Общ преглед

Контролирането на дължината на отговора на модела е полезно по няколко причини: помага за управление на разходите (тъй като плащате на токен), подобрява латентността/производителността (по-кратките отговори се връщат по-бързо) и осигурява релевантност, като избягва прекалено дълги или многословни изходи.

Можете да постигнете това чрез лимити за токени, настройки за структурирано анализиране и подробност, ясни инструкции, примери и стоп последователности. За най-актуалните и пълни подробности винаги се обръщайте към официалната API справка на platform.openai.com.

Задайте максимална дължина на изхода

Responses API

Използва се за модели GPT-5 и повечето модели от серията o: използвайте max_output_tokens, за да ограничите броя токени, които моделът ще генерира. За заявки compaction_trigger или пропуснете max_output_tokens, или го задайте на поне 20000; по-малки стойности се отхвърлят. Responses API не поддържа множество завършвания (n).

API за завършване на чат

Използва се за стари модели GPT-3.5, GPT-4o и понякога серията o.

• За модели със структурирано анализиране като o3 и o4-mini използвайте max_completion_tokens (псевдоним на max_tokens)

• За по-ранни модели/модели без структурирано анализиране max_tokens все още работи

• Поддържа stop и n (множество завършвания).

Ограничения за токени по група модели

За актуални ограничения за токени, размери на контекста и лимити за изхода вижте документацията за конкретния модел.

Бързи примери

Responses API

Chat Completions (модел със структурирано анализиране)

Специфични контроли за моделите GPT-5: verbosity и reasoning.effort

Тези контроли са налични само при моделите GPT-5 (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro и др.). Моделите от серия O и старите модели не ги поддържат.

`verbosity` приема "low", "medium" (по подразбиране) или "high". То влияе на нивото на детайлност, но не и на твърдите ограничения.

`reasoning.effort` контролира колко токена за структурирано анализиране се генерират, преди да се изведе отговор. GPT-5.2 поддържа none,low, medium, high,and xhigh. gpt-5.2-pro поддържа само medium, high,and xhigh. По-ранните модели със структурирано анализиране поддържат само low, medium и high.

Можете да зададете `reasoning.effort` на none, за да накарате модела да се държи като модел без структурирано анализиране за случаи на употреба, чувствителни към латентност.

Дайте конкретни инструкции

Посочете точната дължина или форма, която искате. Примери:

• „Изброй точно пет опции.“

• „Напиши резюме от 50 думи.“

• „Не повече от 100 токена. Ако ви трябва повече, кажете „Трябва ми още място.““

Използвайте примери с постоянна дължина

Примерите с малко повторения, които съответстват на желаната дължина, помагат на модела да продължи шаблона.

Прилагайте стратегически стоп последователности

Използвайте stop, за да спрете генерирането, когато моделът достигне разделител или граница на номериран списък.

Множество кандидати

• Chat Completions: n връща множество завършвания в едно извикване.

• Responses API: n не се поддържа; направете няколко извиквания, ако ви трябва повече от един изход.