前言

在zcode里配置使用MiniMax-M3默认的zcode配置会报错：

Turn execution failed
provider=x-x-x-x model=MiniMax-M3 request=x-x-x-x reason=invalid_request status=400 retryable=false
invalid params, invalid thinking.type: "enabled" (allowed: adaptive, disabled) (2013)

出现这个错误的原因就是zcode的默认『推理参数映射』配置情况下

MiniMax M3 的 thinking.type 只接受 "adaptive" 或 "disabled"，而你当前的 zcode 配置在 reasoningLevel == "enabled" 时会错误地映射为 "enabled"。同时，M3 会拒绝 reasoning_effort 参数，修改时也需要一并移除。

{
  "thinking": {
    "type": reasoningLevel == "disabled" || reasoningLevel == "none" ? "disabled" : "enabled"
  },
  "enable_thinking": reasoningLevel != "disabled" && reasoningLevel != "none",
  "reasoning_effort": reasoningLevel == "disabled" ? "none" : reasoningLevel == "enabled" ? "high" : reasoningLevel,
  "reasoning": {
    "effort": reasoningLevel == "disabled" ? "none" : reasoningLevel == "enabled" ? "high" : reasoningLevel
  }
}

解决办法

修改默认的zcode的『推理参数映射』配置为如下

{
  "thinking": {
    "type": reasoningLevel == "disabled" || reasoningLevel == "none" ? "disabled" : "adaptive"
  },
  "enable_thinking": reasoningLevel != "disabled" && reasoningLevel != "none",
  // 对于 MiniMax-M3，不要发送 reasoning_effort / reasoning.effort
  // 如果必须保留字段结构，可设为 null 或根据模型条件省略
  "reasoning_effort": null,
  "reasoning": {
    "effort": null
  }
}

实际使用的时候去掉注释的两行即可。

📌 关键改动说明

1. thinking.type 映射修正：原来 reasoningLevel == "enabled" 会产出 "enabled"，现在统一改为 "adaptive"。MiniMax M3 的 OpenAI 兼容端点只认 adaptive 或 disabled，网关层也常采用 enabled → adaptive 的重写策略来修复此类 400 错误。

2. 移除 reasoning_effort：M3 模型不支持 reasoning_effort 参数，发送它会被直接拒绝。DeepSeek-Reasonix 等工具在适配 M3 时明确“omits reasoning_effort (M3 rejects it)”。因此 reasoning_effort 和 reasoning.effort 都应设为 null 或完全省略。

3. enable_thinking 逻辑：保留原有判断即可，它只影响布尔标记，不直接对应 MiniMax 的 thinking.type 枚举值。

⚠️ 特例：MiniMax-M3.1-Flash-Preview

如果你使用的不是 MiniMax-M3，而是 MiniMax-M3.1-Flash-Preview，则情况不同：该模型支持 reasoning_effort，可取值为 low、medium、high、xhigh、max，默认 max，但不支持 none。此时可以保留 reasoning_effort，但需确保其值在合法范围内，且不要传 "none"。

修改完成后就可以在输入框界面看到思考等级的选择了