Симметрично с frontend: если GLM-5.3-Flash вернул пустой content
для пака — пишем явно в stderr, чтобы видеть потери в логах,
а не молча терять вклад второй модели.
Паки не трогаем — routers_admin (97k) пока терпит.
Root cause: reasoning: {enabled: false} НЕ работает для GLM-5.3(-Flash).
Thinking нельзя отключить полностью (доки Together).
Единственный рычаг — reasoning_effort=low + max_tokens=12000.
- MODEL_SECONDARY: GLM-5.3 → GLM-5.3-Flash ($0.15/$0.50 vs $1.40/$4.40)
- _is_glm() — определение GLM по имени
- GLM: reasoning_effort=low, max_tokens=12000
- DeepSeek: reasoning={enabled: false}, max_tokens=8000
- Логируем длину reasoning_content для диагностики
- Разбивка routers_learning на 3 пака (было finish=length)
Бюджет: ~$0.25-0.35 на оба репо.
Root cause: DeepSeek-V4.1-Flash по умолчанию reasoning-модель
(reasoning_effort=high). На больших паках весь max_tokens уходил
в thinking → content пустой, finish=length, находки терялись.
Фиксы:
- reasoning: {enabled: False} — не тратить бюджет на thinking
- Убран fallback на reasoning_content (источник 'Ошибка парсинга JSON':
туда попадал сырой текст рассуждений, не JSON)
- extract_json через json.JSONDecoder.raw_decode — спасаем валидные
объекты, даже если ответ обрезан по max_tokens
- В SYSTEM_PROMPT: 'Не думай вслух — сразу выдавай JSON-массив'
Ожидается: finish=stop на всех паках, полные находки.