---
title: "Was ist max_tokens bei LLM-APIs? Output-Limits erklärt"
description: "max_tokens begrenzt die Tokens einer Antwort. Der Unterschied zum Kontextfenster, neuere Namen und warum Reasoning-Modelle mehr Platz brauchen."
url: https://broadrouter.com/de/glossary/max-tokens/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/glossary/max-tokens/) (aktualisiert am 2026-11-14).

# max\_tokens

Aktualisiert 2026-11-14

max\_tokens ist ein Parameter von LLM-APIs, der festlegt, wie viele Tokens ein Modell in einer Antwort höchstens erzeugen darf. Erreicht die Generierung das Limit, bricht sie ab, und die Antwort wird als abgeschnitten markiert, zum Beispiel mit finish\_reason „length“.

Auch genannt: max\_tokens, Output-Limit, maximale Output-Länge, Token-Limit für die Antwort, max\_completion\_tokens, max\_output\_tokens, output token limit, maximum output length

`max_tokens` ist das Output-Budget für eine Antwort. Es schützt Sie vor ausufernden Antworten, aber zu niedrig gesetzt schneidet es Antworten ab oder liefert gar nichts.

## So funktioniert es

Das Modell erzeugt ein [Token](https://broadrouter.com/de/glossary/token/) nach dem anderen. Erreicht die Zahl `max_tokens`, stoppt die Generierung, auch mitten im Satz. Die Antwort gibt dann an, warum sie endete:

| `finish_reason` | Bedeutung |
| --- | --- |
| `stop` | Das Modell ist von selbst fertig geworden |
| `length` | Das Limit `max_tokens` wurde erreicht |
| `tool_calls` | Das Modell möchte ein Tool aufrufen |

Der Parameter hat mehrere Namen. Die Chat Completions API von OpenAI markiert `max_tokens` inzwischen als veraltet, zugunsten von `max_completion_tokens`, einer Obergrenze, die sichtbaren Output und Reasoning-Tokens umfasst. Die Responses API von OpenAI nutzt `max_output_tokens`. Die Messages API von Anthropic nutzt `max_tokens`. Viele OpenAI-kompatible Anbieter akzeptieren `max_tokens`.

Prompt und Output teilen sich ein [Kontextfenster](https://broadrouter.com/de/glossary/context-window/). Hat das Fenster 32.768 Tokens und der Prompt 30.000, können höchstens 2.768 Tokens zurückkommen, egal was in `max_tokens` steht.

## Warum es wichtig ist

-   **Kostenkontrolle.** Bei einem Schlüssel mit Abrechnung pro Token ist `max_tokens` das Maximum, das eine einzelne Antwort an Output kosten kann.
-   **Leere Antworten.** Bei Reasoning-Modellen geht das Nachdenken vom selben Budget ab. Ein Limit von 100 kann vollständig für [Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/) draufgehen; die sichtbare Antwort ist dann leer, und `finish_reason` ist `length`.
-   **Kaputtes JSON.** Eine abgeschnittene Antwort hinterlässt unvollständige [strukturierte Ausgabe](https://broadrouter.com/de/glossary/structured-output/), die sich nicht parsen lässt. Prüfen Sie `finish_reason`, bevor Sie parsen.

## Bei BroadNet Inference

DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B denken vor der Antwort nach, und laut BroadNet-Dokumentation zählt das Reasoning zu `max_tokens`. Planen Sie 1.000 Tokens oder mehr ein, lassen Sie den Parameter weg oder senken Sie `reasoning_effort`:

```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")
```

Die Kontextgrößen unterscheiden sich je nach Modell: 1.048.576 Tokens bei DeepSeek V4.1 Flash und GLM 5.3, 262.144 bei Qwen3.8 27B und 32.768 bei BroadNet Gemma 4 VL 26B. Siehe die [Modellseiten](https://broadrouter.com/de/models/) und [warum Reasoning-Modelle leere Antworten liefern](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/).

## Häufige Fehler

-   Bei einer Migration ein kleines Limit von einem Modell ohne Reasoning übernehmen. Siehe die [Migrations-Checkliste](https://broadrouter.com/de/blog/openai-compatible-api-migration-checklist/).
-   `length` als Erfolg werten. Loggen Sie den Fall und versuchen Sie es mit mehr Platz erneut.

## Häufige Fragen

### Ist max\_tokens dasselbe wie das Kontextfenster?

Nein. Das Kontextfenster ist die Gesamtmenge, die das Modell verarbeiten kann, Prompt plus Output. max\_tokens begrenzt nur den Output, und Prompt plus max\_tokens müssen trotzdem ins Fenster passen.

### Sollte ich max\_tokens immer setzen?

Setzen Sie den Wert, wenn Sie eine harte Obergrenze für Kosten oder Länge brauchen. Lassen Sie bei Reasoning-Modellen großzügig Platz oder setzen Sie ihn gar nicht, wenn der Standardwert des Anbieters groß genug ist.

### Was ist der Unterschied zwischen max\_tokens und max\_completion\_tokens?

OpenAI hat max\_tokens bei Chat Completions zugunsten von max\_completion\_tokens als veraltet markiert; dieser Parameter schließt Reasoning-Tokens ausdrücklich ein. Viele OpenAI-kompatible Anbieter akzeptieren weiterhin max\_tokens.

## Siehe auch

-   [Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/) (Begriff)
-   [Kontextfenster (Context Window)](https://broadrouter.com/de/glossary/context-window/) (Begriff)
-   [Input- und Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/) (Begriff)
-   [Strukturierte Ausgabe (Structured Output)](https://broadrouter.com/de/glossary/structured-output/) (Begriff)
-   [JSON-Modus (JSON mode)](https://broadrouter.com/de/glossary/json-mode/) (Begriff)
-   [Chain-of-Thought (CoT)](https://broadrouter.com/de/glossary/chain-of-thought/) (Begriff)
-   [finish\_reason](https://broadrouter.com/de/glossary/finish-reason/) (Begriff)
-   [Stoppsequenzen (Stop Sequences)](https://broadrouter.com/de/glossary/stop-sequences/) (Begriff)
-   [Warum ein Reasoning-Modell eine leere Antwort liefert](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/) (Anleitung)
-   [OpenAI Python SDK mit BroadNet Inference nutzen](https://broadrouter.com/de/guides/openai-python-sdk/) (Anleitung)
-   [Wechsel zu einer OpenAI-kompatiblen API: die Migrations-Checkliste](https://broadrouter.com/de/blog/openai-compatible-api-migration-checklist/) (Artikel)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

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

**Quellen**

-   [OpenAI-API-Referenz, Chat Completion erstellen (max\_tokens und max\_completion\_tokens)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, Reasoning-Modelle (max\_output\_tokens und unvollständige Antworten)](https://developers.openai.com/api/docs/guides/reasoning)
-   [API-Referenz von BroadNet Inference, Reasoning-Modelle (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-glossary-max-tokens&utm_content=sources#models)
