[Bug]: Xiaomi MiMo models: ‘output_config’ parameter causes AsyncCompletions.create() to fail with Claude Code

问题场景

在 LiteLLM 代理中使用 Xiaomi MiMo 模型（MiMo-V2-Pro、MiMo-V2-Omni），并通过 Claude Code 或其他客户端发起请求，请求体里带有 output_config（例如 {"effort": "medium"}）。Claude Code 默认会发送该参数，因此会出现 Xiaomi 模型在 Claude Code 中完全不可用的情况。Issue 中的测试结果显示，失败范围随模型和端点不同而变化：MiMo-V2-Pro 仅 /v1/chat/completions 且不带流式的组合可用，其余组合（/v1/messages、加流式、加 tools、加 system）均返回 500；MiMo-V2-Omni 在所有组合下均失败。评论区还报告了自定义 OpenAI 兼容端点、Azure 及多款非 Anthropic 模型出现同类报错。

报错原文

Xiaomi_mimoException - AsyncCompletions.create() got an unexpected keyword argument 'output_config'

其他用户报告的同类报错（作为对照，非本 Issue 主报错）：

litellm.BadRequestError: OpenAIException - Unknown parameter: 'output_config'.. Received Model Group=gpt-5.4

litellm.BadRequestError: AzureException BadRequestError - Unknown parameter: 'output_config'.. Received Model Group=gpt-5.4

litellm.InternalServerError: InternalServerError: Custom_openaiException - AsyncCompletions.create() got an unexpected keyword argument 'output_config'. Received Model Group=qwen3.5:9b

原因分析

最可能的原因是参数过滤层缺失：output_config 属于 Anthropic 侧参数，Xiaomi 的 AsyncCompletions.create() 并不接受该关键字参数，而 LiteLLM 在转发前未将其剔除，于是 kwargs 直接透传导致 TypeError。作者定位到的问题文件为 litellm/llms/xiaomi_mimo/chat/handler.py，同时也怀疑 Anthropic 透传处理器可能把这类请求路由到了非 Anthropic 提供方。该参数的过滤在不同模型、不同端点之间表现不一致，所以出现了“某个端点能用、换个模型或加流式就失败”的差异。同类问题可能也波及其他 Anthropic 专用参数，例如 thinking、cache_control。需要说明的是，上述文件路径与参数透传机制来自 Issue 作者的判断，维护者最终确认的修复方向是“适配器对不读取该参数的提供方丢弃 output_config”。

环境排查

• 确认 LiteLLM 版本：1.84.0 之前存在向非 Anthropic 提供方透传 output_config 的行为；1.84.0 起停止转发，1.90.0 起补充 context_management。
• 确认实际使用的模型组及提供方类型（Xiaomi MiMo、自定义 OpenAI 兼容端点、Azure 等非 Anthropic 提供方风险较高）。
• 确认请求路径：/v1/messages 与 /v1/chat/completions 的过滤行为不同，可分别复现。
• 确认是否启用流式（stream: true）或携带 tools/system 字段，这些组合在 Issue 中被记录为失败场景。
• 确认客户端（如 Claude Code）是否默认注入 output_config。
• Issue 未提供操作系统、Python、CUDA、显卡或具体依赖版本信息，无需按这些项排查。

解决步骤

1. 升级 LiteLLM 至 1.84.0 或更高版本（含 output_config 过滤）；如需同时处理 context_management，可优先尝试 1.90.0 或更高版本。
2. 升级后重启 LiteLLM 代理服务，使新代码生效。
3. 用 Issue 中的最小复现请求验证：向 /{BASE_URL}/v1/messages 发送带 output_config 的 MiMo-V2-Pro 请求，观察是否仍返回 500。
4. 若暂无法升级，可优先尝试在客户端侧检测 Xiaomi 模型并在请求前剔除 output_config——这是 Issue 作者给出的临时替代方案，非维护者验证的修复。
5. 若升级后仍报错，收集 LiteLLM 版本、模型名、请求端点和完整错误信息，在原 Issue 中跟进反馈。

验证方法

重新执行 Issue 中的测试请求：使用 output_config 访问 /v1/messages 与 /v1/chat/completions，确认不再出现 unexpected keyword argument 'output_config'；并确认原来唯一的成功场景（MiMo-V2-Pro + /v1/chat/completions 不带流式）之外的其他组合也能正常返回。最后在 Claude Code 中使用相应 Xiaomi 模型做一次实际对话，确认不再返回 500。如有用户在升级后反馈问题消失，可作为参照。

参考来源

BerriAI/litellm #24549

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。