跳转到主要内容

​
简短回答

max_tokens 控制模型单次回复最多生成多少个 token。API易 不对 max_tokens 做额外限制，该参数会直接透传给上游模型。你可以自行设置，不设置则使用模型的默认值。
API易 的立场：我们不强制限制 max_tokens，完全由你自行控制。不设置时，模型会使用各自的默认值输出。

​
max_tokens 的作用

max_tokens（最大输出 token 数）是调用大模型 API 时最常见的参数之一，它告诉模型：这次回复最多生成多少个 token。
  • 设置得太小：模型可能在回答到一半时被截断（返回 finish_reason: "length"）
  • 设置得太大：不会强制模型生成那么多内容，但可能消耗更多费用（部分模型按输出 token 计费）
  • 不设置：使用模型的默认值（各厂商不同，见下方表格）
Token ≠ 字符。中文大约 1 个汉字 ≈ 1-2 个 token，英文大约 1 个单词 ≈ 1-1.5 个 token。4,096 tokens 大约相当于 3,000 个中文汉字或 3,000 个英文单词。

​
OpenAI 参数名称演变

OpenAI 在不同时期和不同 API 中使用了不同的参数名称，容易造成混淆：
API 类型参数名称适用模型引入时间
Chat Completions APImax_tokensGPT-3.5、GPT-4、GPT-4o 等最初版本
Chat Completions APImax_completion_tokenso1、o3、o4-mini 等推理模型2024 年 9 月（o1 发布）
Responses APImax_output_tokensGPT-4o、GPT-5.4、o3 等全系列2025 年

​
为什么要改名？

2024 年 9 月 OpenAI 发布 o1 推理模型时，引入了「隐藏推理 token」的概念——模型内部会生成大量推理 token（reasoning tokens），但这些 token 不会出现在你的回复中。 原来的 max_tokens 既表示「生成的 token 数」又表示「你收到的 token 数」，但在推理模型中这两者不再相等。因此 OpenAI 改用 max_completion_tokens 来明确表示「你收到的回复 token 上限」。 后来 Responses API 统一使用了 max_output_tokens 这个更直观的名称。
注意：如果你使用 OpenAI 的 o 系列推理模型（如 o3、o4-mini），在 Chat Completions API 中必须使用 max_completion_tokens 而非 max_tokens，否则会报错。

​
不设置 max_tokens 会怎样？

不同厂商的处理方式不同：
厂商不设置时的默认行为说明
OpenAI无上限（输出到上下文窗口用完）模型自行决定输出长度，不会被人为截断
Anthropic Claude❌ 必填参数，不设置会报错Claude API 要求必须显式指定 max_tokens
Google Gemini默认 8,192 tokens即使模型支持更大输出，不设置也只返回 8,192 tokens
DeepSeek（chat）默认 4,000 tokens可手动提高到 8,000
DeepSeek（reasoner）默认 32,000 tokens包含思维链输出，最大 64,000
特别注意：Anthropic Claude API 的 max_tokens 是必填参数。如果不传这个参数，API 会直接返回错误。使用 Claude 模型时请务必设置。

​
各模型最大输出 tokens 参考

以下为主流模型的最大输出 token 数参考值。实际数值请以各厂商官方文档为准，因为模型更新频繁。
模型模型标识最大输出 tokens上下文窗口
GPT-5.4gpt-5.4-2026-03-05128,0001,047,576
GPT-4ogpt-4o16,384128,000
o3o3100,000200,000
Claude Opus 4.6claude-opus-4-6128,0001,000,000
Claude Sonnet 4.6claude-sonnet-4-664,0001,000,000
Gemini 3.1 Progemini-3.1-pro65,5362,000,000
DeepSeek V3deepseek-chat8,00064,000
DeepSeek R1deepseek-reasoner64,00064,000
官方文档参考（获取最新数值）：
  • OpenAI：platform.openai.com/docs/models
  • Anthropic Claude：docs.anthropic.com/en/docs/about-claude/models
  • Google Gemini：ai.google.dev/gemini-api/docs/models
  • DeepSeek：api-docs.deepseek.com/api/create-chat-completion

​
使用建议

最佳实践：建议在每次 API 调用中显式设置 max_tokens，原因如下：
  • 避免不同模型/厂商的默认值差异导致意外截断
  • 控制输出长度，防止不必要的 token 消耗
  • Claude API 强制要求，养成统一习惯可减少出错
  • 典型设置：普通对话 2048-4096，长文生成 8192-16384，代码生成 4096-8192

​
常见问题

没有。API易 完全透传 max_tokens 参数给上游模型，不做任何额外限制。你设置多少，上游模型就按多少处理。唯一的限制来自模型本身的最大输出 token 上限。
不会报错，模型会自动按自身的最大输出上限生成。例如 GPT-4o 最大输出 16,384 tokens，即使你设置 max_tokens: 100000，它最多也只会输出 16,384 tokens。
功能相同，都是限制输出 token 数。区别在于：
  • max_tokens：OpenAI 早期参数名，适用于 GPT 系列非推理模型
  • max_completion_tokens：2024 年 9 月起，OpenAI o 系列推理模型使用的参数名
  • max_output_tokens：OpenAI Responses API 统一使用的参数名
通过 API易 调用时，按照你使用的模型和 API 格式选择对应参数名即可。
这说明模型生成的内容达到了 max_tokens 上限。解决方法：
  1. 增大 max_tokens 值
  2. 优化 prompt，让模型生成更简洁的回复
  3. 检查是否使用了正确的参数名（o 系列模型需用 max_completion_tokens）

​
相关文档

如何选择合适的 AI 模型？

根据应用场景选择最适合的模型

API 可以开多少并发？

了解不同模型的并发限制

Base URL 配置指南

各类工具中配置 API易 Base URL 的方法

API易-令牌管理

管理 API 密钥、查看用量和余额