---
title: "Qu’est-ce que max_tokens dans une API LLM ? | BroadRouter"
description: "max_tokens plafonne les tokens d’une réponse. Différence avec la fenêtre de contexte, nouveaux noms, et pourquoi les modèles de raisonnement exigent plus de marge."
url: https://broadrouter.com/fr/glossary/max-tokens/
lang: fr
updated: 2026-11-14
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/max-tokens/) (mis à jour le 2026-11-14).

# max\_tokens

Mis à jour 2026-11-14

max\_tokens est un paramètre des API LLM qui fixe le nombre maximal de tokens qu’un modèle peut générer dans une réponse. Quand la génération atteint la limite, elle s’arrête et la réponse est marquée comme coupée, par exemple avec finish\_reason égal à « length ».

Aussi appelé : max\_tokens, limite de sortie, longueur maximale de sortie, limite de tokens de sortie, max\_completion\_tokens, max\_output\_tokens, output token limit, maximum output length

`max_tokens` est le budget de sortie d’une réponse. Il vous protège des réponses qui s’emballent, mais réglé trop bas, il coupe les réponses ou ne renvoie rien du tout.

## Comment ça marche

Le modèle génère un [token](https://broadrouter.com/fr/glossary/token/) à la fois. Quand le compte atteint `max_tokens`, la génération s’arrête, même en pleine phrase. La réponse indique alors pourquoi elle s’est terminée :

| `finish_reason` | Signification |
| --- | --- |
| `stop` | Le modèle a terminé de lui-même |
| `length` | La limite `max_tokens` a été atteinte |
| `tool_calls` | Le modèle demande à appeler un outil |

Le paramètre porte plusieurs noms. L’API Chat Completions d’OpenAI marque désormais `max_tokens` comme obsolète au profit de `max_completion_tokens`, une borne supérieure qui inclut la sortie visible et les tokens de raisonnement. La Responses API d’OpenAI utilise `max_output_tokens`. La Messages API d’Anthropic utilise `max_tokens`. De nombreux fournisseurs compatibles OpenAI acceptent `max_tokens`.

Le prompt et la sortie partagent une même [fenêtre de contexte](https://broadrouter.com/fr/glossary/context-window/). Si la fenêtre fait 32 768 tokens et le prompt 30 000, au plus 2 768 tokens peuvent revenir, quelle que soit la valeur de `max_tokens`.

## Pourquoi c’est important

-   **Maîtrise des coûts.** Avec une clé facturée au token, `max_tokens` est le coût de sortie maximal d’une seule réponse.
-   **Réponses vides.** Sur les modèles de raisonnement, la réflexion puise dans le même budget. Une limite de 100 peut être entièrement consommée par les [tokens de raisonnement](https://broadrouter.com/fr/glossary/reasoning-tokens/) : la réponse visible est alors vide et `finish_reason` vaut `length`.
-   **JSON cassé.** Une réponse coupée laisse une [sortie structurée](https://broadrouter.com/fr/glossary/structured-output/) incomplète et impossible à parser. Vérifiez `finish_reason` avant de parser.

## Sur BroadNet Inference

DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B raisonnent avant de répondre, et la documentation de BroadNet précise que le raisonnement compte dans `max_tokens`. Prévoyez 1 000 tokens ou plus, ne le définissez pas, ou baissez `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")
```

Les tailles de contexte varient selon le modèle : 1 048 576 tokens pour DeepSeek V4.1 Flash et GLM 5.3, 262 144 pour Qwen3.8 27B et 32 768 pour BroadNet Gemma 4 VL 26B. Voir les [pages des modèles](https://broadrouter.com/fr/models/) et [pourquoi les modèles de raisonnement renvoient des réponses vides](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/).

## Erreurs fréquentes

-   Reprendre, lors d’une migration, une petite limite conçue pour un modèle sans raisonnement. Voir la [checklist de migration](https://broadrouter.com/fr/blog/openai-compatible-api-migration-checklist/).
-   Considérer `length` comme un succès. Journalisez-le et réessayez avec plus de marge.

## Questions fréquentes

### max\_tokens est-il la même chose que la fenêtre de contexte ?

Non. La fenêtre de contexte est le total que le modèle peut traiter, prompt et sortie compris. max\_tokens ne limite que la sortie, et le prompt plus max\_tokens doivent quand même tenir dans la fenêtre.

### Faut-il toujours définir max\_tokens ?

Définissez-le quand vous avez besoin d’un plafond strict sur le coût ou la longueur. Laissez une marge généreuse aux modèles de raisonnement, ou ne le définissez pas si la valeur par défaut du fournisseur suffit.

### Quelle différence entre max\_tokens et max\_completion\_tokens ?

OpenAI a rendu max\_tokens obsolète dans Chat Completions au profit de max\_completion\_tokens, qui inclut explicitement les tokens de raisonnement. De nombreux fournisseurs compatibles OpenAI acceptent encore max\_tokens.

## Voir aussi

-   [Tokens de raisonnement (reasoning tokens)](https://broadrouter.com/fr/glossary/reasoning-tokens/) (terme)
-   [Fenêtre de contexte (context window)](https://broadrouter.com/fr/glossary/context-window/) (terme)
-   [Tokens d’entrée et de sortie](https://broadrouter.com/fr/glossary/input-and-output-tokens/) (terme)
-   [Sortie structurée (structured output)](https://broadrouter.com/fr/glossary/structured-output/) (terme)
-   [Mode JSON (JSON mode)](https://broadrouter.com/fr/glossary/json-mode/) (terme)
-   [Chaîne de pensée (chain-of-thought, CoT)](https://broadrouter.com/fr/glossary/chain-of-thought/) (terme)
-   [finish\_reason](https://broadrouter.com/fr/glossary/finish-reason/) (terme)
-   [Séquences d’arrêt (stop sequences)](https://broadrouter.com/fr/glossary/stop-sequences/) (terme)
-   [Pourquoi un modèle de raisonnement renvoie une réponse vide](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/) (guide)
-   [Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/) (guide)
-   [Passer à une API compatible OpenAI : la checklist de migration](https://broadrouter.com/fr/blog/openai-compatible-api-migration-checklist/) (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-max-tokens&utm_content=page-cta) ·

**Sources**

-   [Référence de l’API OpenAI, créer une chat completion (max\_tokens et max\_completion\_tokens)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, modèles de raisonnement (max\_output\_tokens et réponses incomplètes)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Référence de l’API de BroadNet Inference, modèles de raisonnement (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-max-tokens&utm_content=sources#models)
