Seedance 2.5 is live — 30-second cinematic video with native audio & real-person references
全部文章
LLM 最大输出 token 对照：上下文、推理和接口限制
2026/09/08

LLM 最大输出 token 对照：上下文、推理和接口限制

对照 Kimi、DeepSeek、MiniMax、GPT 和 Claude 的最大输出 token，分清上下文、请求上限、默认值、推理预算与同步和 Batch 接口。

百万 token 上下文，并不等于可以生成百万 token 的回答。GPT-5.6 Luna 的上下文是 1,050,000 token，最大输出是 128,000；MiniMax M3 原生 API 则允许最高 524,288 token 的生成预算。两个数字管的是不同的限制，推理还可能继续占用这一轮的输出额度。[1][2]

比较 LLM 最大输出 token，最终是为了判断一个任务能否装进请求：输入有多长，需要生成多少内容，通过哪种接口完成。本文面向长报告、结构化抽取和代码生成，按 2026 年 9 月 8 日的官方文档区分原生 API、reAPI 公开接口、同步请求与批处理。文档上限只说明边界，不保证模型会产出同样长度的有效答案。

要点速览

  • 输出上限与上下文窗口分别计算。 Luna 的 1,050,000 token 窗口中，输出最多 128,000。剩余输入空间再多，也不能提高模型的输出硬上限。[1]
  • 推荐值不是默认值。 MiniMax 为 M3 推荐 131,072，最高允许 524,288；当前原生 API 页没有把 131,072 标成省略参数后的默认值。[2]
  • 参数允许填到多大，不代表搭配任何输入都合法。 Kimi K3 的 max_completion_tokens 最高可设 1,048,576，但输入加上这个预算超出窗口，会直接报错。[3]
  • DeepSeek 的输入和输出共享窗口。 V4 Flash 与 Pro 都标为 1M 上下文、384K 最大输出，API 同时约束输入与生成 token 的合计。[4][5]

按模型和接口对照 LLM 最大输出 token

下表比较各厂商原生 API。“未标明”表示本次读取的规格页没有给出数值默认，不能理解为无限输出，也不能用示例参数代填。

模型与接口上下文窗口最大生成预算默认值或推荐值输出控制参数
Kimi K3，原生 Chat Completions厂商标注为 1M参数最高 1,048,576；输入加预算必须装得下默认 131,072max_completion_tokens
DeepSeek V4 Flash / Pro，原生 Chat Completions1M384K，同时受剩余上下文约束当前页面未标明数值默认max_tokens
MiniMax M3，原生 OpenAI 兼容接口1M524,288推荐 131,072；未标明数值默认max_completion_tokens
GPT-5.6 Luna / GPT-6 Astra，原生 API1,050,000128,000模型页未标明数值默认Chat Completions 用 max_completion_tokens；Responses 用 max_output_tokens
Claude Opus 5 / Opus 4.8，同步 Messages1M128K显式设置请求预算；示例值不是默认max_tokens
Claude Opus 5 / Opus 4.8，启用扩展输出的 Message Batches1M300,000需要相应 Batch 功能与 beta headermax_tokens

来源分别是 Kimi 参数与模型页、DeepSeek 模型和 API 文档、MiniMax API 文档、OpenAI Luna/Astra 模型页，以及 Anthropic 上下文和批处理文档。[3][6][4][5][2][1][7][8][9]

这里保留厂商自己的单位。DeepSeek 在这些页面上只写 384K，没有给出精确整数；MiniMax 则明确写出 512K = 524,288。不能把所有厂商的 K 都按同一个倍数换算，再把计算结果当作官方规格。

Claude 的 300,000 必须单独看。它要求在 Message Batches API 上使用 output-300k-2026-03-24，不适用于同步 Messages。Anthropic 当前列明支持 Claude API 和 Claude Platform on AWS，并对其他托管平台作了排除。原生模型支持这项功能，不代表任意网关也提供了同一个 Batch 接口。[9]

为最终答案之外的生成预留空间

OpenAI 明确规定，Chat Completions 的 max_completion_tokens 包含可见输出和推理 token；Responses 的生成预算还包括不可见的格式 token。Claude 的思考也计入 max_tokens。所以，答案想写多长，和请求要留多少输出额度，经常不是同一个数。[10][11][8]

例如，可以先做这样一笔预算：

本次生成预算：      30,000 token
计划留给推理：      10,000 token
留给可见输出：      20,000 token

这是预算示例，不是实测结果，也不是模型会严格遵守的推理分配公式。如果推理消耗超过预期，同一份额度里留给答案的空间就会减少。提高 effort 可以让模型做更多推理，但不会自动提高你发出去的输出上限。

长内容任务应先列出两项需求：必须保留的输入，以及本轮需要的生成预算。系统指令、历史消息、工具定义和工具结果，都要按所用接口的规则计入。然后分别检查输出硬上限和上下文约束；通过其中一项，不代表另一项也通过。[8]

假设某任务需要 150,000 token 的生成预算。这个数已经超过 Luna 和 Astra 的 128,000 上限，无论输入区还剩多少空间，都无法用该模型的一次请求完成这份预算。Claude 的 Batch 扩展在规定条件下可以容纳它。不过，“预算装得下”仍然不说明最后的报告是否正确、完整，或者值得付出相应成本。[1][7][9]

Kimi 始终开启推理，而且在生成前校验输入加输出预算是否超窗。它的最大参数值不能直接宣传成“百万 token 的最终答案”。MiniMax 的 API 页描述的是生成长度上限，也没有承诺全部额度都会变成有用的回答正文。把上限显式写进请求，再检查实际响应，比拿最大数字估算成品长度可靠。[3][12][2]

参数名、推理档位都要跟着接口走

OpenAI 兼容格式，不代表所有参数都可以互换。OpenAI 的 Chat Completions 使用 max_completion_tokens，Responses 使用 max_output_tokens；DeepSeek 原生 Chat Completions 使用 max_tokens。MiniMax 当前原生 OpenAI 兼容文档则将 max_tokens 标为废弃字段，推荐改用 max_completion_tokens。[10][11][5][2]

推理档位也不同。Kimi K3 支持 low、high、max，默认 max。DeepSeek 支持这三个实际档位，默认 high，兼容传入的 medium 和 xhigh 都映射到 high。Luna 支持 none 等档位，默认 medium；Astra 不支持 none，当前模型页没有给出默认 effort，不能从 Luna 直接套用。[12][13][1][7]

Claude 通过 output_config.effort 控制努力度。Opus 5 与 4.8 的较高档位写作 xhigh，没有 extra 这个枚举，默认是 high。Opus 5 默认启用自适应思考，只能在 high 及以下关闭；Opus 4.8 则需要显式开启思考。[14][15]

使用 reAPI 时，从当前模型目录进入所选模型的文档。Luna 模型页已经列出窗口和输出上限，Kimi API 文档则说明请求字段。厂商原生默认、示例里主动填写的数值、实际调用接口的行为，需要分别确认。显式填写自己的输出预算，可以少依赖一个默认设置。

先读停止原因，再决定是否换模型

各 API 到达限制时的行为并不相同：

接口官方给出的信号应检查什么
Kimi 原生 Chat Completions输入加请求上限超窗时，返回 invalid_request_error先减少输入或输出预算，再重试
DeepSeek 原生 Chat Completionsfinish_reason: length 可能对应输出上限或上下文限制对照请求上限、usage 和保留的输入
OpenAI Responsesstatus: incomplete，且 incomplete_details.reason: max_output_tokens同时检查推理用量与可见输出
Claude Messages，Claude 4.5 及更新模型输入本身超窗会拒绝；生成到窗口边界可返回 model_context_window_exceeded区分输入已超限与生成过程中耗尽窗口

这些是各自接口的约定，字段名不能跨 API 互套。[3][5][11][8]

代理应用也可能比模型更早停止。排查时同时保存原始 API 响应、应用报错与应用配置的预算。单独一句“已达到输出 token 上限”，不能判断限制来自模型服务、SDK，还是代理程序。如果使用 DeepSeek，现有的1M 上下文指南已经详细说明共享窗口的预算方法。

常见问题

可以输入 1M token，再生成模型的最大输出吗？

不能据此推断。DeepSeek 约束输入与实际生成的合计，Kimi 检查输入加请求上限，Claude 的窗口也包括输出和思考。把输入填满之前，先读所用接口如何处理两者的合计。[5][3][8]

输出上限最高的模型，最适合写长报告吗？

这个数字只能先回答预算是否可能装下。它不衡量事实准确度、遵循指令的能力，也不说明任务需要那么多文字。确认上限后，用一份有明确验收标准的代表性报告做选择。

开启流式响应可以提高最大输出吗？

本文比较的是生成上限。流式响应改变接收结果的方式，不是把 Claude 上限提高到 300,000 的 Batch 扩展。需要更长的批处理输出时，应明确选择对应功能。[9]

示例里的 4096、8192 能当作默认值吗？

示例只是作者选定的一次请求。只有接口规格明确标注的 default，才能作为该接口的默认值。MiniMax 的 131,072 是推荐预算，Moonshot 才明确把 Kimi 的 131,072 标成原生默认。[2][3]

还没出现答案，也可能用完输出预算吗？

OpenAI Responses 的文档明确存在这种情况：推理可能在出现可见输出前耗尽预算。应检查 incomplete 状态和 token 用量，不能把空白答案当作没有产生任何处理或费用的证据。[11]

应该保存哪些字段来复查生产请求？

把模型 ID、端点、请求的输出上限、effort、返回的输入与输出用量、停止原因，以及任务是否达到验收标准保存在一起。比较 LLM 最大输出 token 时，这些记录能说明你的应用实际上请求了什么、用掉了多少，以及结果为什么停止。

先确定任务预算，再选模型

比较 LLM 最大输出 token 时，先用一个代表性任务确定必须保留的输入、需要的生成预算，以及能否采用批处理接口。显式设置上限，用小规模评估检查任务完成情况和 token 用量。如果确实需要多次调用，就按文档章节或代码边界拆分，并保留下一次请求需要的状态。只换成上下文更大的模型，并不能解决输出上限。

参考资料

  1. OpenAI。GPT-5.6 Luna 模型规格。 2026 年 9 月 8 日读取：developers.openai.com/api/docs/models/gpt-5.6-luna。
  2. MiniMax。Chat Completions API。 2026 年 9 月 8 日读取：platform.minimax.io/docs/api-reference/text-chat-openai。
  3. Moonshot AI。Chat Completions API。 2026 年 9 月 8 日读取：platform.kimi.ai/docs/api/chat。
  4. DeepSeek。模型与价格。 2026 年 9 月 8 日读取：api-docs.deepseek.com/zh-cn/quick_start/pricing。
  5. DeepSeek。Chat Completions API。 2026 年 9 月 8 日读取：api-docs.deepseek.com/zh-cn/api/create-chat-completion。
  6. Moonshot AI。模型列表。 2026 年 9 月 8 日读取：platform.kimi.ai/docs/models。
  7. OpenAI。GPT-6 Astra 模型规格。 2026 年 9 月 8 日读取：developers.openai.com/api/docs/models/gpt-6-astra。
  8. Anthropic。上下文窗口。 2026 年 9 月 8 日读取：platform.claude.com/docs/en/build-with-claude/context-windows。
  9. Anthropic。Batch 处理：扩展输出 beta。 2026 年 9 月 8 日读取：platform.claude.com/docs/en/build-with-claude/batch-processing。
  10. OpenAI。创建 Chat Completion。 2026 年 9 月 8 日读取：developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create。
  11. OpenAI。推理模型。 2026 年 9 月 8 日读取：developers.openai.com/api/docs/guides/reasoning。
  12. Moonshot AI。推理努力度。 2026 年 9 月 8 日读取：platform.kimi.ai/docs/guide/use-reasoning-effort。
  13. DeepSeek。思考模式。 2026 年 9 月 8 日读取：api-docs.deepseek.com/zh-cn/guides/thinking_mode。
  14. Anthropic。Effort。 2026 年 9 月 8 日读取：platform.claude.com/docs/en/build-with-claude/effort。
  15. Anthropic。思考。 2026 年 9 月 8 日读取：platform.claude.com/docs/en/build-with-claude/thinking。
全部文章

更多文章