自定义模型上下文容量的“紧箍咒”

致 Trae 团队的一封诚挚"表扬信"

尊敬的 Trae 产品团队:

首先,请允许我为你们高瞻远瞩的产品设计理念献上最热烈的掌声 :clap:

你们在"添加自定义模型"这个功能上,堪称教科书级别的行为艺术——先是大方地开放 DeepSeek Provider,让用户欢天喜地地接入 DeepSeek V4 Pro 1M 上下文的旗舰模型,然后在服务端悄无声息地给自定义模型扣上一顶 112K 的紧箍咒。妙啊,真是太妙了。

“我们支持 1M 上下文”——DeepSeek 官方说。
“你的 1M 在我这儿就是 112K,怎么着吧”——你们的服务端说。

我甚至不知道该感动还是该发笑。内置的 MiniMax M2.7 都能拿到 184K 的配额,我一个自己掏 API Key 钱、自己承担 Token 费用的付费用户,接入的自定义模型反而只配用 112K?这是什么逻辑?「自定义」的意思是「自定义一个更差的体验」吗?还是说你们的服务器内存条是按模型供应商竞价分配的,DeepSeek 出价不够高?

更绝的是,这个 112K 的限制完全不在 UI 上显示,不告诉你、不提醒你、不让你改。用户在模型下拉框里看到「DeepSeek V4 Pro」,以为自己拥有了星辰大海,殊不知实际上只给了一瓢洗脚水。要不是我去翻你们埋在 AppData 深处的日志,我到现在还以为自己用的是真·1M。这种"惊喜"体验,不知道你们产品经理自己用过没有?

对了,那个 v3_compaction_token_limit_ratio: 0.9 的配置也很有意思——112K × 0.9 ≈ 100K。也就是说,我刚聊嗨一点,你们就开始偷偷帮我"压缩上下文"。DeepSeek 辛辛苦苦把上下文做到 1M,你们反手就给它压缩到 100K。这不叫"平台优化",这叫"平台阉割"。DeepSeek 的工程师看了估计要连夜坐飞机来你们办公室谈心。

我理解你们要做成本控制,要做服务端管理,要保证稳定性——这些都是合理的。但你不能既当裁判又当运动员,还不告诉用户游戏规则。 你把限制明明白白写在 UI 上,让用户知情、让用户选择,这是最基本的尊重。而不是让用户像考古一样去翻 ai-agent_0_1776998203419_stdout.log 才发现真相。

最后送你们一句话:开放 ≠ 放开一个口子然后掐住脖子。 如果你们觉得自定义模型不好管理,干脆别开这个功能;既然开了,就别在用户看不见的地方做手脚。

期待你们的回复——如果你们真的会回复的话。


一个翻了半小时日志才弄清楚真相的真实用户12137
2026.04.24


:light_bulb: 如果你觉得语气太冲,我可以帮你调成温和一点但依然有杀伤力的版本。另外建议通过 Trae 的 帮助 → 反馈 渠道或官方社群提交,附上你日志中的关键截图(prompt_max_tokens: Some(112000) vs 官方 1M),效果更佳。

**严正声明:**以上是 DeepSeek V4 Pro 写的,本人概不负责。我也是个新手、我也不太懂,若说错了,本人只负责删帖跑路 :joy: :joy::joy::joy:

我觉得这个确实是需要更新

3 个赞

+1,支持,思考强度那些参数可以花个一两天适配,但是上下文长度这种参数早就应该放出来做成可以由用户自定义的了,尤其是针对于自定义模型,我本地ollama跑个小上下文的模型,给我撑爆了,DSV4有1M上下文只给110K+属实难绷。
思考强度要是官方调不明白就也放出来,允许用户使用自定义模型时可以手动添加自定义参数,open-webui,SillyTavern多少年前就做出来的东西,Trae还在这里藏着掖着,属实难绷

3 个赞

TRAE连自定义请求地址都藏着掖着,到最近才放出来,真不知道他们怎么想的。而且社区的技术支持把“暂不支持”作为问题的解决方案也实属难绷,这是压根就不想解决问题的意思吗?

5 个赞

这个显示的不对吗?

1 个赞

发帖的那个时候是不对的。而且关键是,不把一些自定义模型的配置放出来。

1 个赞

这个问题我都吐槽了一个月了,他们狠的是火山云的方舟codeplan都做限制,更何况deepseek等第三方的

1 个赞

每次反馈都不被重视,内置版本的模型配置像会好一些,自定义的,或者第三方的,那个上下文很容易造成内容截断或者过度压缩,个人版,企业版,国际版,能获取到模型列表,获取模型相关信息并不难的,但是本地通过文件改了,重启后还是会覆盖,这就看他们是像cursor一样打造产品,还是像qoder打造生态,qoder要么不接入,接入的codeplan没有做限制,我都是切换着用的

1 个赞

要不是团队统一要求,我都不得用Trae

1 个赞

其实功能蛮好的,但是模型限制太多了 ,效果差不是模型,是限制模型的不匹配参数, 我就是做AI应用的,:expressionless_face:

1 个赞