Tokens de salida
Los tokens de salida (output tokens) son los tokens que genera un modelo de lenguaje en su respuesta. Se cuentan y se facturan aparte de los tokens de entrada, y un ajuste max_tokens limita cuántos puede contener una respuesta.
También llamado: max output tokens, max_tokens, completion tokens
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Cada llamada a un modelo de lenguaje tiene dos recuentos de tokens. Los tokens de entrada cubren todo lo que envías: el system prompt, el historial, los documentos y las definiciones de herramientas. Los tokens de salida son lo que el modelo escribe de vuelta. Las respuestas de las API suelen indicar ambos, y los proveedores les ponen precios distintos; consulta precio por token y la investigación del sitio sobre precios de modelos de IA.
max_tokens
La mayoría de las API aceptan un parámetro, a menudo llamado max_tokens, que fija un límite superior a la longitud de la salida. La Messages API de Anthropic lo describe como el número máximo de tokens que se generan antes de parar, y señala que un modelo puede parar antes. Si una respuesta alcanza el límite, se corta, y la respuesta indica por qué se detuvo. Cada modelo tiene además su propio techo para este valor, distinto de su ventana de contexto.
Por qué importa
- Coste: las respuestas largas cuestan más, y en muchas listas de precios los tokens de salida cuestan más que los de entrada. - Velocidad: la salida se genera token a token, así que la longitud determina el tiempo total de respuesta. Consulta tokens por segundo. - Truncado: un límite demasiado bajo rompe el JSON y el código a medias.
Tokens de razonamiento
Los modelos de razonamiento y los prompts de chain-of-thought producen salida adicional para los pasos de razonamiento. Según el proveedor, esos tokens pueden contar para el límite y para la factura aunque no se muestren al usuario.
Consejos prácticos
Pide respuestas concisas cuando no necesites respuestas largas, fija max_tokens con margen para la respuesta válida más larga y comprueba el motivo de parada en el código, para que las respuestas truncadas se reintenten o se marquen en lugar de usarse sin más.
Términos relacionados
- Token (LLM)
- Un token (LLM) es la unidad básica de texto que un modelo de lenguaje lee y escribe, a menudo una palabra, parte de una palabra, un signo de puntuación o un byte. Los precios, la velocidad y los límites de contexto se cuentan en tokens.
- Precio por token
- El precio por token (token pricing) es la forma en que cobran la mayoría de las API de modelos de IA: un precio fijo por millón de tokens de entrada que envías y otro aparte, normalmente más alto, por millón de tokens de salida que genera el modelo, con descuentos para la entrada en caché y las tareas por lotes.
- Ventana de contexto
- Una ventana de contexto (context window) es la cantidad máxima de texto, contada en tokens, que un modelo de lenguaje puede tener en cuenta a la vez, e incluye el system prompt, la conversación, los documentos, los resultados de herramientas y la respuesta que escribe.
- Tokens por segundo
- Los tokens por segundo (tok/s) miden lo rápido que produce salida un modelo de lenguaje. Se expresan por usuario, la velocidad a la que llega en streaming una respuesta, o por sistema, la salida total de todas las peticiones simultáneas.
- Modelo de razonamiento
- Un modelo de razonamiento (reasoning model) es un modelo de lenguaje entrenado para resolver un problema mediante un flujo de tokens de razonamiento intermedios antes de dar su respuesta final, lo que suele ayudar en matemáticas, programación y tareas de varios pasos.