模型输出被截断，max_tokens 和上下文长度是两回事

输出总是到一半就断，以为是窗口不够。

实际是两个独立限制：

• 上下文长度：输入 + 输出的总和上限
• max_tokens：单次输出上限

我只看了上下文长度，没设 max_tokens，用了默认值（有的是 1024），所以长输出被截断。

解法：显式设 max_tokens，值要留出输入占用的空间。

判断是否被截断：看返回的 finish_reason，是 length 就是被截断了，是 stop 才是正常结束。

这个字段很多人不看，导致以为模型能力不行。

现在我的代码里固定检查 finish_reason，截断了就自动续写。