---
title: "finish_reason nedir? LLM yanıtı neden durdu? | BroadRouter"
description: "finish_reason, modelin neden yazmayı bıraktığını söyler: doğal bitiş, max_tokens sınırı, araç çağrısı veya içerik filtresi. Bir yanıta güvenmeden önce nasıl okunur?"
url: https://broadrouter.com/tr/glossary/finish-reason/
lang: tr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/glossary/finish-reason/) (güncelleme: 2026-11-15).

# finish\_reason (bitiş nedeni)

Güncellendi 2026-11-15

finish\_reason, bir chat completion yanıtındaki her seçimde bulunan ve modelin üretimi neden durdurduğunu söyleyen alandır. OpenAI formatında değerler stop, length, tool\_calls, content\_filter ve kullanımdan kaldırılmış function\_call'dır. Anthropic'in Messages API'si aynı bilgiyi stop\_reason olarak bildirir.

Diğer adları: bitiş nedeni, durma nedeni, finish reason, stop reason, stop\_reason

Tamamlanmış görünen bir yanıt aslında tamamlanmamış olabilir. finish\_reason, modelin kendi isteğiyle bitirip bitirmediğini söyleyen tek alandır.

## Nasıl çalışır

`choices` içindeki her öğe bir `finish_reason` taşır. OpenAI’nin referansı şu değerleri listeler:

| Değer | Anlamı (OpenAI) |
| --- | --- |
| `stop` | Doğal durma noktası veya sağlanan bir [durdurma dizisine](https://broadrouter.com/tr/glossary/stop-sequences/) ulaşıldı |
| `length` | “The maximum number of tokens specified in the request was reached” (çeviri: istekte belirtilen azami token sayısına ulaşıldı) |
| `tool_calls` | Model bir araç çağırdı |
| `content_filter` | “Content was omitted due to a flag from our content filters” (çeviri: içerik filtrelerimizden gelen bir işaret nedeniyle içerik çıkarıldı) |
| `function_call` | Fonksiyon çağrısının eski, kullanımdan kaldırılmış biçimi |

Anthropic’in Messages API’si kendi değerleriyle `stop_reason` kullanır; bunlar arasında `end_turn`, `max_tokens`, `stop_sequence`, `tool_use`, `pause_turn`, `refusal` ve `model_context_window_exceeded` vardır. Bir durdurma dizisi tetiklendiğinde Anthropic hangisinin tetiklendiğini de `stop_sequence` alanında döndürür.

```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)
```

## Neden önemli

-   **Kesilmiş JSON.** `length` ile biten bir yanıt eksiktir. Parantezleri kapatmak ayrıştırmayı sağlar ama veri kaybettirir. [Geçersiz JSON yazısı](https://broadrouter.com/tr/blog/fix-invalid-json-from-llm/) bunu ele alır.
-   **Ajan döngüleri.** `tool_calls`, “bitti” değil, “araçları çalıştır ve beni tekrar çağır” demektir.
-   **Önbellekleme.** Yalnızca `stop` ile biten yanıtları önbelleğe alın. Bir hafta boyunca önbellekte kalan kesik bir yanıt, model hatası gibi görünür.

## BroadNet Inference’ta

BroadNet’in [API referansı](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-glossary-finish-reason&utm_content=body) finish\_reason değerlerini belgelemez; bu yüzden güvenmeden önce gelen değerleri günlüğe kaydedin. Ancak beklenmedik `length` sonuçlarının ana nedenini belgeler: DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B yanıt vermeden önce akıl yürütür ve [akıl yürütme token’ları](https://broadrouter.com/tr/glossary/reasoning-tokens/) [max\_tokens](https://broadrouter.com/tr/glossary/max-tokens/) sınırına dahil edilir. BroadNet, düşük bir sınırla “the reasoning can use the whole budget and the answer comes back empty” (çeviri: akıl yürütme bütçenin tamamını kullanabilir ve yanıt boş döner) der. 1.000 token veya daha fazla pay bırakın ya da `reasoning_effort` değerini `low` yapın. [Boş yanıt rehberi](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/) çözümü adım adım anlatır.

## Sık yapılan hatalar

-   Önce finish\_reason’ı kontrol etmeden `message.content` okumak.
-   Akıl yürütme bütçenin tamamını kullandığında boş yanıtı model hatası saymak.

## Sık sorulan sorular

### finish\_reason "length" ne anlama gelir?

Yanıt, ayarladığınız token sınırına ulaştı ve kesildi. OpenAI bunu "the maximum number of tokens specified in the request was reached" (çeviri: istekte belirtilen azami token sayısına ulaşıldı) diye tanımlar. max\_tokens değerini artırın veya daha az şey isteyin; kesilen metni onarmaya çalışmayın.

### Durdurma dizisi ayarladığımda finish\_reason neden "stop" oluyor?

OpenAI formatında stop hem doğal bitişi hem de eşleşen bir durdurma dizisini kapsar. Anthropic bunları end\_turn ve stop\_sequence olarak ayırır.

### BroadNet finish\_reason değerlerini belgeliyor mu?

Hayır. BroadNet'in API referansı finish\_reason değerlerini listelemez. Kendi isteklerinizde alanı günlüğe kaydedin ve ona göre dallanmadan önce test edin.

## Ayrıca bakın

-   [max\_tokens](https://broadrouter.com/tr/glossary/max-tokens/) (terim)
-   [Akıl yürütme token'ları (reasoning tokens)](https://broadrouter.com/tr/glossary/reasoning-tokens/) (terim)
-   [Durdurma dizileri (stop sequences)](https://broadrouter.com/tr/glossary/stop-sequences/) (terim)
-   [Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/) (terim)
-   [Chat Completions API](https://broadrouter.com/tr/glossary/chat-completions-api/) (terim)
-   [Akıl yürüten model neden boş yanıt döndürür?](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/) (rehber)
-   [Chat completions akışı ve kopan bağlantıları ele alma](https://broadrouter.com/tr/guides/streaming-chat-completions/) (rehber)
-   [LLM'den gelen geçersiz JSON: nedenler, onarım ve yeniden deneme](https://broadrouter.com/tr/blog/fix-invalid-json-from-llm/) (yazı)
-   [Akıl yürütme modellerinde max\_tokens ayarı: bütçeleme yöntemi](https://broadrouter.com/tr/blog/reasoning-model-max-tokens-budget/) (yazı)
-   [LLM API yanıtlarını önbelleğe alıp maliyeti düşürün: Python örneği](https://broadrouter.com/tr/blog/cache-llm-responses-cut-cost/) (yazı)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

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

**Kaynaklar**

-   [OpenAI API referansı, chat completion nesnesi (finish\_reason) (2026-11-15 tarihinde kontrol edildi)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic belgeleri, durma nedenlerini işleme (2026-11-15 tarihinde kontrol edildi)](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [BroadNet Inference API referansı, akıl yürütme ve max\_tokens (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-glossary-finish-reason&utm_content=sources)
