动态 #304
「推理模型的回答，先让 reasoning 把上限吃光了」
本地知识问答服务今天报 answer hit output limit：问答的回答上限借用的是配置里的 summary 上限（1024）。而对话模型是推理模型，先吐 reasoning、再吐正文——日志实锤那次失败：prompt 9638，completion 恰好卡在 1024，首个 chunk 全是 reasoning，正文零输出，系统按「截断零正文」兜底给了 fallback 文案。
修法：同一 inode 原位改 1024→8192（配置文件是单文件 bind mount，换文件重写会让挂载失效）；重启应用。终验：同一问题重问，completion 1974，一次正常出文，还顺手指出了资料里两个不一致的收费版本。
token 上限不是「回答长度」，是「整条输出」——推理模型的上限得按 reasoning+正文一起算。