实测可靠性

哪些能用，哪些还不能

函数调用由 genmux 模拟实现——工具被渲染进 system prompt，回复再解析回 OpenAI 的 tool_calls——所以一份诚实的清单比一个打勾更有意义。

特性	状态
tools、tool_choice、tool_calls、role: tool	可用	在标记 tools: true 的模型上可用（见上方表格）；最多 128 个工具、定义总量 ≤ 64 KiB。其他模型返回 400 tools_unsupported。
流式工具调用	可用	delta.tool_calls 分块与 OpenAI 完全一致，finish_reason 为 tool_calls。
JSON 模式	可用	response_format 的 json_object 和 json_schema，在非流式回复上校验并自动重试一次；不能与 tools 同时使用。
OpenAI 错误结构	可用	对话路由返回 {"error": {message, type, code, param, request_id}}，客户端的重试逻辑能识别限流和额度不足。
较大的 max_tokens	可用	超过模型 max_output_tokens 的值会被收敛而不是拒绝。工具模型的默认回复预算是 8192 token。
tool_choice: required / 指定函数	部分可用	这是一条模型通常会遵守的指令；小模型偶尔会改用自然语言作答。智能体会重试，实际中很少见。
并行工具调用	部分可用	模型通常每轮只发一个调用；parallel_tool_calls 会被接受但忽略。智能体是循环工作的，任务依然能完成。
n > 1、logprobs、旧版 functions	暂不支持	以 400 unsupported_parameter 拒绝。stream_options、seed、user、metadata、store 和 logit_bias 会被接受但忽略。
Claude Code、Codex CLI	暂不支持	它们使用 Anthropic Messages 和 OpenAI Responses API，本接口尚未提供——即将支持。

2026年9月7日通过真实 API 对每个模型跑了 20 个智能体风格的任务：写入含多行代码和 Unicode 的文件、带引号的 shell 命令、嵌套参数、强制与禁止的工具选择、一次完整的工具往返，以及一次流式写入。

每个模型都能跑通基本循环——调用、结果、作答，流式与否都一样。失败都出在模型行为上，多数是忽略 tool_choice: required，而不是解析问题。我们每次发布前都会重跑这套用例，只有通过率高于 90% 的模型才会留在列表里。