---
title: "Cos’è max_tokens in un’API LLM? I limiti di output spiegati"
description: "max_tokens limita i token che un modello può generare in una risposta. Differenze con la finestra di contesto, nomi recenti e perché il ragionamento vuole margine."
url: https://broadrouter.com/it/glossary/max-tokens/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/max-tokens/) (aggiornato il 2026-11-14).

# max\_tokens

Aggiornato 2026-11-14

max\_tokens è un parametro delle API LLM che fissa il numero massimo di token che un modello può generare in una risposta. Quando la generazione raggiunge il limite, si ferma e la risposta viene segnata come troncata, per esempio con finish\_reason impostato a "length".

Detto anche: limite di token in output, lunghezza massima dell’output, token massimi, max\_completion\_tokens, max\_output\_tokens, output token limit, maximum output length

`max_tokens` è il budget di output per una singola risposta. Ti protegge dalle risposte che non finiscono più ma, se è troppo basso, tronca le risposte o non restituisce niente.

## Come funziona

Il modello genera un [token](https://broadrouter.com/it/glossary/token/) alla volta. Quando il conteggio raggiunge `max_tokens`, la generazione si ferma, anche a metà frase. La risposta indica poi perché si è chiusa:

| `finish_reason` | Significato |
| --- | --- |
| `stop` | Il modello ha finito da solo |
| `length` | È stato raggiunto il limite di `max_tokens` |
| `tool_calls` | Il modello chiede di chiamare uno strumento |

Il parametro ha diversi nomi. L’API Chat Completions di OpenAI ora segna `max_tokens` come deprecato a favore di `max_completion_tokens`, un limite superiore che comprende sia l’output visibile sia i token di ragionamento. La Responses API di OpenAI usa `max_output_tokens`. La Messages API di Anthropic usa `max_tokens`. Molti provider compatibili con OpenAI accettano `max_tokens`.

Prompt e output condividono un’unica [finestra di contesto](https://broadrouter.com/it/glossary/context-window/). Se la finestra è di 32.768 token e il prompt ne occupa 30.000, possono tornare al massimo 2.768 token, qualunque cosa dica `max_tokens`.

## Perché è importante

-   **Controllo dei costi.** Con una chiave a token, `max_tokens` è il massimo che una singola risposta può costare in output.
-   **Risposte vuote.** Sui modelli di ragionamento il pensiero esce dallo stesso budget. Un limite di 100 può finire tutto in [token di ragionamento](https://broadrouter.com/it/glossary/reasoning-tokens/), così la risposta visibile è vuota e `finish_reason` è `length`.
-   **JSON rotto.** Una risposta troncata lascia l’[output strutturato](https://broadrouter.com/it/glossary/structured-output/) incompleto e impossibile da parsare. Controlla `finish_reason` prima del parsing.

## Su BroadNet Inference

DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B ragionano prima di rispondere, e la documentazione di BroadNet dice che il ragionamento conta in `max_tokens`. Concedi 1.000 token o più, lascialo non impostato oppure abbassa `reasoning_effort`:

```python
response = client.chat.completions.create(
    model="broadnet/glm-5.3",
    max_tokens=2000,
    messages=[{"role": "user", "content": "Summarize this contract clause."}],
)
if response.choices[0].finish_reason == "length":
    print("Cut off: raise max_tokens or lower reasoning_effort")
```

Le dimensioni del contesto cambiano da modello a modello: 1.048.576 token per DeepSeek V4.1 Flash e GLM 5.3, 262.144 per Qwen3.8 27B e 32.768 per BroadNet Gemma 4 VL 26B. Vedi le [pagine dei modelli](https://broadrouter.com/it/models/) e [perché i modelli di ragionamento restituiscono risposte vuote](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/).

## Errori comuni

-   Copiare durante una migrazione un limite basso pensato per un modello senza ragionamento. Vedi la [checklist di migrazione](https://broadrouter.com/it/blog/openai-compatible-api-migration-checklist/).
-   Trattare `length` come un successo. Registralo nei log e ritenta con più margine.

## Domande frequenti

### max\_tokens è la stessa cosa della finestra di contesto?

No. La finestra di contesto è il totale che il modello può gestire, prompt più output. max\_tokens limita solo l’output, e prompt più max\_tokens devono comunque stare nella finestra.

### Devo impostare sempre max\_tokens?

Impostalo quando ti serve un tetto rigido a costo o lunghezza. Sui modelli di ragionamento lascia molto margine, oppure non impostarlo se il valore predefinito del provider è abbastanza alto.

### Che differenza c’è tra max\_tokens e max\_completion\_tokens?

OpenAI ha deprecato max\_tokens in Chat Completions a favore di max\_completion\_tokens, che include esplicitamente i token di ragionamento. Molti provider compatibili con OpenAI accettano ancora max\_tokens.

## Vedi anche

-   [Token di ragionamento (reasoning tokens)](https://broadrouter.com/it/glossary/reasoning-tokens/) (termine)
-   [Finestra di contesto (context window)](https://broadrouter.com/it/glossary/context-window/) (termine)
-   [Token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/) (termine)
-   [Output strutturato (structured output)](https://broadrouter.com/it/glossary/structured-output/) (termine)
-   [JSON mode (modalità JSON)](https://broadrouter.com/it/glossary/json-mode/) (termine)
-   [Chain-of-thought (CoT)](https://broadrouter.com/it/glossary/chain-of-thought/) (termine)
-   [finish\_reason](https://broadrouter.com/it/glossary/finish-reason/) (termine)
-   [Sequenze di stop (stop sequences)](https://broadrouter.com/it/glossary/stop-sequences/) (termine)
-   [Perché un modello di ragionamento restituisce una risposta vuota](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/) (guida)
-   [Usare l’SDK Python di OpenAI con BroadNet Inference](https://broadrouter.com/it/guides/openai-python-sdk/) (guida)
-   [Passare a un’API compatibile con OpenAI: la checklist di migrazione](https://broadrouter.com/it/blog/openai-compatible-api-migration-checklist/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-max-tokens&utm_content=page-cta) ·

**Fonti**

-   [Riferimento API di OpenAI, creare una chat completion (max\_tokens e max\_completion\_tokens)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, modelli di ragionamento (max\_output\_tokens e risposte incomplete)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Riferimento API di BroadNet Inference, modelli di ragionamento (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-max-tokens&utm_content=sources#models)
