---
title: "Ano ang finish_reason? Bakit huminto ang sagot ng LLM"
description: "Sinasabi ng finish_reason kung bakit huminto ang model: natural na dulo, max_tokens, tool call o content filter. Paano ito basahin bago pagkatiwalaan ang sagot."
url: https://broadrouter.com/fil/glossary/finish-reason/
lang: fil
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Isinalin mula sa Ingles sa tulong ng AI. [Basahin ang orihinal sa Ingles](https://broadrouter.com/glossary/finish-reason/) (na-update noong 2026-11-15).

# finish\_reason

Na-update 2026-11-15

Ang finish\_reason ay field sa bawat choice ng chat completion response na nagsasabi kung bakit huminto ang model sa pagbuo. Sa format ng OpenAI, ang mga value ay stop, length, tool\_calls, content\_filter at ang deprecated na function\_call. Sa Messages API ng Anthropic, stop\_reason ang katumbas nito.

Tinatawag ding: finish reason sa LLM, bakit naputol ang sagot, finish reason, stop reason, stop\_reason

Puwedeng mukhang kumpleto ang sagot pero hindi pala. Ang finish\_reason ang nag-iisang field na nagsasabi kung kusang tumapos ang model.

## Paano ito gumagana

May `finish_reason` ang bawat item sa `choices`. Inililista ng reference ng OpenAI ang mga value na ito:

| Value | Kahulugan (OpenAI) |
| --- | --- |
| `stop` | Natural na hintuan, o tumama ang ibinigay na [stop sequence](https://broadrouter.com/fil/glossary/stop-sequences/) |
| `length` | “The maximum number of tokens specified in the request was reached” (naabot ang maximum na bilang ng token na itinakda sa request) |
| `tool_calls` | Tumawag ng tool ang model |
| `content_filter` | “Content was omitted due to a flag from our content filters” (inalis ang content dahil sa flag ng aming mga content filter) |
| `function_call` | Mas luma at deprecated na anyo ng function call |

Gumagamit ang Messages API ng Anthropic ng `stop_reason` na may sariling mga value, kasama ang `end_turn`, `max_tokens`, `stop_sequence`, `tool_use`, `pause_turn`, `refusal` at `model_context_window_exceeded`. Kapag tumama ang stop sequence, ibinabalik din ng Anthropic kung alin ito sa `stop_sequence`.

```python
choice = r.choices[0]
if choice.finish_reason == "length":
    raise RuntimeError("cut off: raise max_tokens and resend")
if choice.finish_reason == "tool_calls":
    run_tools(choice.message.tool_calls)
```

## Bakit ito mahalaga

-   **Naputol na JSON.** Hindi kumpleto ang sagot na `length`. Kapag isinara mo ang mga bracket, nae-parse ito pero may nawawalang data. Tinatalakay ito ng [post tungkol sa invalid na JSON](https://broadrouter.com/fil/blog/fix-invalid-json-from-llm/).
-   **Mga agent loop.** Ang ibig sabihin ng `tool_calls` ay “patakbuhin ang mga tool at tawagan ulit ako”, hindi “tapos na”.
-   **Caching.** Mga sagot lang na nagtapos sa `stop` ang i-cache. Ang naputol na sagot na naka-cache nang isang linggo ay magmumukhang bug ng model.

## Sa BroadNet Inference

Hindi idinodokumento ng [API reference](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-finish-reason&utm_content=body) ng BroadNet ang mga value ng finish\_reason, kaya i-log muna ang nakukuha mo bago umasa rito. Pero idinodokumento nito ang pangunahing sanhi ng di-inaasahang `length`: nagre-reason muna bago sumagot ang DeepSeek V4.1 Flash, GLM 5.3 at Qwen3.8 27B, at bilang sa [max\_tokens](https://broadrouter.com/fil/glossary/max-tokens/) ang mga [reasoning token](https://broadrouter.com/fil/glossary/reasoning-tokens/). Sinasabi ng BroadNet na kapag maliit ang limit, “the reasoning can use the whole budget and the answer comes back empty.” (Salin ng BroadRouter: “puwedeng maubos ng reasoning ang buong budget at walang lamang sagot ang bumalik.”) Mag-iwan ng 1,000 token o higit pa, o i-set ang `reasoning_effort` sa `low`. Ipinapakita ng [gabay sa walang lamang response](https://broadrouter.com/fil/guides/reasoning-tokens-empty-response/) ang ayos.

## Mga karaniwang pagkakamali

-   Pagbasa ng `message.content` nang hindi muna tinitingnan ang finish\_reason.
-   Pagturing sa walang lamang sagot bilang pagpalya ng model, kahit naubos lang ng reasoning ang buong budget.

## Mga tanong

### Ano ang ibig sabihin ng finish\_reason na "length"?

Tumama ang sagot sa token limit na itinakda mo at naputol ito. Inilalarawan ito ng OpenAI bilang "the maximum number of tokens specified in the request was reached" (naabot ang maximum na bilang ng token na itinakda sa request). Taasan ang max\_tokens o humingi ng mas kaunti; huwag ayusin ang naputol na text.

### Bakit "stop" ang finish\_reason kapag nag-set ako ng stop sequence?

Sa format ng OpenAI, sakop ng stop ang natural na pagtatapos at ang tumugmang stop sequence. Pinaghihiwalay ito ng Anthropic sa end\_turn at stop\_sequence.

### Idinodokumento ba ng BroadNet ang mga value ng finish\_reason?

Hindi. Hindi nakalista sa API reference ng BroadNet ang mga value ng finish\_reason. I-log ang field sa sarili mong mga request at subukan muna bago gumawa ng branching batay rito.

## Tingnan din

-   [max\_tokens](https://broadrouter.com/fil/glossary/max-tokens/) (termino)
-   [Reasoning tokens](https://broadrouter.com/fil/glossary/reasoning-tokens/) (termino)
-   [Stop sequences](https://broadrouter.com/fil/glossary/stop-sequences/) (termino)
-   [Tool calling (function calling)](https://broadrouter.com/fil/glossary/tool-calling/) (termino)
-   [Chat Completions API](https://broadrouter.com/fil/glossary/chat-completions-api/) (termino)
-   [Bakit walang laman ang sagot ng isang reasoning model](https://broadrouter.com/fil/guides/reasoning-tokens-empty-response/) (gabay)
-   [Paano mag-stream ng chat completions at ayusin ang naputol na stream](https://broadrouter.com/fil/guides/streaming-chat-completions/) (gabay)
-   [Paano ayusin ang invalid JSON mula sa LLM: sanhi, repair, retry](https://broadrouter.com/fil/blog/fix-invalid-json-from-llm/) (artikulo)
-   [Paano itakda ang max\_tokens sa reasoning model: paraan ng pag-budget](https://broadrouter.com/fil/blog/reasoning-model-max-tokens-budget/) (artikulo)
-   [I-cache ang LLM API response, makatipid: exact-match cache sa Python](https://broadrouter.com/fil/blog/cache-llm-responses-cut-cost/) (artikulo)

Subukan ito sa totoong workload mo. May US$5 na panimulang credit ang mga bagong account para sa Gemma at transcription. Kailangan ng top-up para sa DeepSeek, GLM, at Qwen3.8.

[Magsimula](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-finish-reason&utm_content=page-cta) ·

**Mga source**

-   [OpenAI API reference, chat completion object (finish\_reason) (sinuri noong 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic docs, handling stop reasons (sinuri noong 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [API reference ng BroadNet Inference, reasoning at max\_tokens (sinuri noong 2026-11-15) (Ingles)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-finish-reason&utm_content=sources)
