---
title: "finish_reason とは？LLM の応答が止まった理由 | BroadRouter"
description: "finish_reason は、モデルが書くのをやめた理由を示します。自然な終了、max_tokens の上限、ツール呼び出し、コンテンツフィルター。応答を信頼する前に確認する方法を解説します。"
url: https://broadrouter.com/ja/glossary/finish-reason/
lang: ja
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/glossary/finish-reason/)（2026-11-15 更新）。

# finish\_reason（終了理由）

更新日 2026-11-15

finish\_reason とは、チャット補完の応答で各 choice に付くフィールドで、モデルが生成を止めた理由を示します。OpenAI 形式の値は stop、length、tool\_calls、content\_filter と、非推奨の function\_call です。Anthropic の Messages API では同じ考え方を stop\_reason で返します。

別名： 終了理由、停止理由、finish reason、stop reason、stop\_reason

完結しているように見える応答が、本当に完結しているとは限りません。finish\_reason は、モデルが自分の意思で書き終えたかどうかを教えてくれる唯一のフィールドです。

## しくみ

`choices` の各要素には `finish_reason` が付きます。OpenAI のリファレンスには次の値が載っています。

| 値 | 意味（OpenAI） |
| --- | --- |
| `stop` | 自然な停止点、または指定した[停止シーケンス](https://broadrouter.com/ja/glossary/stop-sequences/)に一致 |
| `length` | 「The maximum number of tokens specified in the request was reached」（訳：リクエストで指定した最大トークン数に達した） |
| `tool_calls` | モデルがツールを呼び出した |
| `content_filter` | 「Content was omitted due to a flag from our content filters」（訳：コンテンツフィルターのフラグによりコンテンツが省略された） |
| `function_call` | 旧式で非推奨の関数呼び出し |

Anthropic の Messages API は `stop_reason` を使い、`end_turn`、`max_tokens`、`stop_sequence`、`tool_use`、`pause_turn`、`refusal`、`model_context_window_exceeded` などの独自の値を返します。停止シーケンスで止まった場合は、どのシーケンスだったかも `stop_sequence` で返します。

```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)
```

## なぜ重要か

-   **途中で切れた JSON。** `length` の応答は不完全です。括弧を閉じればパースは通りますが、データは失われています。[不正な JSON の記事](https://broadrouter.com/ja/blog/fix-invalid-json-from-llm/)で詳しく扱っています。
-   **エージェントのループ。** `tool_calls` は「ツールを実行してからもう一度呼んで」という意味で、「完了」ではありません。
-   **キャッシュ。** キャッシュするのは `stop` で終わった応答だけにしてください。途中で切れた回答を 1 週間キャッシュすると、モデルのバグのように見えます。

## BroadNet Inference の場合

BroadNet の [API リファレンス](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-finish-reason&utm_content=body)には finish\_reason の値が記載されていないので、頼る前に実際に返ってくる値をログに残してください。一方で、`length` が予想外に出る主な原因は記載されています。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に推論し、その[推論トークン](https://broadrouter.com/ja/glossary/reasoning-tokens/)は [max\_tokens](https://broadrouter.com/ja/glossary/max-tokens/) に含まれます。BroadNet によると、上限が小さいと「the reasoning can use the whole budget and the answer comes back empty.」（訳：推論が予算をすべて使い切り、回答が空で返ってくることがある）とのことです。1,000 トークン以上の余裕を持たせるか、`reasoning_effort` を `low` に設定してください。[空の応答ガイド](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)で対処法を順に説明しています。

## よくある間違い

-   finish\_reason を確認せずに `message.content` を読むこと。
-   推論が予算を使い切っただけなのに、空の回答をモデルの不具合と見なすこと。

## よくある質問

### finish\_reason が「length」とはどういう意味ですか？

応答が指定したトークン上限に達し、途中で切れたということです。OpenAI は「the maximum number of tokens specified in the request was reached」（訳：リクエストで指定した最大トークン数に達した）と説明しています。max\_tokens を上げるか、求める量を減らしてください。切れたテキストを修復しようとしないでください。

### 停止シーケンスを設定したのに finish\_reason が「stop」になるのはなぜですか？

OpenAI 形式では、stop は自然な終了と停止シーケンスへの一致の両方を表します。Anthropic はこれを end\_turn と stop\_sequence に分けています。

### BroadNet は finish\_reason の値をドキュメントに記載していますか？

いいえ。BroadNet の API リファレンスには finish\_reason の値の一覧がありません。ご自身のリクエストでこのフィールドをログに残し、分岐処理に使う前に試してください。

## 関連項目

-   [max\_tokens（最大出力トークン数）](https://broadrouter.com/ja/glossary/max-tokens/)（用語）
-   [推論トークン（reasoning tokens）](https://broadrouter.com/ja/glossary/reasoning-tokens/)（用語）
-   [停止シーケンス（stop sequences）](https://broadrouter.com/ja/glossary/stop-sequences/)（用語）
-   [ツール呼び出し（Function Calling、tool calling）](https://broadrouter.com/ja/glossary/tool-calling/)（用語）
-   [Chat Completions API（チャット補完 API）](https://broadrouter.com/ja/glossary/chat-completions-api/)（用語）
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)（ガイド）
-   [chat completions のストリーミングと接続切断への対処](https://broadrouter.com/ja/guides/streaming-chat-completions/)（ガイド）
-   [LLM が返す不正な JSON の直し方：原因・修復・リトライ](https://broadrouter.com/ja/blog/fix-invalid-json-from-llm/)（記事）
-   [推論モデルの max\_tokens の決め方：予算を見積もる方法](https://broadrouter.com/ja/blog/reasoning-model-max-tokens-budget/)（記事）
-   [LLM API のレスポンスをキャッシュしてコスト削減：Python の完全一致キャッシュ](https://broadrouter.com/ja/blog/cache-llm-responses-cut-cost/)（記事）

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [OpenAI API リファレンス、チャット補完オブジェクト（finish\_reason）（2026-11-15 確認）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic ドキュメント、停止理由の扱い（2026-11-15 確認）](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [BroadNet Inference API リファレンス、推論と max\_tokens（2026-11-15 確認）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-finish-reason&utm_content=sources)
