---
title: "LLM API の max_tokens とは？出力の上限を解説 | BroadRouter"
description: "max_tokens は、1 回の応答でモデルが生成できるトークン数の上限です。コンテキストウィンドウとの違い、新しい名称、推論モデルに余裕が必要な理由を解説します。"
url: https://broadrouter.com/ja/glossary/max-tokens/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/glossary/max-tokens/)（2026-11-14 更新）。

# max\_tokens（最大出力トークン数）

更新日 2026-11-14

max\_tokens とは、モデルが 1 回の応答で生成できるトークン数の上限を決める LLM API のパラメーターです。生成が上限に達すると止まり、応答は途中で打ち切られたものとして、たとえば finish\_reason が "length" になります。

別名： 最大トークン数、最大出力トークン、出力トークン上限、出力の上限、max\_completion\_tokens、max\_output\_tokens、output token limit、maximum output length

`max_tokens` は 1 回の応答の出力予算です。暴走する回答を防ぎますが、低すぎると回答が途中で切れたり、何も返らなかったりします。

## しくみ

モデルは[トークン](https://broadrouter.com/ja/glossary/token/)を 1 つずつ生成します。数が `max_tokens` に達すると、文の途中でも生成が止まります。応答には、終わった理由が示されます。

| `finish_reason` | 意味 |
| --- | --- |
| `stop` | モデルが自分で書き終えた |
| `length` | `max_tokens` の上限に達した |
| `tool_calls` | モデルがツールの呼び出しを求めている |

このパラメーターにはいくつかの名前があります。OpenAI の Chat Completions API は現在 `max_tokens` を非推奨とし、表示される出力と推論トークンの両方を含む上限である `max_completion_tokens` に置き換えています。OpenAI の Responses API は `max_output_tokens` を使います。Anthropic の Messages API は `max_tokens` を使います。多くの OpenAI 互換プロバイダーは `max_tokens` を受け付けます。

プロンプトと出力は 1 つの[コンテキストウィンドウ](https://broadrouter.com/ja/glossary/context-window/)を共有します。ウィンドウが 32,768 トークンでプロンプトが 30,000 なら、`max_tokens` がいくつでも、返ってくるのは最大 2,768 トークンです。

## なぜ重要か

-   **コスト管理。** トークン課金のキーでは、`max_tokens` が 1 回の応答の出力コストの上限になります。
-   **空の回答。** 推論モデルでは、推論も同じ予算から引かれます。上限が 100 だと、すべてが[推論トークン](https://broadrouter.com/ja/glossary/reasoning-tokens/)に使われて、表示される回答が空になり、`finish_reason` が `length` になることがあります。
-   **壊れた JSON。** 途中で切れた応答では、[構造化出力](https://broadrouter.com/ja/glossary/structured-output/)が不完全になり、パースできません。パースする前に `finish_reason` を確認してください。

## BroadNet Inference の場合

DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に推論し、BroadNet のドキュメントによると推論は `max_tokens` に含まれます。1,000 トークン以上を確保するか、設定しないでおくか、`reasoning_effort` を下げてください。

```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")
```

コンテキストのサイズはモデルによって異なります。DeepSeek V4.1 Flash と GLM 5.3 は 1,048,576 トークン、Qwen3.8 27B は 262,144、BroadNet Gemma 4 VL 26B は 32,768 です。[モデルページ](https://broadrouter.com/ja/models/)と[推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)を参照してください。

## よくある間違い

-   移行の際に、推論しないモデルで使っていた小さな上限をそのまま流用すること。[移行チェックリスト](https://broadrouter.com/ja/blog/openai-compatible-api-migration-checklist/)を参照してください。
-   `length` を成功として扱うこと。ログに残し、余裕を増やしてリトライしてください。

## よくある質問

### max\_tokens はコンテキストウィンドウと同じですか？

いいえ。コンテキストウィンドウはモデルが扱える合計量で、プロンプトと出力の合計です。max\_tokens が制限するのは出力だけで、プロンプトと max\_tokens の合計はウィンドウに収まる必要があります。

### max\_tokens は常に設定すべきですか？

コストや長さに厳密な上限が必要なときに設定してください。推論モデルでは余裕を十分に残すか、プロバイダーのデフォルトが十分大きければ設定しないでおきます。

### max\_tokens と max\_completion\_tokens の違いは何ですか？

OpenAI は Chat Completions で max\_tokens を非推奨とし、推論トークンを明示的に含む max\_completion\_tokens に置き換えました。多くの OpenAI 互換プロバイダーは今も max\_tokens を受け付けます。

## 関連項目

-   [推論トークン（reasoning tokens）](https://broadrouter.com/ja/glossary/reasoning-tokens/)（用語）
-   [コンテキストウィンドウ（context window）](https://broadrouter.com/ja/glossary/context-window/)（用語）
-   [入力トークンと出力トークン（input and output tokens）](https://broadrouter.com/ja/glossary/input-and-output-tokens/)（用語）
-   [構造化出力（Structured Outputs）](https://broadrouter.com/ja/glossary/structured-output/)（用語）
-   [JSON モード（JSON mode）](https://broadrouter.com/ja/glossary/json-mode/)（用語）
-   [Chain-of-Thought（CoT、思考の連鎖）](https://broadrouter.com/ja/glossary/chain-of-thought/)（用語）
-   [finish\_reason（終了理由）](https://broadrouter.com/ja/glossary/finish-reason/)（用語）
-   [停止シーケンス（stop sequences）](https://broadrouter.com/ja/glossary/stop-sequences/)（用語）
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)（ガイド）
-   [OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/)（ガイド）
-   [OpenAI 互換 API への移行チェックリスト](https://broadrouter.com/ja/blog/openai-compatible-api-migration-checklist/)（記事）

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [OpenAI API リファレンス、チャット補完の作成（max\_tokens と max\_completion\_tokens）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI、推論モデル（max\_output\_tokens と不完全な応答）](https://developers.openai.com/api/docs/guides/reasoning)
-   [BroadNet Inference API リファレンス、推論モデル（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-max-tokens&utm_content=sources#models)
