 不再自动写入 4096；调用方可以按字幕长度
-和模型上限选择更大的值。`runLlmChatStream` 的执行参数不传 `timeoutMs` 时没有请求总时限，CEP
-网络适配可在 `Transport` 中实现“长时间无数据才超时”。正式结构化输出可通过
-`structuredOutput` 选择 `text`、`json_object` 或带 `name/schema/strict` 的 `json_schema`，并通过
-`capabilities.structuredOutputMode` 与 `structuredOutputWithReasoning` 明确声明模型能力。
+没有任何文本 token，示例会明确失败。
+
+输出上限使用有类型定义的 `maxOutputTokens`。省略时 SDK 不再自动写入 4096；调用方可以按字幕长度
+和模型上限选择更大的值。`runLlmChatStream` 的执行参数不传 `timeoutMs` 时没有请求总时限，CEP
+网络适配可在 `Transport` 中实现“长时间无数据才超时”。正式结构化输出可通过
+`structuredOutput` 选择 `text`、`json_object` 或带 `name/schema/strict` 的 `json_schema`，并通过
+`capabilities.structuredOutputMode` 与 `structuredOutputWithReasoning` 明确声明模型能力。
 
 ```bash
 npm install

package/examples/llm-chat/index.ts

@@ -68,7 +68,7 @@ async function main(): Promise<void> {
     reasoning: providerId === 'deepseek'
       ? { enabled: false, effort: 'high' }
       : undefined,
-    maxOutputTokens: 16,
+    maxOutputTokens: 16,
   }
   const taskId = resolveLlmTaskId(request)
   let output = ''

package/examples/llm-chat/package.json

@@ -9,7 +9,7 @@
     "start": "npm run build && node dist/index.js --live"
   },
   "dependencies": {
-    "@henjicc/ai-sdk": "0.6.2"
+    "@henjicc/ai-sdk": "0.6.2"
   },
   "devDependencies": {
     "@types/node": "^24.0.0",

package/examples/minimal-node/package.json

@@ -8,7 +8,7 @@
     "start": "npm run build && node dist/index.js --live"
   },
   "dependencies": {
-    "@henjicc/ai-sdk": "0.6.0"
+    "@henjicc/ai-sdk": "0.6.0"
   },
   "devDependencies": {
     "@types/node": "^24.0.0",