先用 20 生成,再调到 80 重新生成,比较两张回执。
AI 与提示 · 模型与输出
输出长度上限Output Length Limit
输出上限是天花板,不是承诺长度;结合结束原因判断是否因额度耗尽而截断。
把半句回答与结束原因放在一起看
用同一任务生成两次;旧回执保留原上限、用量和停止原因,避免只凭文字长短猜。
第 0 步:先打开请求参数与原始响应,查看 max_tokens、usage 和 stop_reason。本页用固定回答模拟,计数为教学值。
固定请求:解释报名截止后如何处理空余名额。
同一模拟模型 · 完整回答需要 54 tokens改变上限不会补完旧响应;重新生成才会产生一张新的可比较回执。
知识点:上限、实际用量、结束原因是三件事
上限约束一次输出最多消耗的 token,实际回答可能提前结束。这里用 max_tokens 表示耗尽上限,用 end_turn 表示本轮自然结束;别的接口可能使用 finish_reason 或不同枚举。正常结束不证明内容正确,半句也可能来自网络中断,必须读实际响应和错误。
什么时候用,怎么修复
回答总在中途停止、JSON 少了结尾或列表不完整时,检查结束原因和用量。若确因输出上限,按任务提高上限或缩小单次任务,然后重新验证完整性;同时检查模型输出限制、上下文余额与成本。带推理的模型可能把不可见推理也计入相关预算,不能只数屏幕文字。
同一回答的正反例
正例:20 的响应报告 max_tokens,调到 80 重发,实际用 54 且 end_turn,之后继续检查任务内容。
反例:把 80 当成必须生成 80,或者看到 end_turn 就认定事实准确。调高上限也不会自动修复被截断的旧响应。
快速自测
上限 2,000,实际只输出 350,结束原因是 end_turn,能直接判断被上限截断吗?
继续查证
术语的技术定义和行为以这些一手或权威资料为准。