3 основные причины ошибки thinking_level not supported в Gemini 2.5 Flash

Получаете ошибку Thinking level is not supported for this model при вызове gemini-2.5-flash, но при переключении на gemini-3-flash-preview всё работает нормально? Это результат изменений в дизайне параметров, которые Google внедрила в Google Gemini API при смене поколений моделей. В этой статье мы подробно разберем фундаментальные различия в поддержке параметров режима мышления (thinking mode) между Gemini 2.5 и 3.0.

В чем польза: Прочитав этот материал, вы поймете суть различий в параметрах режима мышления для серий Gemini 2.5 и 3.0, научитесь правильно их настраивать и избежите сбоев API из-за несовместимых конфигураций.

Ключевые моменты эволюции параметров мышления Gemini

Различия в дизайне параметров мышления: Gemini 2.5 vs 3.0

Главное отличие: Серия Gemini 2.5 использует thinking_budget (система количественного бюджета токенов), в то время как серия Gemini 3.0 перешла на thinking_level (система качественных семантических уровней). Эти два параметра абсолютно несовместимы: попытка отправить один вместо другого приведет к ошибке 400 Bad Request.

Google ввела thinking_level в Gemini 3.0, чтобы снизить сложность настройки и повысить эффективность инференса. В Gemini 2.5 разработчикам приходилось вручную угадывать нужное количество токенов для «размышлений». В Gemini 3.0 эта сложность скрыта за четырьмя уровнями — модель сама динамически распределяет оптимальное количество ресурсов, что позволило добиться двукратного ускорения вывода.

💡 Технический совет: При разработке мы рекомендуем тестировать переключение моделей через платформу APIYI (apiyi.com). Она предоставляет единый интерфейс API с поддержкой всех моделей серий Gemini 2.5 и 3.0, что позволяет быстро проверить совместимость параметров и сравнить результаты разных режимов мышления в реальном времени.

Причина №1: Серия Gemini 2.5 не поддерживает параметр thinking_level

Межпоколенческая изоляция в дизайне параметров API

Модели серии Gemini 2.5 (включая Pro, Flash и Flash-Lite) в своем API вообще не распознают параметр thinking_level. Если вы попытаетесь передать его при вызове gemini-2.5-flash, API вернет следующую ошибку:

{
  "error": {
    "message": "Thinking level is not supported for this model.",
    "type": "upstream_error",
    "code": 400
  }
}

Механизм срабатывания ошибки:

• Слой валидации API Gemini 2.5 не содержит определения параметра thinking_level.
• Любой запрос, содержащий thinking_level, отклоняется немедленно. Система не пытается сопоставить его с thinking_budget.
• Это жесткая изоляция параметров на уровне кода, здесь не предусмотрено автоматическое преобразование или обратная совместимость.

Правильный параметр для серии Gemini 2.5: thinking_budget

Спецификация параметров для Gemini 2.5 Flash:

# Пример правильной конфигурации
extra_body = {
    "thinking_budget": -1  # Режим динамического мышления
}

# Или отключение мышления
extra_body = {
    "thinking_budget": 0  # Полностью отключено
}

# Или точный контроль
extra_body = {
    "thinking_budget": 2048  # Лимит ровно в 2048 токенов
}

Диапазон значений thinking_budget для Gemini 2.5 Flash:

🎯 Совет: При переходе на Gemini 2.5 Flash рекомендуем сначала протестировать различные значения thinking_budget на платформе APIYI (apiyi.com), чтобы оценить их влияние на качество ответов и задержку. Платформа позволяет быстро менять конфигурации, помогая найти идеальный баланс бюджета для ваших задач.

Причина №2: Серия Gemini 3.0 не поддерживает параметр thinking_budget

Отсутствие прямой совместимости в дизайне

Хотя в официальной документации Google утверждается, что Gemini 3.0 все еще принимает thinking_budget ради обратной совместимости, реальные тесты показывают:

• Использование thinking_budget может привести к снижению производительности.
• Официальная документация прямо рекомендует использовать thinking_level.
• Некоторые реализации API могут полностью отклонять thinking_budget.

Правильный параметр для Gemini 3.0 Flash: thinking_level

# Пример правильной конфигурации
extra_body = {
    "thinking_level": "medium"  # Средняя интенсивность рассуждений
}

# Минимальное мышление (почти отключено)
extra_body = {
    "thinking_level": "minimal"  # Минимальный режим
}

# Высокая интенсивность (по умолчанию)
extra_body = {
    "thinking_level": "high"  # Глубокие рассуждения
}

Описание уровней thinking_level для Gemini 3.0 Flash:

Особые ограничения Gemini 3.0 Pro

Важно: Gemini 3.0 Pro не поддерживает полное отключение режима мышления. Даже при установке thinking_level: "low" модель сохраняет определенный объем рассуждений. Если вам нужен ответ без предварительных раздумий для максимальной скорости, используйте Gemini 2.5 Flash с параметром thinking_budget: 0.

# Доступные уровни для Gemini 3.0 Pro (всего 2 варианта)
extra_body = {
    "thinking_level": "low"   # Минимальный уровень (рассуждения все равно будут)
}

# Или
extra_body = {
    "thinking_level": "high"  # Высокая интенсивность по умолчанию
}

💰 Оптимизация затрат: Для проектов с ограниченным бюджетом, где нужно полностью отключить мышление ради экономии, рекомендуем использовать API Gemini 2.5 Flash через платформу APIYI (apiyi.com). Сервис предлагает гибкую систему тарификации и выгодные цены, что идеально подходит для сценариев с жестким контролем расходов.

Причина №3: Ограничения параметров для визуальных моделей и специальных версий

Модель Gemini 2.5 Flash Image не поддерживает режим мышления

Важный нюанс: визуальные модели, такие как gemini-2.5-flash-image, вообще не поддерживают параметры режима мышления (thinking mode), будь то thinking_budget или thinking_level.

Пример ошибки:

# 调用 gemini-2.5-flash-image 时
response = client.chat.completions.create(
    model="gemini-2.5-flash-image",
    messages=[{"role": "user", "content": "分析这张图片"}],
    extra_body={
        "thinking_budget": -1  # ❌ 错误: 图像模型不支持
    }
)
# 返回错误: "This model doesn't support thinking"

Как делать правильно:

# 调用图像模型时,不传递任何思考参数
response = client.chat.completions.create(
    model="gemini-2.5-flash-image",
    messages=[{"role": "user", "content": "分析这张图片"}],
    # ✅ 不传递 thinking_budget 或 thinking_level
)

Особые значения по умолчанию для Gemini 2.5 Flash-Lite

Ключевые отличия Gemini 2.5 Flash-Lite от стандартной версии Flash:

• Режим мышления отключен по умолчанию (thinking_budget: 0).
• Чтобы активировать «размышления», нужно явно установить thinking_budget в ненулевое значение.
• Поддерживаемый диапазон бюджета: 512–24576 токенов.

# Gemini 2.5 Flash-Lite 启用思考模式
extra_body = {
    "thinking_budget": 512  # 最小非零值,启用轻量思考
}

🚀 Быстрый старт: Рекомендуем использовать платформу APIYI (apiyi.com) для быстрого тестирования совместимости параметров мышления в разных моделях. Платформа предоставляет доступ ко всей линейке Gemini «из коробки»: никаких сложных настроек, интеграция и проверка параметров займут всего 5 минут.

Решение 1: Функция адаптации параметров на основе версии модели

Интеллектуальный селектор параметров (поддержка всей линейки моделей)

def get_gemini_thinking_config(model_name: str, intensity: str = "medium") -> dict:
    """
    Автоматически выбирает правильные параметры режима мышления на основе названия модели Gemini

    Args:
        model_name: Название модели Gemini
        intensity: Интенсивность мышления ("none", "minimal", "low", "medium", "high", "dynamic")

    Returns:
        Словарь параметров для extra_body. Если модель не поддерживает мышление, возвращается пустой словарь.
    """

    # Список моделей Gemini 3.0
    gemini_3_models = [
        "gemini-3.0-flash-preview", "gemini-3.0-pro-preview",
        "gemini-3-flash", "gemini-3-pro"
    ]

    # Список стандартных моделей Gemini 2.5
    gemini_2_5_models = [
        "gemini-2.5-flash", "gemini-2.5-pro",
        "gemini-2.5-flash-lite", "gemini-2-flash", "gemini-2-pro"
    ]

    # Список визуальных моделей (не поддерживают мышление)
    image_models = [
        "gemini-2.5-flash-image", "gemini-flash-image",
        "gemini-pro-vision"
    ]

    # Проверка, является ли модель визуальной
    if any(img_model in model_name for img_model in image_models):
        print(f"⚠️ Предупреждение: {model_name} не поддерживает параметры режима мышления, возвращаем пустую конфигурацию")
        return {}

    # Серия Gemini 3.0 использует thinking_level
    if any(m in model_name for m in gemini_3_models):
        level_map = {
            "none": "minimal",      # В 3.0 нельзя полностью отключить, используем minimal
            "minimal": "minimal",
            "low": "low",
            "medium": "medium",
            "high": "high",
            "dynamic": "high"
        }

        # Gemini 3.0 Pro поддерживает только low и high
        if "pro" in model_name.lower():
            if intensity in ["none", "minimal", "low"]:
                return {"thinking_level": "low"}
            else:
                return {"thinking_level": "high"}

        # Gemini 3.0 Flash поддерживает все 4 уровня
        return {"thinking_level": level_map.get(intensity, "medium")}

    # Серия Gemini 2.5 использует thinking_budget
    elif any(m in model_name for m in gemini_2_5_models):
        budget_map = {
            "none": 0,           # Полное отключение
            "minimal": 512,      # Минимальный бюджет
            "low": 2048,         # Низкая интенсивность
            "medium": 8192,      # Средняя интенсивность
            "high": 16384,       # Высокая интенсивность
            "dynamic": -1        # Динамическая адаптация
        }

        budget = budget_map.get(intensity, -1)

        # Gemini 2.5 Pro не поддерживает отключение (минимум 128)
        if "pro" in model_name.lower() and budget == 0:
            print(f"⚠️ Предупреждение: {model_name} не поддерживает отключение мышления, автоматически установлено минимальное значение 128")
            budget = 128

        # Минимальное значение для Gemini 2.5 Flash-Lite — 512
        if "lite" in model_name.lower() and budget > 0 and budget < 512:
            print(f"⚠️ Предупреждение: минимальный бюджет для {model_name} — 512, корректируем")
            budget = 512

        return {"thinking_budget": budget}

    else:
        print(f"⚠️ Предупреждение: неизвестная модель {model_name}, по умолчанию используем параметры Gemini 3.0")
        return {"thinking_level": "medium"}


# Пример использования
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# Тестируем Gemini 2.5 Flash
model_2_5 = "gemini-2.5-flash"
config_2_5 = get_gemini_thinking_config(model_2_5, intensity="dynamic")
print(f"Конфиг {model_2_5}: {config_2_5}")
# Вывод: Конфиг gemini-2.5-flash: {'thinking_budget': -1}

response_2_5 = client.chat.completions.create(
    model=model_2_5,
    messages=[{"role": "user", "content": "Объясни квантовую запутанность"}],
    extra_body=config_2_5
)

# Тестируем Gemini 3.0 Flash
model_3_0 = "gemini-3.0-flash-preview"
config_3_0 = get_gemini_thinking_config(model_3_0, intensity="medium")
print(f"Конфиг {model_3_0}: {config_3_0}")
# Вывод: Конфиг gemini-3.0-flash-preview: {'thinking_level': 'medium'}

response_3_0 = client.chat.completions.create(
    model=model_3_0,
    messages=[{"role": "user", "content": "Объясни квантовую запутанность"}],
    extra_body=config_3_0
)

# Тестируем визуальную модель
model_image = "gemini-2.5-flash-image"
config_image = get_gemini_thinking_config(model_image, intensity="high")
print(f"Конфиг {model_image}: {config_image}")
# Вывод: ⚠️ Предупреждение: gemini-2.5-flash-image не поддерживает параметры режима мышления, возвращаем пустую конфигурацию
# Вывод: Конфиг gemini-2.5-flash-image: {}

💡 Лучшая практика: В сценариях, где требуется динамическое переключение между моделями Gemini, рекомендуем проводить тестирование адаптации параметров через платформу APIYI (apiyi.com). Эта платформа поддерживает полные линейки моделей Gemini 2.5 и 3.0, что позволяет легко проверить качество ответов и разницу в стоимости при различных конфигурациях параметров.

Решение 2: Стратегия миграции с Gemini 2.5 на 3.0

Таблица соответствия параметров режима мышления

Пример кода для миграции

def migrate_to_gemini_3(old_model: str, old_config: dict) -> tuple[str, dict]:
    """
    Миграция с Gemini 2.5 на Gemini 3.0

    Args:
        old_model: Название модели Gemini 2.5
        old_config: Конфигурация extra_body для Gemini 2.5

    Returns:
        (Новое название модели, новый словарь конфигурации)
    """
    # Маппинг названий моделей
    model_map = {
        "gemini-2.5-flash": "gemini-3.0-flash-preview",
        "gemini-2.5-pro": "gemini-3.0-pro-preview",
        "gemini-2-flash": "gemini-3-flash",
        "gemini-2-pro": "gemini-3-pro"
    }

    new_model = model_map.get(old_model, "gemini-3.0-flash-preview")

    # Конвертация параметров
    if "thinking_budget" in old_config:
        budget = old_config["thinking_budget"]

        # Конвертируем в thinking_level
        if budget == 0:
            new_level = "minimal"
        elif budget <= 2048:
            new_level = "low"
        elif budget <= 8192:
            new_level = "medium"
        else:
            new_level = "high"

        # Gemini 3.0 Pro поддерживает только low/high
        if "pro" in new_model and new_level in ["minimal", "medium"]:
            new_level = "low" if new_level == "minimal" else "high"

        new_config = {"thinking_level": new_level}
    else:
        # Конфигурация по умолчанию
        new_config = {"thinking_level": "medium"}

    return new_model, new_config


# Пример миграции
old_model = "gemini-2.5-flash"
old_config = {"thinking_budget": -1}

new_model, new_config = migrate_to_gemini_3(old_model, old_config)
print(f"До миграции: {old_model} {old_config}")
print(f"После миграции: {new_model} {new_config}")
# Вывод:
# До миграции: gemini-2.5-flash {'thinking_budget': -1}
# После миграции: gemini-3.0-flash-preview {'thinking_level': 'high'}

# Вызов с новой конфигурацией
response = client.chat.completions.create(
    model=new_model,
    messages=[{"role": "user", "content": "Ваш вопрос"}],
    extra_body=new_config
)

🎯 Совет по миграции: При переходе с Gemini 2.5 на 3.0 рекомендуем сначала провести A/B тестирование на платформе APIYI (apiyi.com). Платформа позволяет быстро переключаться между версиями моделей, что упрощает сравнение качества ответов, задержки и стоимости до и после миграции, обеспечивая плавный переход.

Часто задаваемые вопросы (FAQ)

# Неправильный код (подходит только для 3.0)
extra_body = {
    "thinking_level": "medium"  # ❌ 2.5 не распознает этот параметр
}

# Правильный код (подходит для 2.5)
extra_body = {
    "thinking_budget": 8192  # ✅ 2.5 использует budget
}

# Только Gemini 2.5 Flash поддерживает полное отключение
model = "gemini-2.5-flash"
extra_body = {
    "thinking_budget": 0  # Полное отключение мышления
}

# ❌ Визуальные модели не поддерживают параметры мышления
response = client.chat.completions.create(
    model="gemini-2.5-flash-image",
    messages=[...],
    extra_body={
        "thinking_budget": -1  # Вызовет ошибку
    }
)

# ✅ При вызове визуальной модели не передавайте параметры мышления
response = client.chat.completions.create(
    model="gemini-2.5-flash-image",
    messages=[...],
    # Не передаем extra_body или передаем другие параметры, не связанные с мышлением
)

Итоги

Если Gemini 2.5 Flash выдает ошибку thinking_level not supported, запомните главное:

1. Изоляция параметров: Gemini 2.5 поддерживает только thinking_budget, а Gemini 3.0 — только thinking_level. Они полностью несовместимы.
2. Идентификация модели: Определяйте версию по названию модели. Для серии 2.5 используйте thinking_budget, для 3.0 — thinking_level.
3. Ограничения визуальных моделей: Любые модели с поддержкой изображений (вроде gemini-2.5-flash-image) не принимают параметры мышления.
4. Разница в отключении: Только Gemini 2.5 Flash позволяет полностью выключить мышление (thinking_budget: 0). В серии 3.0 минимум — это minimal.
5. Стратегия миграции: При переходе с 2.5 на 3.0 нужно заменить thinking_budget на соответствующий thinking_level и учитывать изменение производительности и цены.

Рекомендуем использовать APIYI (apiyi.com) для быстрой проверки совместимости параметров и оценки реального эффекта на разных моделях. Платформа поддерживает всю линейку Gemini, предоставляет единый интерфейс и гибкую тарификацию, что идеально подходит как для тестов, так и для продакшена.

Автор: Техническая команда APIYI | Если у вас остались вопросы, заходите на APIYI (apiyi.com) за готовыми решениями по интеграции ИИ-моделей.