From 6c0f4c888268a2abdab44dea1c4e281d7e961a26 Mon Sep 17 00:00:00 2001
From: Pierre Martin <pierre@front-commerce.com>
Date: Mon, 28 Sep 2026 08:53:43 +0200
Subject: [PATCH] fix(ai): plafonne qwen3.8-flash-next en 32k out
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Le models.json déclarait 64k puis 128k en maxTokens pour
qwen3.8-flash-next, alors que la passerelle LiteLLM plafonne à
32 768 (max_output_tokens sur /v1/model/info, vérifié 28/09/2026).
Risque d'erreur 400 en fin de réponse longue.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
---
 programs/pi.nix | 5 ++++-
 1 file changed, 4 insertions(+), 1 deletion(-)

diff --git a/programs/pi.nix b/programs/pi.nix
index 760c56c..eb46440 100644
--- a/programs/pi.nix
+++ b/programs/pi.nix
@@ -68,8 +68,11 @@ let
           # Repli serveur de LM-Code, mais 262k de contexte : pas un vrai
           # fallback. Recommandé par LM pour les tâches simples, de manière
           # proactive, afin d'alléger GLM 5.3 (07/09/2026).
+          # 32 768 : plafond réel de la passerelle (max_output_tokens sur
+          # /v1/model/info, vérifié 28/09/2026). Les valeurs antérieures
+          # étaient fausses et risquaient une erreur 400 en fin de réponse.
           contextWindow = 262144;
-          maxTokens = 128000;
+          maxTokens = 32768;
         }
         {
           id = "glm-ocr";