---
title: "¿Qué es finish_reason? Por qué se detuvo la respuesta"
description: "finish_reason indica por qué el modelo dejó de escribir: final natural, límite max_tokens, llamada a herramienta o filtro de contenido. Cómo leerlo."
url: https://broadrouter.com/es/glossary/finish-reason/
lang: es
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/glossary/finish-reason/) (actualizado el 2026-11-15).

# finish\_reason (motivo de finalización)

Actualizado 2026-11-15

finish\_reason es un campo de cada opción en la respuesta de un chat completion que indica por qué el modelo dejó de generar. En el formato de OpenAI los valores son stop, length, tool\_calls, content\_filter y el obsoleto function\_call. La API Messages de Anthropic expresa la misma idea con stop\_reason.

También llamado: motivo de finalización, razón de parada, motivo de parada, finish\_reason, finish reason, stop reason, stop\_reason

Una respuesta que parece completa puede no serlo. finish\_reason es el único campo que le dice si el modelo terminó por decisión propia.

## Cómo funciona

Cada elemento de `choices` lleva un `finish_reason`. La referencia de OpenAI enumera estos valores:

| Valor | Significado (OpenAI) |
| --- | --- |
| `stop` | Punto de parada natural, o se alcanzó una [secuencia de parada](https://broadrouter.com/es/glossary/stop-sequences/) proporcionada |
| `length` | “The maximum number of tokens specified in the request was reached” (traducción: se alcanzó el número máximo de tokens indicado en la solicitud) |
| `tool_calls` | El modelo llamó a una herramienta |
| `content_filter` | “Content was omitted due to a flag from our content filters” (traducción: se omitió contenido por una alerta de nuestros filtros de contenido) |
| `function_call` | Forma anterior y obsoleta de una llamada a función |

La API Messages de Anthropic usa `stop_reason` con sus propios valores, entre ellos `end_turn`, `max_tokens`, `stop_sequence`, `tool_use`, `pause_turn`, `refusal` y `model_context_window_exceeded`. Cuando se activa una secuencia de parada, Anthropic también devuelve cuál fue en `stop_sequence`.

```python
choice = r.choices[0]
if choice.finish_reason == "length":
    raise RuntimeError("cut off: raise max_tokens and resend")
if choice.finish_reason == "tool_calls":
    run_tools(choice.message.tool_calls)
```

## Por qué importa

-   **JSON truncado.** Una respuesta con `length` está incompleta. Cerrar las llaves hace que se pueda procesar, pero pierde datos. El [artículo sobre JSON inválido](https://broadrouter.com/es/blog/fix-invalid-json-from-llm/) trata este caso.
-   **Bucles de agentes.** `tool_calls` significa “ejecuta las herramientas y vuelve a llamarme”, no “terminé”.
-   **Caché.** Guarde en caché solo las respuestas que terminaron con `stop`. Una respuesta cortada guardada en caché durante una semana parece un error del modelo.

## En BroadNet Inference

La [referencia de la API de BroadNet](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-finish-reason&utm_content=body) no documenta los valores de finish\_reason, así que registre lo que reciba antes de depender de ellos. Sí documenta la causa principal de las sorpresas con `length`: DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B razonan antes de responder, y los [tokens de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/) cuentan para [max\_tokens](https://broadrouter.com/es/glossary/max-tokens/). BroadNet indica que, con un límite pequeño, “the reasoning can use the whole budget and the answer comes back empty.” (traducción: el razonamiento puede consumir todo el presupuesto y la respuesta vuelve vacía.) Deje 1,000 tokens o más, o configure `reasoning_effort` en `low`. La [guía de respuesta vacía](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/) explica la solución paso a paso.

## Errores comunes

-   Leer `message.content` sin revisar antes finish\_reason.
-   Tratar una respuesta vacía como un fallo del modelo cuando el razonamiento consumió todo el presupuesto.

## Preguntas frecuentes

### ¿Qué significa finish\_reason "length"?

La respuesta alcanzó el límite de tokens que usted definió y se cortó. OpenAI lo describe así: "the maximum number of tokens specified in the request was reached" (traducción: se alcanzó el número máximo de tokens indicado en la solicitud). Suba max\_tokens o pida menos; no intente reparar el texto cortado.

### ¿Por qué finish\_reason es "stop" cuando defino una secuencia de parada?

En el formato de OpenAI, stop abarca tanto un final natural como una secuencia de parada coincidente. Anthropic los separa en end\_turn y stop\_sequence.

### ¿BroadNet documenta los valores de finish\_reason?

No. La referencia de la API de BroadNet no enumera los valores de finish\_reason. Registre el campo en sus propias solicitudes y pruebe antes de basar su lógica en él.

## Vea también

-   [max\_tokens (límite de tokens de salida)](https://broadrouter.com/es/glossary/max-tokens/) (término)
-   [Tokens de razonamiento (reasoning tokens)](https://broadrouter.com/es/glossary/reasoning-tokens/) (término)
-   [Secuencias de parada (stop sequences)](https://broadrouter.com/es/glossary/stop-sequences/) (término)
-   [Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/) (término)
-   [API de Chat Completions](https://broadrouter.com/es/glossary/chat-completions-api/) (término)
-   [¿Por qué un modelo de razonamiento devuelve una respuesta vacía?](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/) (guía)
-   [Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/) (guía)
-   [Cómo corregir JSON inválido de un LLM: causas, reparación y reintento](https://broadrouter.com/es/blog/fix-invalid-json-from-llm/) (artículo)
-   [Cómo configurar max\_tokens en modelos de razonamiento: un método](https://broadrouter.com/es/blog/reasoning-model-max-tokens-budget/) (artículo)
-   [Caché de respuestas de APIs de LLM para reducir costos en Python](https://broadrouter.com/es/blog/cache-llm-responses-cut-cost/) (artículo)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-finish-reason&utm_content=page-cta) ·

**Fuentes**

-   [Referencia de la API de OpenAI, objeto chat completion (finish\_reason) (consultado el 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Documentación de Anthropic, manejo de los motivos de parada (consultado el 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [Referencia de la API de BroadNet Inference, razonamiento y max\_tokens (consultado el 2026-11-15) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-finish-reason&utm_content=sources)
