[Bug]: vllm-rs render has no –reasoning-effort-map, so mapped reasoning_effort values return 400

快速结论：当 Python 前端用 --reasoning-effort-map 把 minimal、medium 等 OpenAI 强度名映射到模型认识的值，而 vllm-rs render 启动时没有这个参数时，发往 Rust 渲染服务、带映射前 reasoning_effort 的请求就会返回 400。优先确认 vllm-rs render --help 中是否已有 --reasoning-effort-map，以及使用的构建是否包含对应修复。

适用环境：Issue 中确认的环境为 vLLM 0.32.0+g110cf9d 镜像内置的 vllm-rs 0.32.1rc1.dev7+g371745ebd（提交 g371745ebd，2026-10-18 构建）；模型 DeepSeek-V4.1-Flash；渲染命令使用 --tokenizer-mode deepseek_v41 --reasoning-parser deepseek_v41 --tool-call-parser deepseek_v41；Python 服务使用 --reasoning-effort-map '{"minimal":"low","medium":"low"}'。操作系统、Python、CUDA、显卡及 PyTorch 版本在 Issue 中未给出。

最快修复方案：升级到包含 PR #62312（2026-10-27 合入 main）的构建。该 PR 为 vllm-rs serve 和 render server 增加了 --reasoning-effort-map。

注意事项：Issue 中报错所在的构建早于修复，因此无法直接验证修复后的行为；报告者表示若使用包含 #62312 的构建、在设置映射后仍拒绝 medium，会重新打开 Issue。修复后 Rust 端与 Python 端映射语义是否完全一致，仍建议在目标请求上实际验证。另外，Rust 渲染服务也缺少 --enable-auto-tool-choice，但按报告者测试，它不影响渲染结果。

问题场景

部署由 Python 引擎加 Rust 渲染服务组成：Python 侧用 vllm serve 或 vllm launch render 并设置 --reasoning-effort-map，Rust 侧用 vllm-rs render 作为前置渲染服务，返回 GenerateRequest 交给 Python 引擎。当客户端发送模型不直接认识的 reasoning_effort 值（如 medium、minimal）时，Python 前端会先按映射转成 low 并返回 200；但请求落到 vllm-rs render 后，由于渲染端没有该映射参数，会按模型原始允许值校验并返回 400。因此，经 vllm-rs render 做渲染的路由会在这些请求上失败。

报错原文

[Bug]: vllm-rs render has no --reasoning-effort-map, so mapped reasoning_effort values return 400

Python (vllm serve / vllm launch render with the map): 200, rendered with `low`
vllm-rs render: 400: `DeepSeek V4.1 reasoning_effort must be low, high, xhigh, max, or an integer within [1, 100] in chat_template_kwargs`

原因分析

最可能的原因是版本差异，而不是配置写法错误。vllm-rs render 在报错构建中不支持 --reasoning-effort-map，该参数不在 vllm-rs render --help 输出中。因此，Rust 渲染端不会像 Python 前端那样先把 medium、minimal 归一化为 low，而是直接把原始 reasoning_effort 交给渲染器，由 DeepSeek V4.1 的校验逻辑拒绝，返回 400。Issue 已确认，main 分支上的 #62312 为 vllm-rs serve 与 render server 补上了该参数；本 Issue 测试的构建早于该修复合入。

环境排查

确认 vllm-rs --version 或对应的镜像/提交号，判断是否早于包含 #62312 的构建；Issue 中的 g371745ebd 属于修复前版本。
执行 vllm-rs render --help，确认是否已出现 --reasoning-effort-map。
核对 Python 前端与 Rust 渲染端是否使用同一份映射内容，例如 '{"minimal":"low","medium":"low"}'。
确认请求中的 reasoning_effort 值确实属于需要映射的范围，如 medium、minimal。
确认模型相关参数一致，例如 --tokenizer-mode deepseek_v41、--reasoning-parser deepseek_v41、--tool-call-parser deepseek_v41。
Issue 未提供操作系统、Python、CUDA、PyTorch 与显卡信息；若问题在升级后仍存在，再补充这些环境信息排查。

解决步骤

将 vLLM 镜像或 vllm-rs 升级到包含 PR #62312（2026-10-27 合入 main）的构建，避免继续使用早于该修复的 g371745ebd 构建。
在启动 Rust 渲染服务时，参照 Python 前端的写法为 vllm-rs render 设置 --reasoning-effort-map，传入与 Python 侧相同的映射，例如 '{"minimal":"low","medium":"low"}'。
如果升级后 vllm-rs render --help 中仍没有该参数，说明当前构建尚未包含修复，需要换用更新的构建，而不是重复调整映射内容。
用之前返回 400 的同一请求（reasoning_effort 为 medium 或 minimal）重新经 vllm-rs render 发起测试。

验证方法

同一请求在 Python 前端与 vllm-rs render 上应得到一致结果：映射后的值（如 low）被接受并完成渲染，不再出现 reasoning_effort must be low, high, xhigh, max, or an integer within [1, 100] 的 400 报错。建议分别测试 medium 与 minimal 两个映射用例，并确认渲染结果与 Python 前端一致。