---
title: "LLM का जवाब ख़ाली? रीज़निंग टोकन और max_tokens | BroadRouter"
description: "DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B जवाब से पहले सोचते हैं, और यह रीज़निंग max_tokens में गिनी जाती है। ख़ाली जवाब आना ऐसे रोकें।"
url: https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/
lang: hi
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/guides/reasoning-tokens-empty-response/) (2026-11-16 को अपडेट किया गया).

# रीज़निंग मॉडल ख़ाली जवाब क्यों लौटाता है

अपडेट किया गया 2026-11-16

मॉडल ने दिखने वाला जवाब शुरू करने से पहले पूरा max\_tokens बजट रीज़निंग पर ख़र्च कर दिया। BroadNet Inference पर DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B पहले रीज़निंग करते हैं, और रीज़निंग max\_tokens में गिनी जाती है। 1,000 या उससे ज़्यादा टोकन दें, या reasoning\_effort को low पर सेट करें।

आप `max_tokens: 100` के साथ एक छोटा प्रॉम्प्ट भेजते हैं, अनुरोध सफल होता है, और `choices[0].message.content` ख़ाली है। कुछ टूटा नहीं है: जवाब कभी शुरू ही नहीं हुआ।

## होता क्या है

रीज़निंग मॉडल दिखने वाले जवाब से पहले एक छिपी हुई सोच (chain of thought) लिखते हैं। दोनों एक ही `max_tokens` बजट बाँटते हैं। सीमा छोटी हो, तो रीज़निंग पूरा बजट खा जाती है, और स्टैंडर्ड chat-completions ढाँचे में तब `finish_reason` की वैल्यू `length` होती है।

## तीन समाधान

**1\. जगह छोड़ें।** BroadNet के डॉक्स की सलाह के अनुसार `max_tokens` को 1,000 या उससे ज़्यादा रखें। [रीज़निंग मॉडल के लिए max\_tokens कैलकुलेटर](https://broadrouter.com/tools/reasoning-token-budget/) आपके जवाब की लंबाई के हिसाब से सीमा तय करता है और लागत दिखाता है।

**2\. कम रीज़निंग करवाएँ।** आसान कामों के लिए `reasoning_effort` को `low` पर सेट करें:

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

response = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order' -> intent?"}],
)
```

**3\. usage पर नज़र रखें।** जब मॉडल इसे रिपोर्ट करता है, तो `usage.completion_tokens_details.reasoning_tokens` बताता है कि कितना रीज़निंग में गया:

```python
print(response.choices[0].finish_reason)                       # "length" means the budget ran out
details = response.usage.completion_tokens_details             # None if the model doesn't report it
print(details.reasoning_tokens if details else "not reported")
```

स्ट्रीम में `stream_options={"include_usage": True}` जोड़ें, वही usage आख़िरी chunk में आता है। [स्ट्रीमिंग chat completions](https://broadrouter.com/hi/guides/streaming-chat-completions/) देखें।

## कौन-से मॉडल रीज़निंग करते हैं

| मॉडल | पहले रीज़निंग करता है |
| --- | --- |
| DeepSeek V4.1 Flash (`broadnet/deepseek-v4.1-flash`) | हाँ |
| GLM 5.3 (`broadnet/glm-5.3`) | हाँ |
| Qwen3.8 27B (`broadnet/qwen3.8-27b`) | हाँ |
| BroadNet Gemma 4 VL 26B (`broadnet/gemma-4-26b-a4b`) | सूचीबद्ध नहीं |

## समस्या का समाधान

-   **`content` ख़ाली, `finish_reason` है `length`.** `max_tokens` बढ़ाएँ या `reasoning_effort` को `low` पर सेट करें।
-   **`content` ख़ाली, `finish_reason` है `stop`.** वजह सीमा नहीं थी। अपना प्रॉम्प्ट जाँचें और पूरा जवाब प्रिंट करके देखें कि क्या लौटा।
-   **`completion_tokens_details` पर `AttributeError`.** मॉडल ने उस अनुरोध के लिए ब्रेकडाउन रिपोर्ट नहीं किया; ऊपर के उदाहरण की तरह `None` की जाँच रखें।
-   **स्ट्रीम में पहला टोकन देर से आता है।** मॉडल जवाब लिखने से पहले रीज़निंग कर रहा है। कम `reasoning_effort` से इंतज़ार घट सकता है।

अगर आप दिन भर एजेंट चलाते हैं, तो उपयोग के अनुसार भुगतान में रीज़निंग टोकन जुड़ते जाते हैं। [BroadNet प्राइसिंग कैलकुलेटर](https://broadrouter.com/hi/pricing/) दिखाता है कि कब एक फ़्लैट [अनलिमिटेड प्लान](https://broadrouter.com/hi/guides/unlimited-llm-api-sessions/) सस्ता पड़ता है।

## इस गाइड के शब्द

[टोकन (token)](https://broadrouter.com/hi/glossary/token/)

टोकन टेक्स्ट की वह इकाई है जिसे लैंग्वेज मॉडल पढ़ता और लिखता है: कोई शब्द, शब्द का हिस्सा, विराम चिह्न या बाइट का क्रम, जो मॉडल का टोकनाइज़र बनाता है। LLM API इस्तेमाल को टोकन में गिनते हैं, उसी में लिमिट लगाते हैं और आम तौर पर बिल भी बनाते हैं।

[उपयोग के अनुसार भुगतान (pay-as-you-go)](https://broadrouter.com/hi/glossary/pay-as-you-go/)

उपयोग के अनुसार भुगतान (pay-as-you-go) एक प्राइसिंग मॉडल है जिसमें आप सिर्फ़ उतना देते हैं जितना इस्तेमाल करते हैं, जिसे टोकन, अनुरोध या ऑडियो मिनट जैसी इकाइयों में मापा जाता है, बिना सब्सक्रिप्शन या न्यूनतम प्रतिबद्धता के। ज़्यादातर LLM API इसी तरह बिल बनाते हैं, प्रीपेड बैलेंस या समय-समय पर बनने वाले इनवॉइस से।

[टूल कॉलिंग (tool calling)](https://broadrouter.com/hi/glossary/tool-calling/)

टूल कॉलिंग, जिसे function calling भी कहते हैं, LLM API की वह सुविधा है जिसमें मॉडल डेवलपर के तय किए किसी फ़ंक्शन को चलाने का एक स्ट्रक्चर्ड अनुरोध, JSON आर्ग्युमेंट के साथ, लौटाता है। ऐप्लिकेशन फ़ंक्शन चलाकर नतीजा वापस भेजता है; मॉडल ख़ुद कभी कोड नहीं चलाता।

[रीज़निंग टोकन (reasoning tokens)](https://broadrouter.com/hi/glossary/reasoning-tokens/)

रीज़निंग टोकन वे टोकन हैं जो रीज़निंग मॉडल अपना दिखने वाला जवाब लिखने से पहले किसी समस्या को हल करने के लिए बनाता है। इनका बिल आम तौर पर आउटपुट टोकन की तरह बनता है, ये आउटपुट लिमिट और कॉन्टेक्स्ट विंडो में गिने जाते हैं, और API इन्हें छिपा सकता है या इनका सारांश दे सकता है।

[स्ट्रीमिंग (streaming)](https://broadrouter.com/hi/glossary/streaming/)

स्ट्रीमिंग, लैंग्वेज मॉडल के जवाब को अंत में एक साथ लौटाने के बजाय, बनते समय ही छोटे-छोटे टुकड़ों (chunks) में लौटाने का तरीक़ा है। OpenAI-कम्पैटिबल API, अनुरोध में stream को true सेट करने पर server-sent events से स्ट्रीम करते हैं।

[AI एजेंट (AI agent)](https://broadrouter.com/hi/glossary/agent/)

AI एजेंट ऐसा सिस्टम है जिसमें लैंग्वेज मॉडल किसी लक्ष्य की ओर अपने क़दम ख़ुद तय करता है: कौन-से टूल कॉल करने हैं, चुनता है, नतीजे पढ़ता है और अंतिम जवाब या किसी सीमा तक दोहराता रहता है। तय बिंदुओं पर मॉडल को कॉल करने वाली स्क्रिप्ट को आम तौर पर workflow कहते हैं।

[Chat Completions API](https://broadrouter.com/hi/glossary/chat-completions-api/)

Chat Completions API, OpenAI का HTTP एंडपॉइंट POST /v1/chat/completions है, जो एक मॉडल का नाम और रोल वाले मैसेज की सूची लेता है और मॉडल का अगला मैसेज लौटाता है। इसके अनुरोध और जवाब का ढाँचा वह आम फ़ॉर्मैट बन गया जिसे OpenAI-कम्पैटिबल प्रोवाइडर और SDK अपनाते हैं।

[max\_tokens (आउटपुट टोकन सीमा)](https://broadrouter.com/hi/glossary/max-tokens/)

max\_tokens एक LLM API पैरामीटर है जो तय करता है कि मॉडल एक जवाब में ज़्यादा से ज़्यादा कितने टोकन जनरेट कर सकता है। सीमा पर पहुँचते ही जनरेशन रुक जाता है और जवाब को कटा हुआ चिह्नित किया जाता है, जैसे finish\_reason को "length" पर सेट करके।

## अक्सर पूछे जाने वाले सवाल

### क्या रीज़निंग के पैसे लगते हैं?

उपयोग के अनुसार भुगतान में रीज़निंग completion टोकन के अंदर रिपोर्ट होती है, और उनका बिल आउटपुट की कीमत पर बनता है। DeepSeek V4.1 Flash के अनलिमिटेड प्लान पर कोई टोकन मीटर नहीं है, इसलिए उनका कोई अतिरिक्त ख़र्च नहीं।

### क्या BroadNet Gemma 4 VL 26B रीज़निंग करता है?

BroadNet के डॉक्स रीज़निंग DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B के लिए सूचीबद्ध करते हैं, Gemma 4 VL 26B के लिए नहीं।

### finish\_reason length होने पर message content ख़ाली क्यों होता है?

दिखने वाला जवाब शुरू होने से पहले टोकन बजट ख़त्म हो गया। रीज़निंग मॉडल पहले अपनी रीज़निंग लिखता है, और वे टोकन max\_tokens में गिने जाते हैं। max\_tokens को 1,000 या उससे ज़्यादा करें, या reasoning\_effort घटाएँ।

### reasoning\_effort low क्या करता है?

यह मॉडल से जवाब देने से पहले कम रीज़निंग करने को कहता है। जब छोटी सीमा की वजह से जवाब ख़ाली रह जाए, तो BroadNet के डॉक्स बड़े max\_tokens के विकल्प के रूप में इसे सुझाते हैं। इसे क्लासिफ़िकेशन या एक्सट्रैक्शन जैसे आसान कामों के लिए इस्तेमाल करें।

### कैसे देखूँ कि कितने टोकन रीज़निंग में गए?

जब मॉडल इसे रिपोर्ट करे, तो जवाब में usage.completion\_tokens\_details.reasoning\_tokens पढ़ें। स्ट्रीम में stream\_options के साथ include\_usage true भेजें और इसे आख़िरी chunk से पढ़ें।

## संबंधित गाइड

-   [BroadNet Inference के साथ OpenAI Python SDK इस्तेमाल करें](https://broadrouter.com/hi/guides/openai-python-sdk/)
-   [chat completions स्ट्रीम करें और टूटे कनेक्शन सँभालें](https://broadrouter.com/hi/guides/streaming-chat-completions/)
-   [BroadNet Inference के एरर कोड और रीट्राई कब करें](https://broadrouter.com/hi/guides/errors-and-retries/)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-guides-reasoning-tokens-empty-response&utm_content=page-cta) ·

**स्रोत**

-   [BroadNet Inference API रेफ़रंस, रीज़निंग और कैश्ड टोकन (2026-11-16 को जाँचा गया) (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-guides-reasoning-tokens-empty-response&utm_content=sources#models)
