> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Что такое max_tokens? Что произойдет, если не задавать?
> Узнайте о параметре max_tokens, эволюции именования параметров у OpenAI, поведении по умолчанию, если параметр не задан, и максимальных лимитах выходных token для популярных моделей.
## Краткий ответ
`max_tokens` управляет максимальным количеством tokens, которые модель может сгенерировать в одном ответе. **APIYI не накладывает никаких дополнительных ограничений на max\_tokens** — параметр передается напрямую во внешнюю модель. Вы можете задать его самостоятельно; если он не задан, применяется значение по умолчанию модели.
**Подход APIYI**: Мы не устанавливаем никаких ограничений на max\_tokens. У вас полный контроль. Если значение не задано, каждая модель использует собственное поведение вывода по умолчанию.
## Что делает max\_tokens
`max_tokens` (maximum output tokens) — один из самых распространенных параметров при вызове LLM API. Он говорит модели: **сгенерируйте в ответе не больше этого количества tokens**.
* Установите значение **слишком низким**: модель может оборвать ответ на середине (возвращает `finish_reason: "length"`)
* Установите значение **слишком высоким**: модель не будет обязана генерировать столько tokens, но вы можете столкнуться с более высокими затратами (некоторые модели взимают плату за каждый output token)
* **Не задано**: используется значение по умолчанию для модели (зависит от провайдера — см. таблицу ниже)
**token ≠ символ**. В английском примерно 1 слово ≈ 1-1.5 tokens. В китайском примерно 1 символ ≈ 1-2 tokens. 4,096 tokens — это примерно 3,000 английских слов.
## Эволюция именования параметров OpenAI
OpenAI использует разные имена параметров в разных API и в разные периоды, что может вызывать путаницу:
| Тип API | Имя параметра | Применимые модели | Введено |
| -------------------- | ----------------------- | ---------------------------------- | ------------------------- |
| Chat Completions API | `max_tokens` | GPT-3.5, GPT-4, GPT-4o и т. д. | Оригинальная версия |
| Chat Completions API | `max_completion_tokens` | модели рассуждения o1, o3, o4-mini | Сентябрь 2024 (запуск o1) |
| Responses API | `max_output_tokens` | GPT-4o, GPT-5.4, o3, все модели | 2025 |
### Почему произошло переименование?
Когда OpenAI выпустила модель рассуждения o1 в сентябре 2024 года, она представила «скрытые токены рассуждения» — модель генерирует обширные внутренние токены рассуждения, которые **не отображаются в вашем ответе**.
Первоначальный `max_tokens` означал и «токены, которые сгенерированы», и «токены, которые вы получаете», но у моделей рассуждения эти значения больше не совпадают. Поэтому OpenAI ввела `max_completion_tokens`, чтобы явно обозначить «**лимит на токены, которые вы получаете в ответе**».
Позже Responses API перешел на более интуитивное название `max_output_tokens`.
**Важно**: При использовании моделей рассуждения серии o от OpenAI (например, o3, o4-mini) с Chat Completions API вы **обязательно должны использовать `max_completion_tokens`** вместо `max_tokens`, иначе получите ошибку.
## Что происходит, если max\_tokens не задан?
Разные провайдеры обрабатывают это по-разному:
| Провайдер | Поведение по умолчанию, если не задано | Примечания |
| ----------------------- | -------------------------------------------------------------------- | ---------------------------------------------------------------------- |
| **OpenAI** | Без лимита (выводит ответ, пока не будет исчерпано контекстное окно) | Модель естественным образом определяет длину вывода |
| **Anthropic Claude** | ❌ **Обязательный параметр — ошибка, если не задан** | Claude API требует явного `max_tokens` |
| **Google Gemini** | По умолчанию 8,192 tokens | Даже если модель поддерживает больше, возвращается только 8,192 tokens |
| **DeepSeek (chat)** | По умолчанию 4,000 tokens | Можно вручную увеличить до 8,000 |
| **DeepSeek (reasoner)** | По умолчанию 32,000 tokens | Включает вывод chain-of-thought, максимум 64,000 |
**Особая примечание**: `max_tokens` в Claude API — это **обязательный параметр**. Если вы его не укажете, API вернет ошибку. Всегда задавайте его при использовании моделей Claude.
## Справочник по максимальному числу output tokens
Ниже приведены максимальные лимиты output tokens для популярных моделей. **Всегда проверяйте официальную документацию, чтобы получить самые актуальные значения**, поскольку модели часто обновляются.
| Модель | ID модели | Максимум output tokens | Контекстное окно |
| ----------------- | -------------------- | ---------------------- | ---------------- |
| GPT-5.4 | `gpt-5.4-2026-03-05` | 128,000 | 1,047,576 |
| GPT-4o | `gpt-4o` | 16,384 | 128,000 |
| o3 | `o3` | 100,000 | 200,000 |
| Claude Opus 4.6 | `claude-opus-4-6` | 128,000 | 1,000,000 |
| Claude Sonnet 4.6 | `claude-sonnet-4-6` | 64,000 | 1,000,000 |
| Gemini 3.1 Pro | `gemini-3.1-pro` | 65,536 | 2,000,000 |
| DeepSeek V3 | `deepseek-chat` | 8,000 | 64,000 |
| DeepSeek R1 | `deepseek-reasoner` | 64,000 | 64,000 |
**Официальная документация** (для актуальных значений):
* 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`
## Рекомендации
**Лучшая практика**: Мы рекомендуем **явно задавать `max_tokens`** в каждом вызове API, потому что:
* У разных моделей/провайдеров разные значения по умолчанию, что может привести к неожиданному усечению
* Ограничивает длину ответа и предотвращает ненужное расходование token
* Claude API требует этого — выработка единой привычки снижает количество ошибок
* Типичные настройки: обычный чат `2048-4096`, генерация длинных текстов `8192-16384`, генерация кода `4096-8192`
## Часто задаваемые вопросы
**Нет**. APIYI передает параметр `max_tokens` напрямую вышестоящей модели без каких-либо дополнительных ограничений. Какое значение вы зададите, такое и получит вышестоящая модель. Единственное ограничение — собственный максимальный лимит output token у модели.
Ошибки не будет — модель просто сгенерирует вывод в пределах своего собственного максимума. Например, у GPT-4o максимальный output составляет 16,384 token; даже если вы зададите `max_tokens: 100000`, она выведет не более 16,384 token.
Они служат одной и той же цели — ограничению количества token. Разница только в названии:
* `max_tokens`: исходное имя параметра OpenAI, используемое для не-reasoning моделей серии GPT
* `max_completion_tokens`: С сентября 2024 года используется для reasoning-моделей o-серии OpenAI
* `max_output_tokens`: Единое имя параметра в OpenAI Responses API
При вызове через APIYI используйте подходящее имя параметра в зависимости от модели и формата API, который вы используете.
Это означает, что вывод модели достиг лимита `max_tokens`. Решения:
1. Увеличьте значение `max_tokens`
2. Оптимизируйте prompt, чтобы получать более краткие ответы
3. Проверьте, что вы используете правильное имя параметра (модели o-серии требуют `max_completion_tokens`)
## Похожие документы
Выберите лучшую модель для вашего сценария использования
Узнайте о лимитах параллельных запросов для разных моделей
Как настроить Base URL APIYI в различных инструментах
Управляйте API-ключами, проверяйте использование и баланс