待验证50% 置信权衡取舍精确时间
开放权重模型的工具调用格式往往不如闭源模型稳定，闭源模型通过大量RLHF、后训练对齐和运行时约束（如JSON Mode、Structured Output）确保工具调用格式精确性
1
来源数
50%
置信度
长期有效
时效性
2026/8/26
首次发现
来源
涉及实体
相关事实
待验证兼容OpenAI格式需要精确对齐SSE流式输出格式、Function Calling的JSON Schema定义及错误码语义映射，使LiteLLM等代理工具能实现透明兼容74% 相似待验证绝大多数所谓的开源模型只开放模型权重，而将训练代码、数据处理流程和训练配置保留在黑箱中73% 相似已验证OpenAI的Structured Output基于受限采样（Constrained Sampling）技术，在每个解码步骤中只允许符合当前JSON Schema约束的token被采样，从而在数学上保证输出格式的合法性72% 相似待验证当Thinking模式和工具调用同时启用时，OpenAI格式会强制返回推理过程导致兼容性问题，而Anthropic格式能确保两种能力稳定共存71% 相似待验证OpenAI、Anthropic等主流模型API均支持在调用时传入JSON Schema以约束输出格式71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/802894API
curl https://kongchang.com/api/v1/knowledge/claims/802894MCP
get_claim(id=802894)