---
title: "¿Qué es max_tokens en una API de LLM? Límite de salida"
description: "max_tokens limita cuántos tokens genera un modelo en una respuesta. En qué difiere de la ventana de contexto, sus nombres nuevos y por qué el razonamiento pide más."
url: https://broadrouter.com/es/glossary/max-tokens/
lang: es
updated: 2026-11-14
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/max-tokens/) (actualizado el 2026-11-14).

# max\_tokens (límite de tokens de salida)

Actualizado 2026-11-14

max\_tokens es un parámetro de las APIs de LLM que fija el máximo de tokens que un modelo puede generar en una respuesta. Cuando la generación llega al límite, se detiene y la respuesta queda marcada como cortada, por ejemplo con finish\_reason en "length".

También llamado: límite de tokens, máximo de tokens, límite de tokens de salida, longitud máxima de salida, max\_tokens, max\_completion\_tokens, max\_output\_tokens, output token limit, maximum output length

`max_tokens` es el presupuesto de salida de una respuesta. Lo protege de respuestas desbocadas, pero si es demasiado bajo corta las respuestas o no devuelve nada.

## Cómo funciona

El modelo genera un [token](https://broadrouter.com/es/glossary/token/) a la vez. Cuando la cuenta llega a `max_tokens`, la generación se detiene, aunque sea a mitad de frase. La respuesta indica entonces por qué terminó:

| `finish_reason` | Significado |
| --- | --- |
| `stop` | El modelo terminó por su cuenta |
| `length` | Se alcanzó el límite de `max_tokens` |
| `tool_calls` | El modelo pide llamar a una herramienta |

El parámetro tiene varios nombres. La API de Chat Completions de OpenAI marca ahora `max_tokens` como obsoleto en favor de `max_completion_tokens`, un límite superior que incluye tanto la salida visible como los tokens de razonamiento. La Responses API de OpenAI usa `max_output_tokens`. La Messages API de Anthropic usa `max_tokens`. Muchos proveedores compatibles con OpenAI aceptan `max_tokens`.

El prompt y la salida comparten una misma [ventana de contexto](https://broadrouter.com/es/glossary/context-window/). Si la ventana es de 32,768 tokens y el prompt ocupa 30,000, como máximo pueden volver 2,768 tokens, diga lo que diga `max_tokens`.

## Por qué importa

-   **Control de costos.** En una clave que cobra por token, `max_tokens` es lo máximo que puede costar una sola respuesta en salida.
-   **Respuestas vacías.** En los modelos de razonamiento, el pensamiento sale del mismo presupuesto. Un límite de 100 puede gastarse entero en [tokens de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/), de modo que la respuesta visible queda vacía y `finish_reason` es `length`.
-   **JSON roto.** Una respuesta cortada deja la [salida estructurada](https://broadrouter.com/es/glossary/structured-output/) incompleta e imposible de parsear. Revise `finish_reason` antes de parsear.

## En BroadNet Inference

DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B razonan antes de responder, y la documentación de BroadNet indica que el razonamiento cuenta para `max_tokens`. Permita 1,000 tokens o más, no lo configure, o baje `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")
```

El tamaño del contexto varía según el modelo: 1,048,576 tokens para DeepSeek V4.1 Flash y GLM 5.3, 262,144 para Qwen3.8 27B y 32,768 para BroadNet Gemma 4 VL 26B. Consulte las [páginas de modelos](https://broadrouter.com/es/models/) y [por qué los modelos de razonamiento devuelven respuestas vacías](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).

## Errores comunes

-   Copiar un límite pequeño de un modelo sin razonamiento durante una migración. Consulte la [lista de verificación de migración](https://broadrouter.com/es/blog/openai-compatible-api-migration-checklist/).
-   Tratar `length` como un éxito. Regístrelo y reintente con más margen.

## Preguntas frecuentes

### ¿max\_tokens es lo mismo que la ventana de contexto?

No. La ventana de contexto es el total que el modelo puede manejar, prompt más salida. max\_tokens limita solo la salida, y el prompt más max\_tokens debe seguir cabiendo en la ventana.

### ¿Debo configurar siempre max\_tokens?

Configúrelo cuando necesite un tope estricto de costo o de longitud. Deje un margen amplio en los modelos de razonamiento, o no lo configure si el valor predeterminado del proveedor es suficiente.

### ¿Cuál es la diferencia entre max\_tokens y max\_completion\_tokens?

OpenAI dejó obsoleto max\_tokens en Chat Completions en favor de max\_completion\_tokens, que incluye de forma explícita los tokens de razonamiento. Muchos proveedores compatibles con OpenAI todavía aceptan max\_tokens.

## Vea también

-   [Tokens de razonamiento (reasoning tokens)](https://broadrouter.com/es/glossary/reasoning-tokens/) (término)
-   [Ventana de contexto (context window)](https://broadrouter.com/es/glossary/context-window/) (término)
-   [Tokens de entrada y de salida (input and output tokens)](https://broadrouter.com/es/glossary/input-and-output-tokens/) (término)
-   [Salida estructurada (structured output)](https://broadrouter.com/es/glossary/structured-output/) (término)
-   [JSON mode (modo JSON)](https://broadrouter.com/es/glossary/json-mode/) (término)
-   [Cadena de pensamiento (chain-of-thought, CoT)](https://broadrouter.com/es/glossary/chain-of-thought/) (término)
-   [finish\_reason (motivo de finalización)](https://broadrouter.com/es/glossary/finish-reason/) (término)
-   [Secuencias de parada (stop sequences)](https://broadrouter.com/es/glossary/stop-sequences/) (término)
-   [¿Por qué un modelo de razonamiento devuelve una respuesta vacía?](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/) (guía)
-   [Usar el SDK de OpenAI para Python con BroadNet Inference](https://broadrouter.com/es/guides/openai-python-sdk/) (guía)
-   [Cambiar a una API compatible con OpenAI: lista de verificación](https://broadrouter.com/es/blog/openai-compatible-api-migration-checklist/) (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-max-tokens&utm_content=page-cta) ·

**Fuentes**

-   [Referencia de la API de OpenAI, crear chat completion (max\_tokens y max\_completion\_tokens)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, modelos de razonamiento (max\_output\_tokens y respuestas incompletas)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Referencia de la API de BroadNet Inference, modelos de razonamiento (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-max-tokens&utm_content=sources#models)
