總覽
控制模型回應長度有幾個好處：有助於管理成本（因為你按 Token 付費）、改善延遲與效能（較短的回應會更快傳回），並避免過長或過於冗贅的輸出，以確保相關性。
你可以透過 Token 上限、推理與詳細度設定、清楚的指示、範例，以及停止序列來達成。如需最新且完整的詳細資訊，請一律參閱 platform.openai.com 上的官方 API 參考文件。
設定最大輸出長度
Responses API
適用於 GPT-5 模型和大多數 o 系列模型：使用 max_output_tokens 限制模型生成的 Token 數量。對於 compaction_trigger 請求，請省略 max_output_tokens，或將其設為至少 20000；較小的值會遭到拒絕。Responses API 不支援一次生成多個完成結果（n）。
Chat Completions API
適用於舊版 GPT-3.5、GPT-4o，有時也適用於 o 系列。
對於 o3 和 o4-mini 等推理模型，請使用 max_completion_tokens（max_tokens 的別名）
對於較早期或非推理模型，max_tokens 仍然有效
支援 stop 和 n（多個完成結果）。
注意：沒有「最低 Token 數」設定。如果你需要最低長度，請在提示詞中指定。
依模型群組區分的 Token 限制
如需最新的 Token 限制、上下文大小與輸出上限，請參閱特定模型文件。
快速範例
Responses API
{ "model": "gpt-5", "input": "將研究結果摘要成約 80 字。", "max_output_tokens": 120 }Chat Completions（推理模型）
{ "model": "o3-mini", "messages": [{"role": "user", "content": "寫出五個一行式選項。"}], "max_completion_tokens": 100 }GPT-5 模型專屬控制項：verbosity 與 reasoning.effort
這些控制項僅適用於 GPT-5 模型（gpt-5.2、gpt-5.2-chat-latest、gpt-5.2 pro 等）。o 系列和舊版模型不支援這些控制項。
verbosity 可設為 "low"、"medium"（預設）或 "high"。此設定會影響詳細程度，但不會設定硬性限制。
{ "model": "gpt-5", "input": "概略說明 PageRank。", "text": { "verbosity": "low" }, "max_output_tokens": 200 }reasoning.effort 控制產生答案前所生成的推理 Token 數量。GPT-5.2 支援 none、low、medium、high 和 xhigh。gpt-5.2-pro 僅支援 medium、high 和 xhigh。較早期的推理模型僅支援 low、medium 和 high。
{ "model": "gpt-5", "input": "若要在自由女神像表面鍍上一層 1mm 厚的黃金，需要多少黃金？", "reasoning": { "effort": "minimal" } }對於對延遲敏感的使用情境，可將 reasoning.effort 設為 none，使模型以非推理模型的方式運作。
提供具體指示
明確要求你想要的長度或形式。範例：
「列出剛好五個選項。」
「寫一篇50 字摘要。」
「不超過 100 個 Token。如果需要更多空間，請說「需要更多空間。」」
使用長度一致的範例
與你所需長度相符的少樣本範例，有助於模型延續相同模式。
策略性套用停止序列
使用 stop，在模型遇到分隔符號或編號清單邊界時停止生成。
{ "stop": ["\n###", "6."] }多個候選結果
Chat Completions：n 可在一次呼叫中傳回多個完成結果。
Responses API：不支援 n；如需多個輸出，請進行多次呼叫。