输出长度与预算（Output Budget）

用一个例子理解

沿用 16,000 窗口、10,000 输入的示例，如果最大输出另限 4,000，即使窗口还有 6,000 的空间，也不能一次生成 6,000 个输出词元。

再深入一层

可以用「输入加生成所需空间不超过窗口，并且生成不超过输出上限」建立基本直觉。有些推理模型的内部推理词元会占用输出或上下文预算，最终可见文字可能更少。应用还可设置比模型上限更低的限制。

它不能说明什么

Token 不是固定字数，输出预算也不是保证一定写满的长度。长内容分段生成后仍需核对衔接、重复与遗漏，不能只靠把上限拉高。

接下来可以了解

• 上下文窗口（Context Window）
• 词元（Token）
• 截断与压缩（Context Management）

资料依据

• OpenAI · Conversation state：上下文窗口、输入输出和推理 Token；持久化状态与本次输入是不同层次。

资料核验于 2026-09-09；原论文用于说明机制，文中例子为教学示例。