# Gemini 400 报错 Requests ending with a model turn 怎么解决 > Gemini 3.6 Flash 起（含 Argon），请求以 model 回合结尾就报 400：删掉它或补一条 user 消息，预填充改用系统指令，别重试。 - URL: https://blog.laozhang.ai/zh/posts/gemini-requests-ending-with-model-turn-not-supported - Published: 2026-10-29 - Updated: 2026-10-29 - Author: LaoZhang AI Team (https://blog.laozhang.ai/zh/about) - Topic: 故障排查 - Tags: Gemini API, Gemini 4 Argon, gemini-4-argon, 400 报错, 预填充, countTokens, SillyTavern, Gemini CLI, 函数调用 --- `Requests ending with a model turn are not supported.` 是 Gemini API 返回的 400 `INVALID_ARGUMENT`，意思是 Google 收到的请求里，`contents` 最后一个非空回合的 role 是 `model`，也就是 OpenAI 格式里的 `assistant` 消息。改法只有一个方向：让请求以 user 回合结尾。删掉末尾那条 model 回合，或者在它后面追加新的 user 消息；原来用 model 回合做预填充（prefill）来定开头、逼出 JSON 的，改用 `systemInstruction` 或结构化输出；工具调用停在模型返回的 `functionCall` 上时，先执行工具，把 `functionResponse` 作为 user 回合发回去。 这条规则从 Gemini 3.6 Flash 和 3.5 Flash-Lite 开始，对之后发布的所有 Gemini 模型生效，`gemini-4-argon` 也在其中，所以换了新模型之后，原来能跑的续写、打断后的会话会突然报错。它是请求格式错误，原样重试只会得到同一个 400。如果你是在酒馆（SillyTavern）、Gemini CLI、opencode 这类工具里看到它，多半是工具拼历史时把 model 回合留在了最后：Gemini CLI 升级到 v0.65.0 或更高，酒馆先关掉预填充、续写一类设置再试。 有两种情况不那么直观。在 Vertex AI 上，工具结果后面紧跟一段文字、两者放在同一个 user 回合里，也会报这句；对一段以模型回复结尾的历史调用 `countTokens`，Gemini 4 Argon 上也有返回这个 400 的报告。 ## Requests ending with a model turn 是什么意思：最后一个回合是 model Gemini 的对话用 `contents` 数组表示，每一项是一个回合（turn），`role` 只有 `user` 和 `model` 两种取值。报错里的 model turn 就是 role 为 `model` 的那一项，也就是模型说过的话；工具调用时模型返回的 `functionCall` 同样属于 model 回合，工具执行结果 `functionResponse` 则放在 user 回合里。[Google 的 Gemini 3.6 Flash 与 3.5 Flash-Lite 更新说明](https://ai.google.dev/gemini-api/docs/whats-new-gemini-3.6)写明，预填充 model 回合不再支持，请求里最后一个非空回合是 model 回合时，API 返回 400。 受影响的模型是 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite，以及之后发布的所有 Gemini 模型。Gemini 4 Argon 的迁移清单没有单独列出这一条，但它在"之后所有模型"的范围内。更早的模型不受这条规则约束：LINUX DO 上 2026 年 7 月 22 日的帖子「[Gemini 3.6 Flash 不再支持模型预填充续写](https://linux.do/t/topic/2631609)」提到，同样以 model 结尾的续写请求在 3.5 Flash 上仍然可用。 同一条规则在不同入口显示成几种样子，处理方法相同。直连 Gemini API 通常是 `400 INVALID_ARGUMENT` 加上面那句；AI Studio 和部分反代返回更长的 `Requests ending with a model turn are not supported unless the last part is a function response.`，前面可能带 `[original: beyond::dependency::INVALID_ARGUMENT]`；反代会包成 `PROXY ERROR 400: {...}`；OpenRouter 只显示 `Provider returned error`，Google 的原文在 `error.metadata.raw` 里。 聊天窗口里最后一条是你发的消息，不代表发出去的请求以 user 结尾。前端在发送前可能追加预填充或续写内容、调整历史顺序，或者把你的消息和工具结果合并成一个回合，所以判断时要看实际发出的请求体，而不是界面。 ## 我是哪种情况：按触发方式对照现象和改法 先看报错出现的时机。第一次请求就报、每次都报，基本是预填充；聊了几轮突然报、发一条新消息又能继续，是历史停在了模型回复上；固定在某个工具步骤之后报，要看工具结果的形态。下表按触发方式列出现象和改法。 | 触发方式 | 你会看到什么 | 改法 | | --- | --- | --- | | 预填充或续写：在末尾放一段 model 文字让模型接着写（定开头、逼出 JSON、续写被截断的回答） | 每次请求都报，和对话长短无关 | 删掉末尾的 model 回合；格式要求写进 `systemInstruction` 或改用结构化输出；要续写就把已有内容放进新的 user 消息 | | 历史停在已保存的模型回复：`/rewind`、流式输出被中断、语音打断后截断的回复、步骤上限提示被当成 assistant 消息追加 | 聊了几轮后突然报，发一条新消息常常就能继续 | 发请求前检查最后一项，是 model 就去掉，或追加新的 user 回合；工具里出现就升级工具 | | 工具流程停在 `functionCall`：模型要求调用工具，还没回传结果就又发了请求 | 工具调用那一步报 | 先执行工具，把 `functionResponse` 放进 user 回合再请求，模型那一回合原样保留 | | 工具结果后面紧跟文字：同一个 user 回合里是 `[functionResponse, text]` | Vertex AI 上报；提醒、补充说明被注入在工具结果之后时常见 | 让 `functionResponse` 排在这个回合最后，或把文字拆成下一个单独的 user 回合 | | 工具结果里带图片：读取 .png、截图类工具 | 读图之后的那一步固定报，纯文字步骤正常 | 工具结果只回文字，图片放进下一条 user 消息 | | 对以模型回复结尾的历史调用 `countTokens` | 生成正常，token 计数失败或显示 0 | 只计到最后一个 user 回合，或改读响应里的 `usageMetadata.promptTokenCount` | ![按报错出现的时机对照六种触发方式和改法：预填充、历史停在模型回复、三种工具结果形态和 countTokens](https://blog.laozhang.ai/posts/zh/gemini-requests-ending-with-model-turn-not-supported/img/trigger-fix-map.webp) 第四类最容易被误判，因为请求明明以 user 回合结尾。[senpi 项目的 #3633 报告](https://github.com/code-yeongyu/senpi/issues/3633)（2026 年 10 月 18 日，Vertex AI 上的 Gemini 4 Argon）每次只改一个变量：末尾 user 回合只有 `[functionResponse]` 时返回 200，变成 `[functionResponse, text]` 就返回这个 400，换成 `[text, functionResponse]` 又是 200。2026 年 10 月 28 日，同一 issue 下的用户 AgentSMLA 通过 LiteLLM 1.101.0 调用 Google Cloud Express 上的 `gemini-4-argon`，把工具结果和文字拆成两个独立的 user 回合后也得到 200。 ## 2026 年 10 月 29 日 Gemini 4 Argon 实测：8 种请求形态的状态码 2026 年 10 月 29 日 03:00 至 03:05（UTC），通过 laozhang.ai 的 Gemini 原生接口（`/v1beta/models/gemini-4-argon:generateContent`，直接发 REST 请求，不经 SDK，`thinkingLevel` 设为 `low`）对 `gemini-4-argon` 发了下面这些请求，每次只改一个变量。结果和 Google 的规则一致：以 user 回合结尾的都返回 200，以 model 回合结尾的都返回 400，报错原文是 `Requests ending with a model turn are not supported.`。 *说明：[laozhang.ai 是我们自己的服务](https://blog.laozhang.ai/zh/about#laozhang)，其价格是平台报价，不是独立比较的结论。* | 请求的 contents（最右边是最后一项） | 结果 | | --- | --- | | `[user]` | 200 | | `[user, model "Rain"]`，即预填充 | 400；03:13 重发一次，仍是 400 | | `[user, model, user, model]`，刚保存完模型回复的历史 | 400 | | 上一行去掉末尾的 model 回合，最后一项是新的 user 消息 | 200 | | `[user]` 加工具定义 | 200，返回带 `thoughtSignature` 的 `functionCall` | | `[user, model(functionCall)]`，还没有工具结果 | 400 | | `[user, model(functionCall), user(functionResponse)]` | 200 | | `[user, model(functionCall), user(functionResponse, 文字)]` | 200 | 第三行和第四行是同一段历史，只差末尾那一条 model 回合，状态码就从 400 变成 200，修复的要点全在这里。每个 200 响应里的 `modelVersion` 都是 `gemini-4-argon`；400 的响应体不带 `modelVersion`，归到 Argon 的依据是请求里的模型 ID 和 Google 写明的规则。 ![gemini-4-argon 八种请求形态的状态码：以 model 回合结尾的返回 400，同一段历史去掉末尾 model 回合后返回 200](https://blog.laozhang.ai/posts/zh/gemini-requests-ending-with-model-turn-not-supported/img/argon-8-requests.webp) 最后一行要按线路看。functionResponse 后面跟一段文字，在这条线路上返回 200，而上一节 senpi #3633 在 Vertex AI 上、AgentSMLA 在 Google Cloud Express 上得到的都是 400。两边的结果只代表各自的线路，你的代码只要有可能跑在 Vertex AI 上，就按会报 400 来写。 这组测试只覆盖一条线路、一天、每种形态一次（预填充两次）。把文字放在 functionResponse 前面、把工具结果和文字拆成两个 user 回合、用 `systemInstruction` 或 JSON schema 代替预填充，这几种这一轮没有拿到 Argon 的结果，下一节对应的写法依据 Google 的文档和上面的 Vertex 报告。空的 model 回合（`parts: [{"text": ""}]`）这一轮返回的是线路自身的 500，得不出结论。 ## 代码怎么改：发请求前保证最后一个回合是 user 不管属于哪一类，修复都落在同一个位置：`contents` 组装好、请求发出之前。先加一道末尾检查，再按用途替换预填充、调整工具结果的写法。通过 OpenAI 兼容格式调用时，对应的检查对象是 `messages` 最后一条不能是 `assistant`。 ### 发送前检查 contents 的最后一项 下面这个函数在最后一项是 model 回合时，要么追加你准备发的 user 消息，要么去掉那条模型回复（重新生成上一条回答时就是这种情况）。如果最后是 `functionCall`，说明工具还没执行，直接拦下来，不要把它删掉。 ```python def ensure_user_last(contents, next_user_text=None): """返回一份以 user 回合结尾的 contents。""" last = contents[-1] if last["role"] != "model": return contents if any("functionCall" in part for part in last["parts"]): raise ValueError("最后是 functionCall：先执行工具，再把 functionResponse 作为 user 回合发回") if next_user_text: return contents + [{"role": "user", "parts": [{"text": next_user_text}]}] # 重新生成：去掉旧的模型回复，让模型针对上一条 user 消息重新回答 return contents[:-1] ``` ### 预填充改成 systemInstruction 或结构化输出 Google 给的替代是：原来用预填充去掉开场白或逼出 JSON 的，改用 system instruction 或结构化输出。去开场白、定语气、规定开头写进 `systemInstruction`： ```json { "systemInstruction": {"parts": [{"text": "只输出译文，不要任何开场白。"}]}, "contents": [ {"role": "user", "parts": [{"text": "把 Hello world 翻译成西班牙语。"}]} ] } ``` 要固定 JSON，就在 `generationConfig` 里声明 MIME 类型和 schema，不再往 model 回合里放一个 `{`。字段写法以 [Gemini API generateContent 的结构化输出文档](https://ai.google.dev/gemini-api/docs/generate-content/structured-output)为准；用 Interactions API 时，对应的是 `system_instruction` 和 `response_format`。 ```json { "contents": [{"role": "user", "parts": [{"text": "给出一个城市和它所在的国家。"}]}], "generationConfig": { "responseMimeType": "application/json", "responseJsonSchema": { "type": "object", "properties": {"city": {"type": "string"}, "country": {"type": "string"}}, "required": ["city", "country"] } } } ``` 续写被截断的回答，也不能再把半截内容放在 model 回合里，改成放进新的 user 消息，请模型从断开的地方接着写。Argon 的长输出另有官方续写机制，见 [Gemini 4 Argon API finish_reason 怎么处理：长输出续写与中转实测](https://blog.laozhang.ai/zh/posts/gemini-4-argon-api-finish-reason)。 ### 工具调用：functionResponse 发回去，放在回合最后 模型返回 `functionCall` 后，下一次请求要把模型那一回合原样带上，包括其中的 `thoughtSignature`，不要删掉，也不要自己生成；[Gemini 4 Argon 的迁移清单](https://ai.google.dev/gemini-api/docs/generate-content/latest-model)同样要求多轮和函数调用请求带上包括思考签名在内的完整历史。之后接一个 user 回合放 `functionResponse`。需要附加提示文字时，让 `functionResponse` 排在回合最后，或者像下面这样把文字拆成单独的 user 回合；工具结果里有图片时，同样把图片移到下一条 user 消息。 ```json "contents": [ {"role": "user", "parts": [{"text": "巴黎现在多少度？用工具查。"}]}, {"role": "model", "parts": [{ "functionCall": {"name": "get_weather", "args": {"city": "Paris"}, "id": "call_74181"}, "thoughtSignature": "原样回传模型返回的值" }]}, {"role": "user", "parts": [{ "functionResponse": {"name": "get_weather", "id": "call_74181", "response": {"temperature_c": 14}} }]}, {"role": "user", "parts": [{"text": "用一句话回答。"}]} ] ``` ### 这个 400 不要放进重试逻辑 [Gemini API 排障文档](https://ai.google.dev/gemini-api/docs/troubleshooting)写明只对 429、408、5xx 这类临时错误重试，400 属于请求本身的问题，不要重试；senpi 维护者 2026 年 10 月 20 日也要求把这个 400 归为请求错误，不触发冷却或切换备用模型。不排除它，就会出现 [LiveKit Agents 的 #2108](https://github.com/livekit/agents-js/issues/2108) 里那样的情况：同一段坏历史被循环重试，语音 agent 再也不说话。 ## Gemini 4 Argon 调 countTokens 返回 400：多半是同一条规则 2026 年 10 月 27 日，Obsidian 插件 Gemini Scribe 的维护者 allenhutchison 在 [obsidian-gemini 的 #1708](https://github.com/allenhutchison/obsidian-gemini/issues/1708) 报告：用 `gemini-4-argon` 作为聊天模型时，新会话第一轮的 `models.countTokens` 返回 400 `INVALID_ARGUMENT`，日志里的报错被截成 `Requests ending wi…are not supported.`，同样的流程换成 `gemini-flash-latest` 不报错。报告里的报错文字中间被截断，作者推测完整文字是 `Requests ending with a model turn are not supported`，原因是回复刚保存时会话历史停在模型回合，Argon 拒收 `contents` 以 model 结尾的 countTokens 请求，他在报告里把这两点都标为未经验证。上面 2026 年 10 月 29 日的 generateContent 结果里，以 model 结尾的请求同样被拒，和这个推测一致，但不能证明 countTokens 返回的就是这句。 改法和生成请求一样：计数时只传到最后一个 user 回合，或者先把即将发送的 user 消息加到末尾再计数，后者本来就更接近真正要发出的请求。 ```python last_user = max(i for i, c in enumerate(history) if c["role"] == "user") result = client.models.count_tokens(model="gemini-4-argon", contents=history[: last_user + 1]) ``` 另一个有文档支持的办法是直接读生成响应里的 `usageMetadata.promptTokenCount`。[Firebase AI Logic 的 token 计数文档](https://firebase.google.com/docs/ai-logic/count-tokens)说明，usageMetadata 每次响应都会返回，本身不消耗 token、不收费；countTokens 也免费，上限 3,000 RPM，支持列表里有 `gemini-4-argon`，输入计数包含系统指令和工具定义。这份报告里插件出问题的正是兜底：新会话还没有 usageMetadata，token 显示和上下文压缩阈值都按 0 计算。 经过中转时还会遇到另一种 400。2026 年 10 月 29 日，前面实测用的那条中转线路上，`:countTokens` 不论 contents 以 user 还是 model 结尾，都返回 400 `unsupported action: countTokens`：这是中转层不提供这个接口，和 Google 的规则无关。所以 countTokens 报 400 时先看报错文字，是 `unsupported action` 一类，就改读 usageMetadata 或在本地估算；是 `Requests ending with a model turn`，按上面的办法裁掉末尾的 model 回合。 ## 酒馆、Gemini CLI、opencode 里报错：截至 2026 年 10 月 29 日的修复状态 通过工具间接调用时，请求由工具拼装，你能做的通常是升级、改设置，或者在会话里发一条新消息，让最后一个回合重新变成 user。截至 2026 年 10 月 29 日，各工具的已知触发场景和状态如下。 | 工具 | 触发场景 | 状态与处理 | | --- | --- | --- | | 酒馆（SillyTavern）等角色扮演前端，填 AI Studio key 或走反代 | 预设或设置里有 assistant 预填充、续写、让回复以固定内容开头之类的选项，或提示词后处理改了消息顺序 | 新开一个对话，以真实的 user 消息结尾测试；关掉预填充、续写类设置和预设末尾的 assistant 条目，不报了再逐项加回，找出是哪一项 | | Gemini CLI | `/rewind`、流式输出被中断、连按 Ctrl-C 之后，或 `ReadFile` 读取 .png 之后 | 修复 PR #29612（2026-10-07 合并）和 #29728（2026-10-13 合并）都包含在 2026-10-20 发布的 v0.65.0 里，升级到 v0.65.0 或更高 | | opencode | 子代理设了 `steps`，到上限时的提示被当成 assistant 消息追加（#45359）；经 OpenRouter 用 Argon 时，`read` 读图之后的那一步（#55694） | #45359 已关闭，但 1.18.31 仍有人遇到，后续修复 PR #55382 没有确认的发布版本；#55694 仍开放。临时办法是发一条新消息继续 | | LangChain（langchain-google 的 vertexai） | 工具结果 ToolMessage 和紧随其后的 HumanMessage 被合并成同一个 user content（#1995） | 仍开放；在工具结果之后不要紧跟 HumanMessage，先让模型对工具结果作答 | | LiteLLM | Vertex AI 上 Gemini 3.7 Flash 的历史以纯文字 assistant 消息结尾（#38537） | 仍开放；调用前自己检查 messages 末尾 | | OpenRouter（如 Hermes Agent） | 带图片的工具结果作为最后一条消息；界面只显示 `Provider returned error` | 原文在 `error.metadata.raw`；按上文把图片移出工具结果，报告里这样改后返回 200 | | LiveKit Agents（JS） | 语音打断后，截断的 assistant 消息排到了用户转写之后（#2108，3.6 Flash 和 3.5 Flash-Lite 都复现） | 仍开放；400 被循环重试，在框架修复前要自己排除这个错误 | | instructor | 结构化输出 reask 的请求以 model 回合结尾（#2631） | 仍开放 | Gemini CLI 的修复记录见 [gemini-cli 的 #29530](https://github.com/google-gemini/gemini-cli/issues/29530)，opencode 的步骤上限问题见 [opencode 的 #45359](https://github.com/anomalyco/opencode/issues/45359)，OpenRouter 上带图片工具结果的复现见 [Hermes Agent 的 #139313](https://github.com/NousResearch/hermes-agent/issues/139313)。用 npm 升级 Gemini CLI 的方法见 [Gemini CLI 安装教程：全平台 npm 安装，个人 Google 登录已停用](https://blog.laozhang.ai/zh/posts/gemini-cli-install)。酒馆的菜单名随版本和预设变化，找不到对应开关时，就用新对话加真实 user 消息的办法逐项排除。 ## Requests ending with a model turn 的相关问题 ### 和 "role system is not supported" 是同一个报错吗？ 不是。那条 400 说的是 system、developer、tool 这类角色不被当前模型或接口接受，要改的是角色和指令字段；这里的问题只在于最后一个回合是谁。排查方法见 [修复 API 400 角色不受支持错误，不破坏系统提示词](https://blog.laozhang.ai/zh/posts/api-400-role-system-is-not-supported-on-this-model)。 ### Claude 也有类似的预填充报错吗？ 有。Anthropic 从 Claude 4.6 起的模型同样拒收以 assistant 消息结尾的请求，报错文字和替代办法见 [Claude 预填充（prefill）400 报错：4.6 起模型全拒收，按用途替换](https://blog.laozhang.ai/zh/posts/claude-opus-prefill-error-fix)。 ### Gemini 4 Argon 还有哪些 400 和这个不是一回事？ 截至 2026 年 10 月 29 日至少还有三种。按 Google 的 Argon 迁移清单，显式缓存 `cachedContents` 在 Argon 上不支持，会返回错误；`Function call is missing a thought_signature` 说的是回传的 `functionCall` 缺少思考签名；Vertex AI 上也有用户报告 `Thinking budget is not supported`。这几种报错文字不同，裁掉末尾的 model 回合解决不了它们。 ## 参考来源 本文引用的外部页面，按正文出现顺序排列。最后更新于 2026-10-29。 - [Google 的 Gemini 3.6 Flash 与 3.5 Flash-Lite 更新说明](https://ai.google.dev/gemini-api/docs/whats-new-gemini-3.6) (ai.google.dev) - [Gemini 3.6 Flash 不再支持模型预填充续写](https://linux.do/t/topic/2631609) (linux.do) - [senpi 项目的 #3633 报告](https://github.com/code-yeongyu/senpi/issues/3633) (github.com) - [Gemini API generateContent 的结构化输出文档](https://ai.google.dev/gemini-api/docs/generate-content/structured-output) (ai.google.dev) - [Gemini 4 Argon 的迁移清单](https://ai.google.dev/gemini-api/docs/generate-content/latest-model) (ai.google.dev) - [Gemini API 排障文档](https://ai.google.dev/gemini-api/docs/troubleshooting) (ai.google.dev) - [LiveKit Agents 的 #2108](https://github.com/livekit/agents-js/issues/2108) (github.com) - [obsidian-gemini 的 #1708](https://github.com/allenhutchison/obsidian-gemini/issues/1708) (github.com) - [Firebase AI Logic 的 token 计数文档](https://firebase.google.com/docs/ai-logic/count-tokens) (firebase.google.com) - [gemini-cli 的 #29530](https://github.com/google-gemini/gemini-cli/issues/29530) (github.com) - [opencode 的 #45359](https://github.com/anomalyco/opencode/issues/45359) (github.com) - [Hermes Agent 的 #139313](https://github.com/NousResearch/hermes-agent/issues/139313) (github.com)