---
title: "Apakah itu max_tokens dalam API LLM? Had output | BroadRouter"
description: "max_tokens mengehadkan token yang dijana model dalam satu jawapan. Bezanya dengan tetingkap konteks, nama baharunya dan mengapa model penaakulan perlu ruang."
url: https://broadrouter.com/ms/glossary/max-tokens/
lang: ms
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/glossary/max-tokens/) (dikemas kini 2026-11-14).

# max\_tokens

Dikemas kini 2026-11-14

max\_tokens ialah parameter API LLM yang menetapkan bilangan maksimum token yang boleh dijana oleh model dalam satu respons. Apabila had itu dicapai, penjanaan berhenti dan respons ditandakan sebagai terpotong, contohnya dengan finish\_reason ditetapkan kepada "length".

Juga dikenali sebagai: had token output, had output, panjang output maksimum, max\_completion\_tokens, max\_output\_tokens, output token limit, maximum output length

`max_tokens` ialah bajet output untuk satu jawapan. Ia melindungi anda daripada jawapan yang tidak berhenti, tetapi jika ditetapkan terlalu rendah, jawapan akan terpotong atau tiada apa-apa langsung dipulangkan.

## Cara ia berfungsi

Model menjana satu [token](https://broadrouter.com/ms/glossary/token/) pada satu masa. Apabila kiraan mencapai `max_tokens`, penjanaan berhenti, walaupun di tengah-tengah ayat. Respons kemudian menyatakan sebab ia berakhir:

| `finish_reason` | Maksud |
| --- | --- |
| `stop` | Model selesai dengan sendirinya |
| `length` | Had `max_tokens` telah dicapai |
| `tool_calls` | Model meminta untuk memanggil alatan |

Parameter ini mempunyai beberapa nama. Chat Completions API OpenAI kini menandakan `max_tokens` sebagai deprecated dan menggantikannya dengan `max_completion_tokens`, had atas yang merangkumi output yang kelihatan dan token penaakulan. Responses API OpenAI menggunakan `max_output_tokens`. Messages API Anthropic menggunakan `max_tokens`. Banyak penyedia serasi OpenAI menerima `max_tokens`.

Prompt dan output berkongsi satu [tetingkap konteks](https://broadrouter.com/ms/glossary/context-window/). Jika tetingkap ialah 32,768 token dan prompt 30,000, paling banyak 2,768 token sahaja boleh dipulangkan, walau apa pun nilai `max_tokens`.

## Mengapa ia penting

-   **Kawalan kos.** Pada kunci setiap token, `max_tokens` ialah kos output maksimum bagi satu jawapan.
-   **Jawapan kosong.** Pada model penaakulan, proses berfikir menggunakan bajet yang sama. Had 100 boleh habis sepenuhnya pada [token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/), jadi jawapan yang kelihatan kosong dan `finish_reason` ialah `length`.
-   **JSON rosak.** Jawapan yang terpotong menjadikan [output berstruktur](https://broadrouter.com/ms/glossary/structured-output/) tidak lengkap dan tidak boleh dihuraikan. Semak `finish_reason` sebelum menghuraikannya.

## Di BroadNet Inference

DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B membuat penaakulan sebelum menjawab, dan dokumentasi BroadNet menyatakan penaakulan itu dikira dalam `max_tokens`. Berikan 1,000 token atau lebih, biarkan tidak ditetapkan, atau turunkan `reasoning_effort`. Dalam contoh di bawah, jika `finish_reason` ialah `length`, kod mencetak amaran bahawa jawapan terpotong dan `max_tokens` perlu dinaikkan atau `reasoning_effort` diturunkan:

```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")
```

Saiz konteks berbeza mengikut model: 1,048,576 token untuk DeepSeek V4.1 Flash dan GLM 5.3, 262,144 untuk Qwen3.8 27B dan 32,768 untuk BroadNet Gemma 4 VL 26B. Lihat [halaman model](https://broadrouter.com/ms/models/) dan [mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/).

## Kesilapan biasa

-   Menyalin had yang kecil daripada model bukan penaakulan semasa migrasi. Lihat [senarai semak migrasi](https://broadrouter.com/ms/blog/openai-compatible-api-migration-checklist/).
-   Menganggap `length` sebagai berjaya. Log nilainya dan cuba semula dengan ruang yang lebih besar.

## Soalan lazim

### Adakah max\_tokens sama dengan tetingkap konteks?

Tidak. Tetingkap konteks ialah jumlah yang boleh dikendalikan model, iaitu prompt dan output. max\_tokens hanya mengehadkan output, dan prompt bersama max\_tokens masih mesti muat dalam tetingkap itu.

### Patutkah saya sentiasa menetapkan max\_tokens?

Tetapkannya apabila anda memerlukan had tegas pada kos atau panjang. Berikan ruang yang cukup luas pada model penaakulan, atau biarkan tidak ditetapkan jika nilai lalai penyedia sudah cukup besar.

### Apakah perbezaan antara max\_tokens dan max\_completion\_tokens?

OpenAI telah menamatkan sokongan (deprecated) max\_tokens pada Chat Completions dan menggantikannya dengan max\_completion\_tokens, yang secara jelas merangkumi token penaakulan. Banyak penyedia serasi OpenAI masih menerima max\_tokens.

## Lihat juga

-   [Token penaakulan (reasoning tokens)](https://broadrouter.com/ms/glossary/reasoning-tokens/) (istilah)
-   [Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/) (istilah)
-   [Token input dan output (input and output tokens)](https://broadrouter.com/ms/glossary/input-and-output-tokens/) (istilah)
-   [Output berstruktur (structured output)](https://broadrouter.com/ms/glossary/structured-output/) (istilah)
-   [Mod JSON (JSON mode)](https://broadrouter.com/ms/glossary/json-mode/) (istilah)
-   [Chain-of-thought (CoT, rantaian pemikiran)](https://broadrouter.com/ms/glossary/chain-of-thought/) (istilah)
-   [finish\_reason](https://broadrouter.com/ms/glossary/finish-reason/) (istilah)
-   [Jujukan henti (stop sequences)](https://broadrouter.com/ms/glossary/stop-sequences/) (istilah)
-   [Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/) (panduan)
-   [Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/) (panduan)
-   [Beralih ke API serasi OpenAI: senarai semak migrasi](https://broadrouter.com/ms/blog/openai-compatible-api-migration-checklist/) (artikel)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

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

**Sumber**

-   [Rujukan API OpenAI, create chat completion (max\_tokens dan max\_completion\_tokens)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, model penaakulan (max\_output\_tokens dan respons tidak lengkap)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Rujukan API BroadNet Inference, model penaakulan (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-max-tokens&utm_content=sources#models)
