最大输出词元是什么？回答长度上限与截断的判断方法
区分最大输出词元、上下文窗口和实际回答长度，用长摘要例子说明参数设置与停止原因，解释提高上限为何不能保证内容完整或质量更好。
先理解这个概念
最大输出词元是一次生成允许使用的输出预算上限，不是要求模型必须写满的长度。它与上下文窗口有关，但不是同一个指标，模型还可能有独立的最大输出能力。部分接口把思考词元计入相关预算，需查看具体定义。达到上限时，回答可能尚未完成，不能只因为请求成功就当作内容已经完整。
词元上限不能直接换算成固定字数
词元由目标模型的分词器决定，相同字数的中文和代码可能占用不同数量。要求一份千字摘要时，既要在提示中说明长度目标，也要给足接口预算。把上限设置为一千，并不等于一定产生一千个中文字。
Google接口提供maxOutputTokens等输出配置，其他服务的名称可能不同。应以所用接口版本核对，而不是把一家的字段原样复制到另一家。若参数不支持或超出模型范围，可能报错，也可能按服务规则调整，不能依赖猜测。
检查停止原因再判断回答是否结束
例如让模型总结多章报告，若最后停在半句话，应检查是否触及预算，而不是直接把残缺段落发布。结构化输出尤其需要确认括号闭合和必填字段。网络流正常结束，与模型已经完成任务，是两个需要分别确认的条件。
即使没有触及上限，也可能因其他停止条件提前结束，因此还要核对所需章节是否覆盖。这里提供排查思路，没有调用模型取得截断样本。测试可以先用较短材料确认完整格式，再逐步增加内容，定位从哪里开始遗漏。
增加预算与拆分任务各有适用条件
如果总上下文已接近上限，单独提高输出预算未必可行。可以减少无关输入，或按章节分别总结，再汇总时保留出处。拆分后需要检查跨章节的冲突，不能让最终摘要把不同条件拼成一个不存在的结论。
更长回答也可能更重复，是否有价值应由任务决定。保存模型版本和实际使用量，再检查必要内容与停止状态，才能区分预算不足和回答能力问题。本文不列固定参数推荐值，因为服务限制和目标文本都会改变所需预算。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。