詳細解釋
最大token數（Max Tokens）是設定語言模型生成回應時的最大長度限制，是控制輸出和成本的重要參數。
作用機制：
- 硬停止：生成達到設定值時立即停止
- 成本關聯：token越多，API費用越高
- 記憶體關聯：長輸出需要更多計算資源
設定考量：
- 太短：回答被截斷，資訊不完整
- 太長：浪費token，增加成本，可能偏題
- 適中：根據任務選擇（摘要100-200，文章500-1000）
與上下文窗口 (語境窗口)的關係：
- Context Window：模型能看到的總輸入長度
- Max Tokens：模型能生成的輸出長度
- 兩者相加應小於模型的總容量
實務建議：
- 聊天對話：500-1000 tokens
- 程式生成：1000-2000 tokens
- 長文創作：4000+ tokens（如果模型支援）
- 摘要任務：200-500 tokens