LLMの最大出力トークン数を比較：モデル別APIの生成上限とコンテキスト予算、推論トークンの計算方法

100万トークンのコンテキストウィンドウがあっても、LLMがどれだけ長い回答を生成できるかは、ほとんど分かりません。GPT-5.6 Lunaのコンテキストウィンドウは1,050,000トークンですが、最大出力は128,000トークンです。一方、MiniMax M3のネイティブAPIでは、生成上限として524,288トークンが公開されています。推論が応答予算の一部を使うことを考える前から、これらは別々の制約です。^[1][2]

比較すべきなのは、入力、生成に必要な処理、それを受け取るインターフェースを含めて、目的のタスクが収まるかどうかです。この記事では、長文レポート、構造化データの抽出、コード生成に向けて、LLMの最大出力トークン数を比較します。提供元のネイティブAPI仕様とreAPIの公開インターフェース、同期リクエストとバッチ処理をそれぞれ区別します。仕様の確認日は2026年9月8日です。文書に記載された上限は、その分だけ有用なトークンが生成されるという約束ではありません。

要点

• 出力上限とコンテキストウィンドウは別の制約です。 Lunaでは1,050,000トークンのウィンドウ内で最大128,000トークンを出力できます。入力に使える容量が増えても、最大出力は増えません。^[1]
• 推奨値は既定値とは限りません。 MiniMaxはM3に131,072トークンを推奨し、最大524,288トークンを許容しています。ただし、現在のAPIページには、フィールド省略時に131,072が使われるとは記載されていません。^[2]
• パラメータの最大値が、手元の入力と一緒に収まるとは限りません。 Kimi K3のmax_completion_tokensは最大1,048,576を指定できますが、入力と指定上限の合計がコンテキストウィンドウを超えるリクエストは拒否されます。^[3]
• DeepSeekではウィンドウを共有します。 V4 FlashとProの仕様はコンテキスト1M、最大出力384Kです。APIでは入力トークンと生成トークンの合計に制約があります。^[4][5]

モデルとAPIごとのLLM最大出力トークン数

この表は、各提供元が運営するAPIの仕様です。「記載なし」は、取得した仕様に数値としての既定値が示されていなかったことを意味します。出力が無制限という意味ではありません。

出典はKimiのパラメータ仕様とモデルページ、DeepSeekの料金ページとAPIリファレンス、MiniMaxのAPIリファレンス、OpenAIのLunaとAstraのモデルページ、Anthropicのコンテキストおよびバッチ処理の文書です。^{[3][6][4][5][2][1][7][8][9]}

単位は出典の表記をそのまま使っています。DeepSeekの該当ページには384Kとあり、正確な整数値は示されていません。MiniMaxは512Kが524,288に相当すると明記しています。すべての提供元の「K」に同じ倍率を掛けると、出典にない精度を付け加えてしまいます。

Claudeのバッチ処理の行は、独立した機能です。同期Messages APIではなく、Message Batches APIでoutput-300k-2026-03-24を指定する必要があります。Anthropicが現在対応先として挙げているのはClaude APIとClaude Platform on AWSで、その他のホスティングプラットフォームは対象外です。ネイティブAPIでバッチ対応モデルを使えることは、別のゲートウェイが同じ機能を提供している証拠にはなりません。^[9]

読者に見えない処理にも予算を残す

OpenAIのChat Completionsリファレンスでは、max_completion_tokensは可視出力と推論トークンの両方を含む上限と定義されています。Responsesのガイドでは、不可視のフォーマット用トークンも生成トークンの予算に含まれます。Claudeも思考トークンをmax_tokensに計上します。^[10][11][8]

予算を組む際は、例えば次のように考えられます。

リクエストの予算：          生成トークン30,000
推論用に見込む予算：        10,000トークン
可視出力に残る予算：        20,000トークン

これは配分の例であり、測定結果でも、モデルの推論長を保証するものでもありません。想定より多くの予算を推論に使えば、同じ総予算のうち回答に残る分は減ります。推論の強度を上げると処理内容が変わることはありますが、送信した上限まで増えるわけではありません。

長文を生成するタスクでは、保持する必要がある入力と、生成に必要な予算の二つを書き出します。対象エンドポイントの計算対象に含まれる場合は、システム指示、保持中のメッセージ、ツール定義、ツールの実行結果も数えます。そのうえで、出力上限とコンテキストの制約を両方確認します。一方を満たしていても、もう一方で失敗するリクエストはあります。^[8]

これはモデル選びにも影響します。必要な生成予算が150,000トークンなら、コンテキストにどれだけ空きがあっても、LunaとAstraの最大128,000トークンを超えます。Claudeのバッチ出力拡張なら、文書化された条件のもとでこの予算を指定できます。それでも、出来上がる文書が完全か、正確か、費用に見合うかは別の話です。^[1][7][9]

Kimiでは推論が常時有効です。そのため、パラメータの最大値を「100万トークンの最終回答」と紹介するべきではありません。APIは生成前に、入力と指定上限の合計をチェックします。MiniMaxのページも生成長の上限を説明しているのであって、予算のすべてが有用な回答本文になるとは約束していません。上限を明示し、実際の応答内容を確認してください。^[3][12][2]

エンドポイントに合ったパラメータを使う

OpenAI互換だからといって、すべてのパラメータを相互に置き換えられるわけではありません。OpenAIはChat Completionsでmax_completion_tokens、Responsesでmax_output_tokensを使います。DeepSeekのネイティブChat Completions APIはmax_tokensです。MiniMaxの現在のネイティブOpenAI互換リファレンスでは、max_tokensは非推奨とされ、max_completion_tokensへの移行が案内されています。^{[10][11][5][2]}

推論の制御も異なります。Kimi K3はlow、high、maxを受け付け、既定値はmaxです。DeepSeekもこの三つを受け付けますが、既定値はhighで、互換用の別名mediumとxhighもhighとして扱います。Lunaはnoneを含む複数の推論レベルに対応し、既定値はmediumです。Astraはnoneに対応しておらず、現在のモデルページには推論強度の既定値が記載されていません。^{[12][13][1][7]}

Claudeはoutput_config.effortで推論強度を制御します。Opus 5と4.8の上位レベルの表記はxhighであり、extraではありません。文書上の既定値はhighです。Opus 5はアダプティブ思考が既定で有効で、思考を無効にできるのは推論強度がhigh以下の場合だけです。Opus 4.8では、有効化するまで思考は無効です。^[14][15]

reAPIを使う場合は、現在のモデル一覧と、選んだモデルからリンクされている文書を確認します。Lunaのモデルページにはコンテキストと出力の上限が記載され、KimiのAPIリファレンスではリクエストのフィールドを確認できます。提供元のネイティブAPIの既定値、サンプルで明示された値、ゲートウェイの実際の挙動は、別々の事実として扱ってください。意図した上限を自分で指定すれば、避けられる曖昧さを一つ減らせます。

モデルを変更する前に、停止理由を読む

ウィンドウが埋まったときの扱いはAPIによって異なります。

これらはエンドポイント固有の仕様です。フィールド名を相互に置き換えて使うものではありません。^{[3][5][11][8]}

エージェントアプリケーションが、モデルの上限に達する前に停止する場合もあります。提供元の生の応答を、アプリケーションのエラーや設定した予算と一緒に保存してください。「出力トークン上限に達しました」というメッセージだけでは、制限を課したのが提供元、SDK、エージェントのどれなのかは分かりません。DeepSeekの具体的な予算計算については、既存の1Mコンテキストガイドで共有ウィンドウの計算を説明しています。

よくある質問

入力を1Mトークン送っても、最大量まで出力できますか？

そうとは限りません。DeepSeekは入力と生成出力を合わせて制約します。Kimiは入力と指定上限の合計を確認します。Claudeのウィンドウにも生成出力と思考が含まれます。公称容量いっぱいまでプロンプトを詰める前に、選んだエンドポイントのルールを確認してください。^[5][3][8]

最大出力が最も大きいモデルが、長文レポートに最適ですか？

上限から分かるのは、そのインターフェースで必要な予算を指定できるかどうかです。事実の正確さ、指示に従う能力、タスクに必要な有用な文章量は測れません。上限を確認した後で、代表的なレポートを使い、完了条件を満たすか評価してください。

ストリーミングにするとトークン上限は増えますか？

この比較で扱っているのは生成上限です。ストリーミングは応答の受け取り方を変えるもので、Claudeの上限を300,000に引き上げるバッチ限定の拡張とは別です。必要に応じて、その機能を明示的に選んでください。^[9]

サンプルの4096や8192を、モデルの既定値として使ってよいですか？

サンプルは、その書き手が選んで送ったリクエストです。既定値として扱うのは、エンドポイントの仕様にそう明記されている値だけにしてください。MiniMaxの131,072は推奨値であり、MoonshotはKimiの131,072をネイティブAPIの既定値として明記しています。^[2][3]

回答が出る前に出力トークンを使い切ることはありますか？

ここで扱ったOpenAI Responsesの文書化された挙動では、起こり得ます。可視出力が現れる前に、推論が予算を消費する場合があります。回答が空だから処理が行われなかったと判断せず、不完全な応答を示すステータスとトークン使用量を確認してください。^[11]

本番環境の検証では何を記録すべきですか？

モデルID、エンドポイント、指定した出力上限、推論強度、報告された入力・出力の使用量、終了または停止理由、そして結果がタスクの完了チェックに合格したかを一緒に記録します。これらがあれば、LLMの最大出力トークン数と、アプリケーションが実際に使った予算を照合できます。

モデルを選ぶ前に、必要な予算を決める

代表的なタスク一つについて、保持すべき入力、必要な生成予算、バッチインターフェースを使えるかを整理し、LLMの最大出力トークン数と比較してください。上限を明示して小規模な評価を行い、トークン使用量とともに完了品質を確認します。複数回の呼び出しが必要なら、文書やコードの意味のある区切りで分割し、次のリクエストに必要な状態を保持します。公称コンテキストが大きいだけでは、出力上限の問題は解決しません。

参考文献

1. OpenAI. GPT-5.6 Lunaモデル. 2026年9月8日参照：developers.openai.com/api/docs/models/gpt-5.6-luna.
2. MiniMax. Chat Completions API. 2026年9月8日参照：platform.minimax.io/docs/api-reference/text-chat-openai.
3. Moonshot AI. Chat Completions API. 2026年9月8日参照：platform.kimi.ai/docs/api/chat.
4. DeepSeek. モデルと料金. 2026年9月8日参照：api-docs.deepseek.com/zh-cn/quick_start/pricing.
5. DeepSeek. Chat Completions API. 2026年9月8日参照：api-docs.deepseek.com/zh-cn/api/create-chat-completion.
6. Moonshot AI. モデル一覧. 2026年9月8日参照：platform.kimi.ai/docs/models.
7. OpenAI. GPT-6 Astraモデル. 2026年9月8日参照：developers.openai.com/api/docs/models/gpt-6-astra.
8. Anthropic. コンテキストウィンドウ. 2026年9月8日参照：platform.claude.com/docs/en/build-with-claude/context-windows.
9. Anthropic. バッチ処理：出力拡張ベータ. 2026年9月8日参照：platform.claude.com/docs/en/build-with-claude/batch-processing.
10. OpenAI. Chat Completionの作成. 2026年9月8日参照：developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create.
11. OpenAI. 推論モデル. 2026年9月8日参照：developers.openai.com/api/docs/guides/reasoning.
12. Moonshot AI. 推論強度. 2026年9月8日参照：platform.kimi.ai/docs/guide/use-reasoning-effort.
13. DeepSeek. 思考モード. 2026年9月8日参照：api-docs.deepseek.com/zh-cn/guides/thinking_mode.
14. Anthropic. 推論強度. 2026年9月8日参照：platform.claude.com/docs/en/build-with-claude/effort.
15. Anthropic. 思考. 2026年9月8日参照：platform.claude.com/docs/en/build-with-claude/thinking.