---
title: "finish_reason 是什么？大模型回复为什么停止 | BroadRouter"
description: "finish_reason 告诉你模型为什么停笔：自然结束、触到 max_tokens 上限、调用工具，还是被内容过滤。信任一条回复之前，先学会读它。"
url: https://broadrouter.com/zh/glossary/finish-reason/
lang: zh-Hans
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/glossary/finish-reason/)（2026-11-15 更新）。

# finish\_reason（结束原因）

更新于 2026-11-15

finish\_reason 是对话补全响应中每个 choice 上的字段，说明模型为什么停止生成。在 OpenAI 格式中，取值有 stop、length、tool\_calls、content\_filter 以及已弃用的 function\_call。Anthropic 的 Messages API 用 stop\_reason 表达同样的含义。

又称： 结束原因、停止原因、完成原因、finish reason、stop reason、stop\_reason

看起来完整的回复不一定真的完整。finish\_reason 是唯一能告诉你模型是否“自己说完了”的字段。

## 工作原理

`choices` 中的每一项都带有一个 `finish_reason`。OpenAI 的参考文档列出了以下取值：

| 取值 | 含义（OpenAI） |
| --- | --- |
| `stop` | 自然停止，或命中了提供的[停止序列](https://broadrouter.com/zh/glossary/stop-sequences/) |
| `length` | “The maximum number of tokens specified in the request was reached”（译文：达到了请求中指定的最大 token 数） |
| `tool_calls` | 模型调用了工具 |
| `content_filter` | “Content was omitted due to a flag from our content filters”（译文：内容因被内容过滤器标记而省略） |
| `function_call` | 旧版、已弃用的函数调用形式 |

Anthropic 的 Messages API 使用 `stop_reason`，取值自成一套，包括 `end_turn`、`max_tokens`、`stop_sequence`、`tool_use`、`pause_turn`、`refusal` 和 `model_context_window_exceeded`。当停止序列触发时，Anthropic 还会在 `stop_sequence` 中返回具体是哪一个。

```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)
```

## 为什么重要

-   **被截断的 JSON。** `length` 的回复是不完整的。把括号补上能让它通过解析，但数据已经丢了。[无效 JSON](https://broadrouter.com/zh/blog/fix-invalid-json-from-llm/) 一文专门讲了这一点。
-   **智能体循环。** `tool_calls` 的意思是“去执行工具，然后再调用我”，而不是“完成了”。
-   **缓存。** 只缓存以 `stop` 结束的回复。一条被截断的回答缓存一周，看起来就像模型的 bug。

## 在 BroadNet Inference 上

BroadNet 的 [API 参考文档](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-finish-reason&utm_content=body)没有说明 finish\_reason 的取值，所以依赖它们之前，请先记录你实际收到的值。不过文档说明了 `length` 意外出现的主要原因：DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 会先思考再作答，而[思考 token](https://broadrouter.com/zh/glossary/reasoning-tokens/) 计入 [max\_tokens](https://broadrouter.com/zh/glossary/max-tokens/)。BroadNet 指出，上限设得太小时，“the reasoning can use the whole budget and the answer comes back empty.”（译文：思考可能用光全部预算，返回的回答为空。）请留出 1,000 个或更多 token，或者把 `reasoning_effort` 设为 `low`。[空回答指南](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)一步步讲解了解决方法。

## 常见错误

-   不先检查 finish\_reason 就直接读取 `message.content`。
-   思考用光了全部预算导致回答为空，却把它当成模型故障。

## 常见问题

### finish\_reason 为 “length” 是什么意思？

回复触到了你设置的 token 上限，被截断了。OpenAI 的描述是 "the maximum number of tokens specified in the request was reached"（译文：达到了请求中指定的最大 token 数）。请调高 max\_tokens 或少要一些内容；不要去修补被截断的文本。

### 我设置了停止序列，为什么 finish\_reason 是 “stop”？

在 OpenAI 格式中，stop 同时涵盖自然结束和匹配到停止序列两种情况。Anthropic 则把它们分成 end\_turn 和 stop\_sequence。

### BroadNet 的文档有没有说明 finish\_reason 的取值？

没有。BroadNet 的 API 参考没有列出 finish\_reason 的取值。请在你自己的请求中记录这个字段，测试之后再据此分支处理。

## 另请参阅

-   [max\_tokens（最大输出 token 数）](https://broadrouter.com/zh/glossary/max-tokens/)（术语）
-   [思考 token（reasoning tokens）](https://broadrouter.com/zh/glossary/reasoning-tokens/)（术语）
-   [停止序列（stop sequences）](https://broadrouter.com/zh/glossary/stop-sequences/)（术语）
-   [工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)（术语）
-   [Chat Completions API（对话补全接口）](https://broadrouter.com/zh/glossary/chat-completions-api/)（术语）
-   [推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)（指南）
-   [对话补全的流式输出，以及连接中断的处理](https://broadrouter.com/zh/guides/streaming-chat-completions/)（指南）
-   [大模型返回的 JSON 不合法怎么办：原因、修复与重试](https://broadrouter.com/zh/blog/fix-invalid-json-from-llm/)（文章）
-   [思考模型的 max\_tokens 怎么设：一套预算方法](https://broadrouter.com/zh/blog/reasoning-model-max-tokens-budget/)（文章）
-   [缓存大模型 API 响应以降低成本：用 Python 实现精确匹配缓存](https://broadrouter.com/zh/blog/cache-llm-responses-cut-cost/)（文章）

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [OpenAI API 参考：对话补全对象（finish\_reason）（2026-11-15 查阅）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic 文档：处理停止原因（2026-11-15 查阅）](https://platform.claude.com/docs/en/build-with-claude/handling-stop-reasons)
-   [BroadNet Inference API 参考：思考与 max\_tokens（2026-11-15 查阅）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-finish-reason&utm_content=sources)
