---
title: "LLM boş yanıt mı veriyor? Akıl yürütme ve max_tokens"
description: "DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B yanıt vermeden önce düşünür ve bu akıl yürütme max_tokens sınırına dahildir. Boş yanıtlardan nasıl kurtulursunuz?"
url: https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/
lang: tr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/guides/reasoning-tokens-empty-response/) (güncelleme: 2026-11-16).

# Akıl yürüten model neden boş yanıt döndürür?

Güncellendi 2026-11-16

Model, görünür yanıta başlamadan önce max\_tokens bütçesinin tamamını akıl yürütmeye harcamıştır. BroadNet Inference'ta DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B önce akıl yürütür ve akıl yürütme max\_tokens sınırına dahildir. 1.000 token veya daha fazlasına izin verin ya da reasoning\_effort değerini low yapın.

`max_tokens: 100` ile kısa bir istem gönderiyorsunuz, istek başarılı oluyor ama `choices[0].message.content` boş geliyor. Bozuk bir şey yok: yanıt hiç başlamadı.

## Ne oluyor

Akıl yürüten modeller, görünür yanıttan önce gizli bir düşünce zinciri yazar. İkisi aynı `max_tokens` bütçesini paylaşır. Sınır küçükse akıl yürütme bütçenin tamamını tüketir ve standart chat completions yapısında `finish_reason` değeri `length` olur.

## Üç çözüm

**1\. Yer bırakın.** BroadNet’in belgelerinin önerdiği gibi `max_tokens` değerini 1.000 veya üstüne ayarlayın. [Akıl yürüten modeller için max\_tokens hesaplayıcısı](https://broadrouter.com/tools/reasoning-token-budget/) sınırı yanıt uzunluğunuza göre belirler ve maliyeti gösterir.

**2\. Daha az akıl yürütün.** Basit işler için `reasoning_effort` değerini `low` yapın:

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

response = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    reasoning_effort="low",
    max_tokens=1000,
    messages=[{"role": "user", "content": "Classify: 'refund my order' -> intent?"}],
)
```

**3\. Kullanımı izleyin.** Model raporluyorsa `usage.completion_tokens_details.reasoning_tokens`, akıl yürütmeye ne kadar gittiğini gösterir:

```python
print(response.choices[0].finish_reason)                       # "length" means the budget ran out
details = response.usage.completion_tokens_details             # None if the model doesn't report it
print(details.reasoning_tokens if details else "not reported")
```

Akışta `stream_options={"include_usage": True}` ekleyin; aynı kullanım bilgisi son parçada gelir. [Akışlı chat completions](https://broadrouter.com/tr/guides/streaming-chat-completions/) rehberine bakın.

## Hangi modeller akıl yürütür

| Model | Önce akıl yürütür |
| --- | --- |
| DeepSeek V4.1 Flash (`broadnet/deepseek-v4.1-flash`) | Evet |
| GLM 5.3 (`broadnet/glm-5.3`) | Evet |
| Qwen3.8 27B (`broadnet/qwen3.8-27b`) | Evet |
| BroadNet Gemma 4 VL 26B (`broadnet/gemma-4-26b-a4b`) | Listelenmemiş |

## Sorun giderme

-   **`content` boş, `finish_reason` değeri `length`.** `max_tokens` değerini artırın veya `reasoning_effort` değerini `low` yapın.
-   **`content` boş, `finish_reason` değeri `stop`.** Sebep sınır değil. İsteminizi kontrol edin ve ne döndüğünü görmek için yanıtın tamamını yazdırın.
-   **`completion_tokens_details` üzerinde `AttributeError`.** Model o istek için dökümü raporlamamış; yukarıdaki örnekteki gibi `None` durumuna karşı kontrol ekleyin.
-   **Akışta ilk token geç geliyor.** Model yanıtı yazmadan önce akıl yürütüyor. Daha düşük bir `reasoning_effort` beklemeyi kısaltabilir.

Gün boyu ajan çalıştırıyorsanız kullandıkça öde modelinde akıl yürütme token’ları birikir. [BroadNet fiyat hesaplayıcısı](https://broadrouter.com/tr/pricing/), sabit fiyatlı bir [sınırsız planın](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/) ne zaman daha ucuza geldiğini gösterir.

## Bu rehberdeki terimler

[Token](https://broadrouter.com/tr/glossary/token/)

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Chat Completions API](https://broadrouter.com/tr/glossary/chat-completions-api/)

Chat Completions API, OpenAI'nin bir model adı ile rollerle etiketlenmiş mesaj listesini alıp modelin sonraki mesajını döndüren HTTP uç noktasıdır: POST /v1/chat/completions. İstek ve yanıt yapısı, OpenAI uyumlu sağlayıcıların ve SDK'ların yeniden kullandığı ortak format hâline geldi.

[Akıl yürütme token'ları (reasoning tokens)](https://broadrouter.com/tr/glossary/reasoning-tokens/)

Akıl yürütme token'ları, bir akıl yürütme modelinin görünür yanıtını yazmadan önce problemi çözmek için ürettiği token'lardır. Genellikle çıktı token'ı olarak faturalandırılır, çıktı sınırına ve bağlam penceresine sayılır; API tarafından gizlenebilir veya özetlenebilir.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Düşünce zinciri (chain-of-thought, CoT)](https://broadrouter.com/tr/glossary/chain-of-thought/)

Düşünce zinciri (chain-of-thought, CoT), bir dil modeline nihai cevabından önce ara akıl yürütme adımlarını yazmasının gösterildiği veya istendiği bir istem tekniğidir. Aritmetik ve mantık gibi çok adımlı problemlerde doğruluğu artırır; akıl yürütme modelleri artık bunu kendiliğinden üretir.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

[max\_tokens](https://broadrouter.com/tr/glossary/max-tokens/)

max\_tokens, bir modelin tek bir yanıtta üretebileceği en yüksek token sayısını belirleyen bir LLM API parametresidir. Üretim bu sınıra ulaştığında durur ve yanıt kesilmiş olarak işaretlenir; örneğin finish\_reason değeri "length" olur.

## Sık sorulan sorular

### Akıl yürütme ücretli mi?

Kullandıkça öde modelinde akıl yürütme, çıktı fiyatından faturalanan completion token'ları içinde raporlanır. DeepSeek V4.1 Flash için sınırsız planda token sayacı yoktur, bu yüzden ek bir maliyeti olmaz.

### BroadNet Gemma 4 VL 26B akıl yürütür mü?

BroadNet'in belgeleri akıl yürütmeyi DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B için listeler; Gemma 4 VL 26B için listelemez.

### finish\_reason length iken mesaj içeriği neden boş?

Token bütçesi görünür yanıt başlamadan tükenmiştir. Akıl yürüten bir model önce akıl yürütmesini yazar ve bu token'lar max\_tokens sınırına dahildir. max\_tokens değerini 1.000 veya üstüne çıkarın ya da reasoning\_effort değerini düşürün.

### reasoning\_effort low ne işe yarar?

Modelden yanıt vermeden önce daha az akıl yürütmesini ister. BroadNet'in belgeleri, kısa bir sınır yanıtı boş bıraktığında bunu daha büyük bir max\_tokens değerine alternatif olarak önerir. Sınıflandırma veya veri çıkarma gibi basit işlerde kullanın.

### Akıl yürütmeye kaç token gittiğini nasıl görürüm?

Model raporluyorsa yanıttaki usage.completion\_tokens\_details.reasoning\_tokens alanını okuyun. Akışta stream\_options içinde include\_usage değerini true gönderin ve bu bilgiyi son parçadan okuyun.

## İlgili rehberler

-   [OpenAI Python SDK'yı BroadNet Inference ile kullanın](https://broadrouter.com/tr/guides/openai-python-sdk/)
-   [Chat completions akışı ve kopan bağlantıları ele alma](https://broadrouter.com/tr/guides/streaming-chat-completions/)
-   [BroadNet Inference hata kodları ve ne zaman yeniden denenmeli](https://broadrouter.com/tr/guides/errors-and-retries/)

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-guides-reasoning-tokens-empty-response&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API referansı, akıl yürütme ve önbelleğe alınmış token'lar (2026-11-16 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-guides-reasoning-tokens-empty-response&utm_content=sources#models)
