2026 年 8 月 22 日，开发者工具 llm 发布 0.33 版本。此次更新重点包括统一嵌入模型的密钥管理方式、完善模板系统、支持 OpenAI Responses API 的 reasoning_summary 参数等。对于需要在命令行中频繁切换云端模型、本地模型及兼容端点的开发者而言，这些改动将简化配置流程，提高多模型调用的可复用性。
嵌入模型与普通大模型采用同一套密钥模式
在本次更新中，嵌入模型现在使用与普通 LLM 模型相同的 key 配置模式。此前，开发者在同时调用文本生成模型和嵌入模型时，可能需要分别维护不同的配置方式。此次统一后，API 密钥管理更加一致，也减少了在脚本或自动化流程中切换模型时的额外配置成本。
作者同时提到，这一变化也延续了前一天的修复节奏：0.32.1 版本已先发布过一个快速修复，而 0.33 版本则提供了更完整的解决方案。
模板能力增强：模型、参数与提示词可组合复用
llm 0.33 引入了一个更实用的能力：用户可以把模型和一组默认参数保存为模板，然后在后续命令中直接调用。示例中展示了如下用法：
- 使用
llm -m gpt-5.6-luna -o reasoning_effort high --save lhigh将模型和参数保存为模板。 - 使用
llm "Generate an SVG of a pelican riding a bicycle" --save pelican保存提示词模板。 - 再通过
llm -t lhigh -t pelican组合并执行两个模板。
这种设计让 CLI 工具从单次调用走向可复用的工作流配置。对于需要反复测试不同模型、不同推理强度或不同提示词结构的开发者来说，模板系统可以减少重复输入参数，也便于把常用调用方式沉淀为脚本或团队内部工具。
Responses API 支持 reasoning_summary 参数
另一个值得关注的变化是，支持推理能力的 Responses API 模型现在可以使用 reasoning_summary 参数，其取值包括 auto、concise 和 detailed。该能力可配合 llm openai endpoint --responses 使用。
这项更新的价值不仅在于 OpenAI 官方接口本身，也在于它适用于其他模拟 OpenAI Responses API 的模型服务端点。开发者可以通过同一套命令测试不同模型对 Responses API 的兼容情况，并观察不同推理摘要模式下的输出差异。
对开发者工具链的意义
llm 作为命令行工具，长期服务于开发者在终端中快速调用大模型。此次 0.33 版本没有追求大量新功能，而是围绕配置一致性、模板复用和 API 兼容性做细粒度改进。这类更新看似不大，却直接影响日常工程体验：密钥配置更统一，意味着接入更多模型时的心智负担更低；模板系统更灵活，意味着模型调用可以像构建命令一样被组合；Responses API 参数支持更完整，则方便开发者测试不同端点之间的兼容差异。
在本地模型、云端模型和第三方兼容端点并存的环境下，CLI 工具链正在承担越来越多“模型调度入口”的角色。llm 0.33 的这些调整，使其更适合用于模型对比、自动化测试以及轻量级 AI 应用开发。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/llm-33-fa-bu-tong-yi-mi-yao-pei-zhi-yu-mu-ban-xi-tong-jin
