---
title: "Apa itu finish_reason? Kenapa respons LLM berhenti | BroadRouter"
description: "finish_reason menjelaskan kenapa model berhenti: akhir alami, batas max_tokens, pemanggilan tool, atau filter konten. Cara membacanya sebelum memakai balasan."
url: https://broadrouter.com/id/glossary/finish-reason/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/glossary/finish-reason/) (diperbarui 2026-11-15).

# finish\_reason (alasan berhenti)

Diperbarui 2026-11-15

finish\_reason adalah field di setiap choice dalam respons chat completion yang menyebutkan alasan model berhenti menghasilkan teks. Dalam format OpenAI nilainya stop, length, tool\_calls, content\_filter, dan function\_call yang sudah usang. Messages API milik Anthropic melaporkan hal yang sama sebagai stop\_reason.

Disebut juga: alasan berhenti, finish reason, stop reason, stop\_reason

Balasan yang tampak lengkap belum tentu lengkap. finish\_reason adalah satu-satunya field yang memberi tahu apakah model berhenti atas kemauannya sendiri.

## Cara kerjanya

Setiap item di `choices` membawa `finish_reason`. Referensi OpenAI mencantumkan nilai-nilai ini:

| Nilai | Arti (OpenAI) |
| --- | --- |
| `stop` | Titik berhenti alami, atau [stop sequence](https://broadrouter.com/id/glossary/stop-sequences/) yang diberikan tercapai |
| `length` | “The maximum number of tokens specified in the request was reached” (terjemahan: jumlah token maksimum yang ditentukan di permintaan telah tercapai) |
| `tool_calls` | Model memanggil tool |
| `content_filter` | “Content was omitted due to a flag from our content filters” (terjemahan: konten dihilangkan karena ditandai oleh filter konten kami) |
| `function_call` | Bentuk lama pemanggilan fungsi yang sudah usang |

Messages API milik Anthropic memakai `stop_reason` dengan nilainya sendiri, antara lain `end_turn`, `max_tokens`, `stop_sequence`, `tool_use`, `pause_turn`, `refusal`, dan `model_context_window_exceeded`. Saat stop sequence terpicu, Anthropic juga mengembalikan urutan mana yang terpicu di `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)
```

## Kenapa ini penting

-   **JSON yang terpotong.** Balasan `length` tidak lengkap. Menutup kurung membuatnya bisa di-parse tetapi datanya hilang. [Artikel JSON tidak valid](https://broadrouter.com/id/blog/fix-invalid-json-from-llm/) membahas hal ini.
-   **Loop agen.** `tool_calls` berarti “jalankan tool-nya lalu panggil saya lagi”, bukan “selesai”.
-   **Caching.** Hanya cache balasan yang berakhir dengan `stop`. Jawaban terpotong yang tersimpan di cache selama seminggu akan terlihat seperti bug model.

## Di BroadNet Inference

[Referensi API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-finish-reason&utm_content=body) BroadNet tidak mendokumentasikan nilai finish\_reason, jadi catat apa yang Anda terima sebelum mengandalkannya. Referensi itu mendokumentasikan penyebab utama kejutan `length`: DeepSeek V4.1 Flash, GLM 5.3, dan Qwen3.8 27B bernalar sebelum menjawab, dan [token penalaran](https://broadrouter.com/id/glossary/reasoning-tokens/) dihitung dalam [max\_tokens](https://broadrouter.com/id/glossary/max-tokens/). BroadNet menyebutkan bahwa dengan batas kecil “the reasoning can use the whole budget and the answer comes back empty.” (terjemahan: penalaran bisa memakai seluruh anggaran dan jawaban kembali kosong.) Sisakan 1.000 token atau lebih, atau atur `reasoning_effort` ke `low`. [Panduan respons kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/) menjelaskan perbaikannya langkah demi langkah.

## Kesalahan umum

-   Membaca `message.content` tanpa memeriksa finish\_reason terlebih dahulu.
-   Menganggap jawaban kosong sebagai kegagalan model padahal penalaran memakai seluruh anggaran.

## Pertanyaan umum

### Apa arti finish\_reason "length"?

Balasan mencapai batas token yang Anda atur dan terpotong. OpenAI menggambarkannya sebagai "the maximum number of tokens specified in the request was reached" (terjemahan: jumlah token maksimum yang ditentukan di permintaan telah tercapai). Naikkan max\_tokens atau minta lebih sedikit; jangan perbaiki teks yang terpotong.

### Kenapa finish\_reason "stop" padahal saya mengatur stop sequence?

Dalam format OpenAI, stop mencakup akhir alami sekaligus stop sequence yang cocok. Anthropic memisahkannya menjadi end\_turn dan stop\_sequence.

### Apakah BroadNet mendokumentasikan nilai finish\_reason?

Tidak. Referensi API BroadNet tidak mencantumkan nilai finish\_reason. Catat field ini di permintaan Anda sendiri dan uji sebelum membuat percabangan berdasarkan nilainya.

## Lihat juga

-   [max\_tokens](https://broadrouter.com/id/glossary/max-tokens/) (istilah)
-   [Token penalaran (reasoning tokens)](https://broadrouter.com/id/glossary/reasoning-tokens/) (istilah)
-   [Stop sequences (urutan henti)](https://broadrouter.com/id/glossary/stop-sequences/) (istilah)
-   [Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/) (istilah)
-   [Chat Completions API](https://broadrouter.com/id/glossary/chat-completions-api/) (istilah)
-   [Kenapa model reasoning mengembalikan jawaban kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/) (panduan)
-   [Streaming chat completions dan menangani koneksi terputus](https://broadrouter.com/id/guides/streaming-chat-completions/) (panduan)
-   [Cara memperbaiki JSON tidak valid dari LLM: penyebab, perbaikan, retry](https://broadrouter.com/id/blog/fix-invalid-json-from-llm/) (artikel)
-   [Mengatur max\_tokens untuk model penalaran: metode penganggaran](https://broadrouter.com/id/blog/reasoning-model-max-tokens-budget/) (artikel)
-   [Cache respons API LLM untuk memangkas biaya: exact cache di Python](https://broadrouter.com/id/blog/cache-llm-responses-cut-cost/) (artikel)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

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

**Sumber**

-   [Referensi API OpenAI, objek chat completion (finish\_reason) (diperiksa 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Dokumentasi Anthropic, menangani stop reason (diperiksa 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [Referensi API BroadNet Inference, penalaran dan max\_tokens (diperiksa 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-finish-reason&utm_content=sources)
