---
title: "Leere LLM-Antwort? Reasoning-Tokens und max_tokens | BroadRouter"
description: "DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B denken vor der Antwort nach, und dieses Reasoning zählt zu max_tokens. So vermeiden Sie leere Antworten."
url: https://broadrouter.com/de/guides/reasoning-tokens-empty-response/
lang: de
updated: 2026-11-16
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/guides/reasoning-tokens-empty-response/) (aktualisiert am 2026-11-16).

# Warum ein Reasoning-Modell eine leere Antwort liefert

Aktualisiert 2026-11-16

Das Modell hat das gesamte max\_tokens-Budget für Reasoning verbraucht, bevor die sichtbare Antwort begann. Bei BroadNet Inference denken DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B zuerst nach, und Reasoning zählt zu max\_tokens. Erlauben Sie 1.000 Tokens oder mehr oder setzen Sie reasoning\_effort auf low.

Sie senden einen kurzen Prompt mit `max_tokens: 100`, die Anfrage ist erfolgreich, und `choices[0].message.content` ist leer. Kaputt ist nichts: Die Antwort hat nur nie begonnen.

## Was passiert

Reasoning-Modelle schreiben vor der sichtbaren Antwort eine verborgene Gedankenkette. Beide teilen sich ein gemeinsames `max_tokens`\-Budget. Bei einem kleinen Limit verbraucht das Reasoning alles, und im Standardformat für Chat Completions ist `finish_reason` dann `length`.

## Drei Lösungen

**1\. Platz lassen.** Setzen Sie `max_tokens` auf 1.000 oder mehr, wie es die BroadNet-Dokumentation empfiehlt. Der [max\_tokens-Rechner für Reasoning-Modelle](https://broadrouter.com/tools/reasoning-token-budget/) bemisst das Limit für Ihre Antwortlänge und zeigt die Kosten.

**2\. Weniger nachdenken.** Setzen Sie `reasoning_effort` für einfache Aufgaben auf `low`:

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

response = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order' -> intent?"}],
)
```

**3\. Die Usage im Blick behalten.** Wenn das Modell den Wert meldet, zeigt `usage.completion_tokens_details.reasoning_tokens`, wie viel ins Reasoning geflossen ist:

```python
print(response.choices[0].finish_reason)                       # "length" means the budget ran out
details = response.usage.completion_tokens_details             # None if the model doesn't report it
print(details.reasoning_tokens if details else "not reported")
```

Ergänzen Sie im Stream `stream_options={"include_usage": True}`; dieselbe Usage kommt dann im letzten Chunk an. Siehe [Streaming von Chat Completions](https://broadrouter.com/de/guides/streaming-chat-completions/).

## Welche Modelle Reasoning nutzen

| Modell | Denkt zuerst nach |
| --- | --- |
| DeepSeek V4.1 Flash (`broadnet/deepseek-v4.1-flash`) | Ja |
| GLM 5.3 (`broadnet/glm-5.3`) | Ja |
| Qwen3.8 27B (`broadnet/qwen3.8-27b`) | Ja |
| BroadNet Gemma 4 VL 26B (`broadnet/gemma-4-26b-a4b`) | Nicht aufgeführt |

## Fehlerbehebung

-   **Leerer `content`, `finish_reason` ist `length`.** Erhöhen Sie `max_tokens` oder setzen Sie `reasoning_effort` auf `low`.
-   **Leerer `content`, `finish_reason` ist `stop`.** Das Limit war nicht die Ursache. Prüfen Sie Ihren Prompt und geben Sie die vollständige Antwort aus, um zu sehen, was zurückkam.
-   **`AttributeError` bei `completion_tokens_details`.** Das Modell hat die Aufschlüsselung für diese Anfrage nicht gemeldet; fangen Sie `None` ab wie im Beispiel oben.
-   **Langsames erstes Token im Stream.** Das Modell denkt nach, bevor es die Antwort schreibt. Ein niedrigeres `reasoning_effort` kann die Wartezeit verkürzen.

Wenn Sie den ganzen Tag Agenten laufen lassen, summieren sich Reasoning-Tokens bei Pay-as-you-go. Der [BroadNet-Preisrechner](https://broadrouter.com/de/pricing/) zeigt, ab wann ein [unbegrenzter Plan](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/) zum Festpreis günstiger ist.

## Begriffe in dieser Anleitung

[Chat Completions API](https://broadrouter.com/de/glossary/chat-completions-api/)

Die Chat Completions API ist der HTTP-Endpoint von OpenAI, POST /v1/chat/completions, der einen Modellnamen und eine Liste von Nachrichten mit Rollen entgegennimmt und die nächste Nachricht des Modells zurückgibt. Ihr Format für Anfrage und Antwort wurde zum gemeinsamen Standard, den OpenAI-kompatible Anbieter und SDKs übernehmen.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Chain-of-Thought (CoT)](https://broadrouter.com/de/glossary/chain-of-thought/)

Chain-of-Thought (CoT) ist eine Prompting-Technik, bei der einem Sprachmodell Zwischenschritte des Denkens vorgemacht werden oder es gebeten wird, diese vor der endgültigen Antwort auszuschreiben. Sie verbessert die Genauigkeit bei mehrstufigen Aufgaben wie Rechnen und Logik, und Reasoning-Modelle erzeugen sie inzwischen automatisch.

[max\_tokens](https://broadrouter.com/de/glossary/max-tokens/)

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“.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/)

Reasoning-Tokens sind Tokens, die ein Reasoning-Modell erzeugt, um ein Problem durchzuarbeiten, bevor es seine sichtbare Antwort schreibt. Sie werden meist als Output-Tokens berechnet, zählen zum Output-Limit und zum Kontextfenster und können von der API verborgen oder zusammengefasst werden.

[Streaming](https://broadrouter.com/de/glossary/streaming/)

Streaming ist eine Art, die Antwort eines Sprachmodells in kleinen Chunks zurückzugeben, während sie noch erzeugt wird, statt als eine Antwort am Ende. OpenAI-kompatible APIs streamen über Server-Sent Events, wenn die Anfrage stream auf true setzt.

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

## Häufige Fragen

### Kostet Reasoning Geld?

Bei Pay-as-you-go wird Reasoning innerhalb der Completion-Tokens ausgewiesen, die zum Output-Preis abgerechnet werden. Mit einem unbegrenzten Plan für DeepSeek V4.1 Flash gibt es keinen Token-Zähler, daher kosten sie nichts extra.

### Nutzt BroadNet Gemma 4 VL 26B Reasoning?

Die BroadNet-Dokumentation nennt Reasoning für DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B, nicht für Gemma 4 VL 26B.

### Warum ist der Message-Content leer, wenn finish\_reason length ist?

Das Token-Budget war aufgebraucht, bevor die sichtbare Antwort begann. Ein Reasoning-Modell schreibt zuerst sein Reasoning, und diese Tokens zählen zu max\_tokens. Erhöhen Sie max\_tokens auf 1.000 oder mehr oder senken Sie reasoning\_effort.

### Was bewirkt reasoning\_effort low?

Es fordert das Modell auf, vor der Antwort weniger nachzudenken. Die BroadNet-Dokumentation empfiehlt es als Alternative zu einem höheren max\_tokens, wenn ein knappes Limit die Antwort leer lässt. Nutzen Sie es für einfache Aufgaben wie Klassifikation oder Extraktion.

### Wie sehe ich, wie viele Tokens ins Reasoning geflossen sind?

Lesen Sie usage.completion\_tokens\_details.reasoning\_tokens in der Antwort, sofern das Modell den Wert meldet. Senden Sie im Stream stream\_options mit include\_usage true und lesen Sie den Wert aus dem letzten Chunk.

## Verwandte Anleitungen

-   [OpenAI Python SDK mit BroadNet Inference nutzen](https://broadrouter.com/de/guides/openai-python-sdk/)
-   [Chat Completions streamen und abgebrochene Verbindungen behandeln](https://broadrouter.com/de/guides/streaming-chat-completions/)
-   [Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)

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-guides-reasoning-tokens-empty-response&utm_content=page-cta) ·

**Quellen**

-   [API-Referenz von BroadNet Inference, Reasoning- und Cached-Tokens (geprüft am 2026-11-16) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-guides-reasoning-tokens-empty-response&utm_content=sources#models)
