BroadRouter

max_tokens (الحد الأقصى لرموز المخرجات)

آخر تحديث

max_tokens معامل في واجهات LLM API يحدد أقصى عدد من الرموز يمكن أن يولّده النموذج في استجابة واحدة. وحين يبلغ التوليد هذا الحد يتوقف، وتُعلَّم الاستجابة بأنها مقطوعة، مثلًا بضبط finish_reason على "length".

يُسمّى أيضًا: الحد الأقصى للرموز، حد رموز المخرجات، الحد الأقصى لطول المخرجات، max_tokens، max_completion_tokens، max_output_tokens، output token limit، maximum output length

max_tokens هو ميزانية المخرجات لرد واحد. وهو يحميك من الإجابات الجامحة، لكنه إن ضُبط منخفضًا جدًا قطع الإجابات أو لم يُرجع شيئًا على الإطلاق.

كيف يعمل

يولّد النموذج رمزًا واحدًا في كل مرة. وحين يبلغ العدد max_tokens يتوقف التوليد، ولو في منتصف الجملة. ثم تذكر الاستجابة سبب انتهائها:

finish_reason المعنى
stop أنهى النموذج من تلقاء نفسه
length بلغ التوليد حد max_tokens
tool_calls يطلب النموذج استدعاء أداة

لهذا المعامل عدة أسماء. فواجهة Chat Completions من OpenAI تعلّم الآن max_tokens بأنه مُهمَل لصالح max_completion_tokens، وهو حد أعلى يشمل المخرجات الظاهرة ورموز الاستدلال المنطقي معًا. وتستخدم Responses API من OpenAI الاسم max_output_tokens، وتستخدم Messages API من Anthropic الاسم max_tokens. ويقبل كثير من المزوّدين المتوافقين مع OpenAI الاسم max_tokens.

يتشارك الأمر والمخرجات نافذة سياق واحدة. فإن كانت النافذة 32,768 رمزًا والأمر 30,000، فلن يعود أكثر من 2,768 رمزًا، مهما كانت قيمة max_tokens.

لماذا يهم

  • ضبط التكلفة. على مفتاح يُحاسَب بالرمز، يمثّل max_tokens أقصى ما يمكن أن يكلّفه رد واحد من المخرجات.
  • الإجابات الفارغة. في نماذج الاستدلال المنطقي، يُقتطع التفكير من الميزانية نفسها. وقد يُنفَق حد قدره 100 بالكامل على رموز الاستدلال المنطقي، فتأتي الإجابة الظاهرة فارغة ويكون finish_reason بالقيمة length.
  • JSON معطوب. الرد المقطوع يترك المخرجات المنظَّمة ناقصة وغير قابلة للتحليل. افحص finish_reason قبل التحليل.

في BroadNet Inference

تستدل نماذج DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B قبل الإجابة، ويقول توثيق BroadNet إن الاستدلال المنطقي يُحتسب ضمن max_tokens. اسمح بـ 1,000 رمز أو أكثر، أو اتركه دون ضبط، أو اخفض reasoning_effort:

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")

تختلف أحجام السياق باختلاف النموذج: 1,048,576 رمزًا لنموذجَي DeepSeek V4.1 Flash وGLM 5.3، و262,144 لنموذج Qwen3.8 27B، و32,768 لنموذج BroadNet Gemma 4 VL 26B. راجع صفحات النماذج ولماذا تُرجع نماذج الاستدلال المنطقي إجابات فارغة.

أخطاء شائعة

  • نسخ حد صغير من نموذج لا يستدل أثناء الانتقال. راجع قائمة التحقق للانتقال.
  • اعتبار length نجاحًا. سجّله وأعد المحاولة بمساحة أكبر.

أسئلة شائعة

هل max_tokens هو نفسه نافذة السياق؟

لا. نافذة السياق هي المجموع الذي يستطيع النموذج التعامل معه، أي الأمر والمخرجات معًا. أما max_tokens فيحدّ المخرجات وحدها، ويجب أن يتسع الأمر مع max_tokens داخل النافذة.

هل ينبغي أن أضبط max_tokens دائمًا؟

اضبطه حين تحتاج إلى سقف صارم للتكلفة أو الطول. واترك مساحة سخية في نماذج الاستدلال المنطقي، أو اتركه دون ضبط إن كانت القيمة الافتراضية لدى المزوّد كبيرة بما يكفي.

ما الفرق بين max_tokens وmax_completion_tokens؟

أهملت OpenAI المعامل max_tokens في Chat Completions لصالح max_completion_tokens، الذي يشمل رموز الاستدلال المنطقي صراحةً. ولا يزال كثير من المزوّدين المتوافقين مع OpenAI يقبلون max_tokens.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity