> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bettertoken.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# O que é max_tokens? O que acontece se eu não defini-lo?

> Entenda max_tokens, max_completion_tokens e max_output_tokens e saiba como definir o limite de tokens de saída nas chamadas de modelo.

## Resposta curta

`max_tokens` limita quantos tokens o modelo pode gerar em uma resposta. APIs e modelos diferentes usam nomes de campos, requisitos e comportamentos padrão distintos.

Para obter uma saída estável, defina um limite explícito em respostas longas, geração de código e tarefas de documentação. Em chamadas Claude / compatíveis com Anthropic, geralmente é necessário enviar `max_tokens` explicitamente.

## Conceitos principais

| Conceito             | Significado                                                                                 |
| -------------------- | ------------------------------------------------------------------------------------------- |
| Tokens de entrada    | Suas mensagens, contexto, conteúdo de arquivos, resultados de ferramentas e outras entradas |
| Tokens de saída      | Resposta visível gerada pelo modelo                                                         |
| Tokens de raciocínio | Tokens ocultos usados internamente por alguns modelos de raciocínio                         |
| Janela de contexto   | Limite compartilhado pela entrada, saída e alguns tokens internos                           |
| Limite de saída      | Máximo de saída visível gerada em uma resposta                                              |

Se o limite for pequeno demais, a resposta poderá ser cortada. Se for muito grande, o modelo não gerará necessariamente todos esses tokens, mas tarefas com saídas longas podem custar mais.

## Nomes de parâmetros diferentes

| Parâmetro               | Uso comum                                                                   |
| ----------------------- | --------------------------------------------------------------------------- |
| `max_tokens`            | Claude / Anthropic Messages API e algumas configurações de Chat Completions |
| `max_completion_tokens` | Alguns modelos de raciocínio da OpenAI via Chat Completions                 |
| `max_output_tokens`     | Campo comum de limite na OpenAI Responses API                               |

Se você usa o Codex CLI ou outra ferramenta baseada na Responses API, use o campo aceito pela ferramenta ou pelo provedor. Não fixe o mesmo nome de parâmetro para todos os modelos.

## O que acontece se você não definir o limite

O comportamento varia conforme o provedor e a API:

| Cenário                                | Resultado possível                                      |
| -------------------------------------- | ------------------------------------------------------- |
| API Claude / compatível com Anthropic  | Pode exigir um valor explícito de `max_tokens`          |
| Chat Completions compatível com OpenAI | Pode usar o comportamento padrão do modelo              |
| OpenAI Responses API                   | Pode usar `max_output_tokens` ou o padrão da ferramenta |
| Outros modelos                         | Podem ter limites padrão próprios                       |

O mesmo código pode produzir respostas de tamanhos diferentes após a troca de modelo. Para evitar surpresas em produção, defina um limite explícito.

## Faixas recomendadas

| Tarefa                                  | Faixa sugerida                                                   |
| --------------------------------------- | ---------------------------------------------------------------- |
| Perguntas gerais                        | `1024` - `4096`                                                  |
| Explicação de código / pequenas edições | `4096` - `8192`                                                  |
| Textos longos / programação complexa    | `8192` ou mais, conforme o limite do modelo                      |
| Tarefas em lote                         | Use um limite menor para evitar respostas inesperadamente longas |

Consulte o limite real na <a href={"https://bettertoken.ai/pricing"}>model plaza</a> e na documentação upstream. Os limites de saída podem mudar entre versões.

## O que fazer quando a saída é cortada

Se a resposta contiver `finish_reason: "length"`, o modelo provavelmente atingiu o limite de saída.

Verifique nesta ordem:

1. Aumente o campo de limite aceito pela API atual.
2. Confirme que usou o nome de parâmetro correto.
3. Torne o prompt mais específico para reduzir conteúdo desnecessário.
4. Use um modelo com uma janela de saída maior.
5. Divida a tarefa em várias etapas.

## Erros comuns

* Achar que um valor maior de `max_tokens` sempre faz o modelo escrever mais.
* Tentar novamente após um corte sem conferir `finish_reason`.
* Usar um nome de campo antigo com um modelo de raciocínio.
* Ignorar tokens ocultos de raciocínio ao estimar contexto e custo.
* Ignorar o limite máximo de saída do próprio modelo.

## Sobre a BetterToken

A BetterToken registra o uso por API Key e solicitação de modelo. Use o painel para acompanhar o consumo de tokens entre modelos e tarefas.

O campo de limite ainda é determinado pelo formato da API e pelo modelo. Ao configurá-lo, verifique em conjunto o modelo, a Base URL, o formato da API e o nome do parâmetro.

## Documentos relacionados

* [Por que o Claude Code usa tantos tokens?](/pt-br/faq/token-cost/claude-code-token-usage)
* [Como escolher o modelo de IA certo?](/pt-br/faq/model-calling/model-selection-guide)
* [Como preencher a Base URL?](/pt-br/faq/model-calling/base-url-config)
* [O que são review\_model e reasoning\_effort no Codex CLI?](/pt-br/faq/codex/review-model-reasoning-effort)