上下文視窗與最大輸出 token：GPT-6、Claude、DeepSeek 與 Kimi 的上限
上下文視窗和最大輸出 token 分別代表什麼，GPT-6、Claude、DeepSeek V4.1 Flash 與 Kimi K3 各自的上限，以及回應提前中斷時該怎麼解決。
以 Markdown 閱讀上下文視窗是模型在一次請求中能容納的 token 總數：包括你的提示詞、對話紀錄、圖片，以及模型寫出的回應。最大輸出 token 上限是模型在這次回應中最多能寫多少，在推理模型上，它還包含思考所花的 token。回應必須放得進上下文視窗，所以提示詞越長，留給輸出的空間就越少。
上下文視窗和最大輸出 token 有什麼差別？
上下文視窗是共用空間。一次請求中你傳送的所有內容和模型寫出的所有內容，都必須放得下。
最大輸出 token 是另外只針對回應、而且更小的上限。每個模型都有自己的最高值，每個 API 也都有一個參數，讓你為單次請求設定更低的上限。
由此帶來兩個結果：
- 輸入和輸出爭用同一個視窗。 DeepSeek 的 API 參考寫得很直白：「輸入 token 與生成 token 的總長度受模型上下文長度的限制。」
- 推理算作輸出。 在 GPT-6、Claude、DeepSeek V4.1 Flash 和 Kimi K3 上，模型思考所花的 token 計入輸出上限，並以輸出計費。即使看得到的回答很短，回應也可能提前中斷。
各模型的上限是多少？
| 模型 | 模型 ID | 上下文視窗 | 最大輸出 | 輸出參數 | 不傳時的預設值 |
|---|---|---|---|---|---|
| GPT-6 Astra、Sol、Luna | gpt-6-astra, gpt-6-sol, gpt-6-luna | 1.05M tokens（輸入 922K） | 128K | max_output_tokens（Responses）、max_completion_tokens（Chat Completions） | 模型最大值 |
| Claude Opus 5.5、Fable 5.1、Fable 5 | claude-opus-5-5, claude-fable-5-1, claude-fable-5 | 1M tokens | 128K | max_tokens | 無：此欄位為必填 |
| DeepSeek V4.1 Flash | deepseek-v4.1-flash | 1M tokens | 393,216 | max_tokens | 不開思考 8K，開思考 64K，max 強度下 128K |
| Kimi K3 | kimi-k3 | 1,048,576 tokens | 1,048,576 | max_completion_tokens | 131,072 |
大多數回應被截斷，問題都出在最後一欄。DeepSeek V4.1 Flash 能寫 393,216 個 token，但如果不設定 max_tokens，它會在 8K 停下，開啟思考時則是 64K。Kimi K3 最多能寫 1,048,576 個 token，但預設只有 131,072。
完整參數清單請見各模型的 API 參考：GPT-6 Astra、Claude Opus 5.5、DeepSeek V4.1 Flash 與 Kimi K3。
該用 max_tokens、max_completion_tokens 還是 max_output_tokens？
它們都用來限制回應長度。要傳哪一個，取決於 API 格式和模型：
| API 格式 | 參數 | 說明 |
|---|---|---|
OpenAI Responses（/v1/responses） | max_output_tokens | OpenAI：「一次回應可生成的 token 數上限，包括可見的輸出 token 和推理 token。」 |
OpenAI Chat Completions（/v1/chat/completions） | max_completion_tokens | OpenAI 將 max_tokens 標為「已棄用，改用 max_completion_tokens」，且「與 o 系列模型不相容」。GPT-6 請使用 max_completion_tokens。 |
Anthropic Messages（/v1/messages） | max_tokens | 每次請求都必填。 |
| DeepSeek Chat Completions | max_tokens | 1 到 393216。 |
| Kimi Chat Completions | max_completion_tokens | max_tokens 是同一上限的已棄用名稱。 |
如果 API 回傳 "max_tokens is not supported with this model"，改用這張表中的參數即可。
為什麼模型沒寫完就停了？
它碰到了輸出上限。每個 API 都會在回應中回報這件事，而不是以錯誤回傳：
| API | 欄位 | 達到輸出上限時的值 |
|---|---|---|
| OpenAI Responses | incomplete_details.reason | "max_output_tokens" |
| OpenAI Chat Completions | choices[].finish_reason | "length" |
| Anthropic Messages | stop_reason | "max_tokens" |
| DeepSeek | choices[].finish_reason | "length" |
Anthropic 還有第二種停止原因 model_context_window_exceeded，用於回應填滿整個上下文視窗的情況。DeepSeek 的 length 同時涵蓋兩種情況：回應超過 max_tokens，或對話超過上下文長度。
解決方式：
- 調高輸出上限，最高到上表中該模型的最大值。
- 降低推理強度。 思考越少，留給回答的預算越多，費用也越低。
- 接續生成，而不是重試。 把已生成的部分回應送回去，請模型接著寫。Anthropic 的停止原因指南針對
max_tokens說明了這種做法。
"context window exceeded" 是什麼意思？
你的請求放不進模型的視窗。實際在哪裡失敗，取決於 API：
- Claude。 如果光是輸入就超過視窗，API 會回傳 400
invalid_request_error（"prompt is too long"）。如果只是輸入加上max_tokens超過視窗，Anthropic 的文件表示，Claude 4.5 及更新的模型（包括本文中的模型）會接受請求，並在空間用完時以stop_reason: "model_context_window_exceeded"停止。 - DeepSeek。 對話超過上下文長度時，回應會以
finish_reason: "length"結束。
三種解決方式，依序是：
- 刪除或摘要對話中較早的輪次。如果光是輸入就太長，這是唯一的方法。
- 調低輸出上限，讓輸入加輸出放得下。
- 改用視窗更大的模型。上表中的四個模型家族都能讀入約 1M tokens。
程式設計 Agent 如何處理這些上限？
程式設計 Agent 會替你設定輸出上限，而它們的預設值可能低於模型允許的值。
Claude Code 使用 CLAUDE_CODE_MAX_OUTPUT_TOKENS。它的文件說，這個值「對於無法辨識的模型 ID（例如閘道專用的名稱）預設為 32000，並會把高於模型上限的值降到上限」。在 Claude Code 中執行 DeepSeek V4.1 Flash 或 Kimi K3 時，如果需要更長的回應，請設定這個變數。同一份文件也提醒，較高的值會「減少觸發自動壓縮之前可用的有效上下文視窗」。
Codex 從 config.toml 讀取 model_context_window，其說明為「目前模型可用的上下文視窗 token 數」。對 Codex 不認得的模型要設定它，做法請見我們的 Kimi K3 設定教學與 DeepSeek V4.1 Flash 設定教學。遇到不認得的模型名稱時，Codex 還會輸出："Model metadata for <model> not found. Defaulting to fallback metadata; this can degrade performance and cause issues."（找不到該模型的中繼資料，改用預設中繼資料，可能降低效能並引發問題。）工作階段仍會繼續執行。
常見問題
上下文視窗包含輸出 token 嗎？
包含。輸入、對話紀錄、圖片和回應共用一個上下文視窗。最大輸出上限是這個視窗內另外只針對回應的上限。
推理 token 會計入最大輸出 token 嗎？
會，本文的四個模型家族都是如此。思考 token 計入輸出上限，並以輸出 token 計費。
哪個模型能寫最長的回應？
Kimi K3 的 max_completion_tokens 最高可設為 1,048,576，DeepSeek V4.1 Flash 的 max_tokens 最高可設為 393,216。GPT-6 和 Claude 每次請求最多 128K。
最大輸出上限設得越大，費用越高嗎？
不會。你為模型實際寫出的 token 付費，而不是為你設定的上限付費。只有模型需要那麼多空間時，較高的上限才有意義。
在哪裡查看這些模型的即時價格？
在各模型頁面：GPT-6 Astra、Claude Opus 5.5、DeepSeek V4.1 Flash 與 Kimi K3。
