---
title: "Qu’est-ce que finish_reason ? Pourquoi un LLM s’arrête"
description: "finish_reason indique pourquoi un modèle s’est arrêté : fin naturelle, max_tokens, appel d’outil ou filtre de contenu. À lire avant de vous fier à une réponse."
url: https://broadrouter.com/fr/glossary/finish-reason/
lang: fr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/glossary/finish-reason/) (mis à jour le 2026-11-15).

# finish\_reason

Mis à jour 2026-11-15

finish\_reason est un champ présent sur chaque choice d’une réponse de chat completion, qui indique pourquoi le modèle a arrêté de générer. Au format OpenAI, les valeurs sont stop, length, tool\_calls, content\_filter et function\_call, obsolète. L’API Messages d’Anthropic exprime la même idée avec stop\_reason.

Aussi appelé : finish reason, raison d’arrêt, motif de fin, stop reason, stop\_reason

Une réponse qui semble complète ne l’est pas forcément. finish\_reason est le seul champ qui vous dit si le modèle s’est arrêté de lui-même.

## Comment ça marche

Chaque élément de `choices` porte un `finish_reason`. La référence d’OpenAI liste ces valeurs :

| Valeur | Signification (OpenAI) |
| --- | --- |
| `stop` | Point d’arrêt naturel, ou une [séquence d’arrêt](https://broadrouter.com/fr/glossary/stop-sequences/) fournie a été atteinte |
| `length` | « The maximum number of tokens specified in the request was reached » (traduction : « le nombre maximal de tokens indiqué dans la requête a été atteint ») |
| `tool_calls` | Le modèle a appelé un outil |
| `content_filter` | « Content was omitted due to a flag from our content filters » (traduction : « du contenu a été omis à cause d’un signalement de nos filtres de contenu ») |
| `function_call` | Ancienne forme, obsolète, d’un appel de fonction |

L’API Messages d’Anthropic utilise `stop_reason` avec ses propres valeurs, dont `end_turn`, `max_tokens`, `stop_sequence`, `tool_use`, `pause_turn`, `refusal` et `model_context_window_exceeded`. Quand une séquence d’arrêt se déclenche, Anthropic renvoie aussi laquelle dans `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)
```

## Pourquoi c’est important

-   **JSON tronqué.** Une réponse `length` est incomplète. Fermer les accolades la rend analysable, mais des données sont perdues. L’[article sur le JSON invalide](https://broadrouter.com/fr/blog/fix-invalid-json-from-llm/) traite ce cas.
-   **Boucles d’agents.** `tool_calls` signifie « exécute les outils et rappelle-moi », pas « terminé ».
-   **Cache.** Ne mettez en cache que les réponses terminées par `stop`. Une réponse tronquée gardée en cache pendant une semaine ressemble à un bug du modèle.

## Sur BroadNet Inference

La [référence de l’API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-finish-reason&utm_content=body) de BroadNet ne documente pas les valeurs de finish\_reason : journalisez ce que vous recevez avant de vous y fier. Elle documente en revanche la cause principale des surprises avec `length` : DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B raisonnent avant de répondre, et les [tokens de raisonnement](https://broadrouter.com/fr/glossary/reasoning-tokens/) comptent dans [max\_tokens](https://broadrouter.com/fr/glossary/max-tokens/). BroadNet indique qu’avec une limite basse, « the reasoning can use the whole budget and the answer comes back empty » (traduction : « le raisonnement peut consommer tout le budget et la réponse revient vide »). Laissez 1 000 tokens ou plus, ou réglez `reasoning_effort` sur `low`. Le [guide sur les réponses vides](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/) détaille la correction.

## Erreurs fréquentes

-   Lire `message.content` sans vérifier finish\_reason d’abord.
-   Prendre une réponse vide pour une défaillance du modèle alors que le raisonnement a consommé tout le budget.

## Questions fréquentes

### Que signifie finish\_reason « length » ?

La réponse a atteint la limite de tokens que vous avez fixée et a été coupée. OpenAI la décrit ainsi : « the maximum number of tokens specified in the request was reached » (traduction : « le nombre maximal de tokens indiqué dans la requête a été atteint »). Augmentez max\_tokens ou demandez moins ; ne réparez pas le texte tronqué.

### Pourquoi finish\_reason vaut-il « stop » quand j’ai défini une séquence d’arrêt ?

Au format OpenAI, stop couvre à la fois une fin naturelle et une séquence d’arrêt trouvée. Anthropic sépare les deux en end\_turn et stop\_sequence.

### BroadNet documente-t-il les valeurs de finish\_reason ?

Non. La référence de l’API de BroadNet ne liste pas les valeurs de finish\_reason. Journalisez ce champ sur vos propres requêtes et testez avant d’en faire dépendre votre code.

## Voir aussi

-   [max\_tokens](https://broadrouter.com/fr/glossary/max-tokens/) (terme)
-   [Tokens de raisonnement (reasoning tokens)](https://broadrouter.com/fr/glossary/reasoning-tokens/) (terme)
-   [Séquences d’arrêt (stop sequences)](https://broadrouter.com/fr/glossary/stop-sequences/) (terme)
-   [Appel d’outils (tool calling, function calling)](https://broadrouter.com/fr/glossary/tool-calling/) (terme)
-   [API Chat Completions](https://broadrouter.com/fr/glossary/chat-completions-api/) (terme)
-   [Pourquoi un modèle de raisonnement renvoie une réponse vide](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/) (guide)
-   [Streamer des chat completions et gérer les connexions coupées](https://broadrouter.com/fr/guides/streaming-chat-completions/) (guide)
-   [Corriger le JSON invalide d’un LLM : causes, réparation, relance](https://broadrouter.com/fr/blog/fix-invalid-json-from-llm/) (article)
-   [Régler max\_tokens pour les modèles de raisonnement : une méthode](https://broadrouter.com/fr/blog/reasoning-model-max-tokens-budget/) (article)
-   [Mettre en cache les réponses d’API LLM : un cache exact en Python](https://broadrouter.com/fr/blog/cache-llm-responses-cut-cost/) (article)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

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

**Sources**

-   [Référence de l’API OpenAI, objet chat completion (finish\_reason) (vérifié le 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Documentation d’Anthropic, gérer les stop reasons (vérifié le 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [Référence de l’API BroadNet Inference, raisonnement et max\_tokens (vérifié le 2026-11-15) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-finish-reason&utm_content=sources)
