Limite de tokens de sortie (Pourquoi le texte s'arrête en plein milieu d'un mot)
La limite matérielle ou logicielle sur la longueur maximale d'une seule réponse (Max Output Tokens). Cette section explique pourquoi du code long ou des articles peuvent parfois s'interrompre abruptement, et comment l'instruction magique « Continue » permet à la modèle de reprendre son travail.
1. Aperçu du concept et de sa finalité
L'une des situations les plus courantes qui effraie les débutants : vous avez demandé à un modèle d'écrire un chapitre scientifique détaillé ou un programme volumineux de plusieurs centaines de lignes. Le modèle génère le texte avec entrain, puis soudain, le curseur s'arrête net au milieu d'un mot important ou d'une parenthèse de code : function calculateTotal(items) { return items.red....
La plupart des utilisateurs paniquent, pensant qu'une erreur système est survenue, et suppriment la conversation ou relancent le prompt depuis le début, obtenant invariablement la même coupure.
En réalité, c'est la limite de tokens de sortie (Max Output Tokens) qui a été atteinte. Il s'agit d'une restriction stricte sur le nombre de tokens que le réseau neuronal est autorisé à générer en une seule passe.
2. Modèle mental : Lecture vs Écriture
┌─────────────────────────────────────────────────────────────┐
│ CONTEXTE D'ENTRÉE contre SORTIE │
├─────────────────────────────────────────────────────────────┤
│ 📥 ENTRÉE (Fenêtre de contexte) : │
│ Le modèle peut ingérer 128 000 jetons (un livre entier) │
├─────────────────────────────────────────────────────────────┤
│ 📤 SORTIE (Limite de génération par appel) : │
│ Le modèle peut produire au maximum 4 096 – 8 192 jetons │
│ (soit environ 10 à 15 pages de texte imprimé) │
├─────────────────────────────────────────────────────────────┤
│ 🛑 Dès que la limite est atteinte ➔ statut Finish Reason: "length" │
│ La génération s'arrête immédiatement sur le caractère courant │
└─────────────────────────────────────────────────────────────┘
3. Comment corriger une coupure de texte en 3 secondes
01. Le mot magique « Continue »
Si le texte est interrompu, tapez dans le champ de saisie :
« Reprends exactement là où tu t'es arrêté. Ne répète pas ce qui a déjà été écrit ». Le modèle lira sa phrase précédente inachevée et complétera la pensée dès le caractère suivant.
02. Découpez les tâches en blocs
Si vous rédigez un livre entier ou un site web, ne demandez jamais : « Écris tout le livre d'un coup ». Utilisez une approche par étapes :
- Requête 1 : « Établis un plan détaillé du livre en 10 chapitres ».
- Requête 2 : « Rédige uniquement le Chapitre 1 avec ses sous-sections ».
- Requête 3 : « Rédige le Chapitre 2 ».
03. Augmentation du paramètre Max Tokens via l'API
Si vous utilisez l'IA via l'éditeur Cursor ou Google AI Studio, repérez dans les paramètres le curseur Max Output Tokens et faites-le glisser vers la valeur maximale disponible (par exemple, 8 192).
FAQ: Limite de tokens de sortie (Pourquoi le texte s'arrête en plein milieu d'un mot)
Termes associés
Les tokens expliqués simplement (Combien de mots dans un token)
Unité de base de mesure du texte dans les modèles de langage. Explication de la manière dont les mots sont divisés en tokens, de l'impact sur le coût des requêtes et de la raison pour laquelle les mots ukrainiens consomment plus de tokens que les mots anglais.
Taille de la fenêtre contextuelle (Mémoire de la conversation en cours)
Volume maximal de texte (en jetons) qu'un modèle linguistique peut conserver simultanément en mémoire lors d'une conversation en cours. Détermine la longueur des documents pouvant être téléchargés en une seule fois sans perte de contenu.
OpenAI GPT (Modèles phares de la série GPT)
La gamme principale et polyvalente des grands modèles de langage d'OpenAI (GPT-4, GPT-4o). Optimisée pour l'analyse textuelle complexe, la programmation, la création et le travail intellectuel quotidien.