Błąd „Not enough tokens”: co oznacza i jak go naprawić

„Za mało tokenów” to nie jeden błąd. Ludzie używają tego sformułowania na określenie pięciu różnych problemów: saldo jest puste, żądania przychodzą zbyt szybko, klucz jest nieprawidłowy, prompt nie mieści się w oknie kontekstu modelu albo odpowiedź trafiła w limit wyjścia i urwała się w połowie zdania. Każdy z nich ma własne rozwiązanie, a najszybszym sposobem na ich rozróżnienie jest status HTTP i treść błędu, a nie brzmienie komunikatu.

Znajdź swój objaw w tabeli, wykonaj sprawdzenie, zastosuj poprawkę.

Trzy znaczenia słowa „tokeny”#

Słowo w komunikacie błędu wskazuje na trzy różne wielkości.

• Saldo. Tokeny to to, za co płacisz, więc „skończyły się tokeny” często oznacza „skończyły się pieniądze”. W usłudze przedpłaconej to właśnie saldo.
• Limit na minutę. Limity mogą być liczone w żądaniach lub w tokenach na minutę. Gdy w jeden trafisz, rozwiązaniem jest odczekanie i wysyłanie mniejszej liczby naraz.
• Rozmiar okna. Okno kontekstu to liczba tokenów, które model może odczytać w jednym żądaniu — Twój prompt i jego odpowiedź razem.

A jedno znaczenie nigdy nie obowiązuje: klucz API nie jest zapasem tokenów. Klucz identyfikuje Twoje konto. Wyczerpuje się saldo stojące za nim albo limit do niego przypisany. Jeśli dopiero zaczynasz z samą jednostką, zacznij od What is a token in AI?.

1. Saldo jest puste#

Dokumentacja API DeepSeek opisuje HTTP 402 Insufficient Balance jako „You have run out of balance”. API Claude używa 402 billing_error dla problemów z rozliczeniami i płatnościami. Różne nazwy, ta sama sytuacja: pieniądze się skończyły.

CheapTokens działa w zasadzie tak samo: przedpłacone saldo, płatność za zużycie, jedno saldo dla wszystkich modeli. Więc gdy coś się psuje, najpierw sprawdź saldo. To dziesięciosekundowa czynność, która wyklucza najczęstszą przyczynę.

2. Trafiłeś w limit szybkości#

DeepSeek dokumentuje HTTP 429 Rate Limit Reached jako żądania przychodzące zbyt szybko albo przekroczenie limitu współbieżności lub QPS. Rozwiązaniem jest nadanie im tempa: mniej równoległych żądań i opóźnienie ponawiania, które rośnie (1 s, 2 s, 4 s), zamiast dobijania się do endpointu.

Jedna pułapka. API Claude również zwraca 429 rate_limit_error, gdy osiągniesz miesięczny limit wydatków swojego planu, a ta odpowiedź nie ma nagłówka retry-after. Więc 429, które nigdy nie ustępuje po odczekaniu, może dotyczyć pieniędzy, a nie szybkości. Jeśli czekanie nie pomaga, wróć do przyczyny 1.

3. Klucz jest nieprawidłowy#

HTTP 401 to problem z kluczem w obu dokumentacjach: DeepSeek wymienia go jako nieprawidłowy klucz API, Claude jako authentication_error. Typowe powody to zbłąkana spacja lub znak nowej linii skopiowany razem z kluczem, klucz usunięty lub wygenerowany ponownie oraz klucz wysłany pod zły adres. Klucz z jednej usługi nie działa pod URL innej usługi. Dla CheapTokens bazowy URL to https://api.cheaptokens.dev/v1.

Inne błędy, na które możesz trafić podczas łączenia, opisano w Common connection errors and how to fix them.

4. Prompt nie mieści się w oknie kontekstu#

Okno kontekstu liczy wszystko, co model odczytuje w jednym żądaniu: prompt systemowy, całą historię rozmowy, Twoją nową wiadomość i miejsce na odpowiedź. W CheapTokens okna modeli z naszego katalogu wynoszą:

Czat nie ma własnej pamięci. Klient wysyła całą historię ponownie przy każdym żądaniu, więc każde żądanie jest większe od poprzedniego. Oto wymyślony czat pokazujący wzrost (okrągłe liczby, dla ilustracji): prompt systemowy 1000 tokenów, a każda tura dodaje około 500 tokenów pytania i 1500 tokenów odpowiedzi, w sumie 2000.

1 000 + 30 × 2 000 = 61 000 tokenów

Taki jest rozmiar historii po 30 turach. Każdy z tych tokenów liczy się ponownie jako wejście przy następnym żądaniu. 31. żądanie niesie tę 61 000-tokenową historię plus nowe 500-tokenowe pytanie, więc jego wejście to 61 500 tokenów. Przy 1500-tokenowej odpowiedzi na MiniMax-M2.7 kosztuje to $0.0033. Oto wszystkie trzy modele dla tego samego żądania, z ceną OpenRouter dla porównania:

Ten sam czat zapełnia najmniejsze okno w około sto tur:

(200 000 − 1 000) / 2 000 = 99,5

Gdy następuje przepełnienie, dostawca odrzuca żądanie. Kod statusu różni się w zależności od dostawcy, więc czytaj treść błędu. Na przykład 413 request_too_large u Claude dotyczy rozmiaru żądania w bajtach (32 MB dla Messages), co jest innym limitem niż okno tokenów.

Co zrobić:

• Odrzuć najstarsze tury albo zastąp je krótkim podsumowaniem.
• Nie wklejaj całego dokumentu, gdy zadanie wymaga jednego rozdziału.
• Przejdź na model z większym oknem, jeśli naprawdę potrzebujesz pełnego tekstu.

5. Odpowiedź została ucięta#

Tu nie ma błędu i właśnie to czyni ten przypadek mylącym. Model po prostu się zatrzymał, bo osiągnął max_tokens lub własny limit wyjścia modelu. W formacie Chat Completions znakiem tego jest finish_reason: "length" przy wyborze.

W CheapTokens DeepSeek-V4-Flash może zwrócić do 32 768 tokenów na odpowiedź; GLM-5.3-Flash i MiniMax-M2.7 do 8 192. Jeśli Twoje max_tokens jest niższe, zwiększ je. Jeśli już jesteś na limicie, podziel zadanie („napisz część 1 z 3”) albo poproś model o kontynuację od ostatniego zdania.

Wyjście MiniMax-M2.7 jest wyceniane na $0.15 za 1 mln tokenów, co jest tańsze niż OpenRouter na wyjściu.

Ten sam problem pod różnymi nazwami#

Dostawcy różnie nazywają te same przyczyny. Oto co mówi ich dokumentacja na dzień 20 października 2026:

Źródła: DeepSeek error codes, Claude API errors. Żadna ze stron nie podaje daty publikacji, więc data sprawdzenia jest nasza.

Wniosek: nie zgaduj po brzmieniu. Błędy wracają jako JSON z obiektem error zawierającym type i message. Dopasowuj po statusie i typie, bo tekst komunikatu się zmienia.

Zobacz, co faktycznie wraca#

Ten fragment wypisuje status i treść nieudanego żądania oraz finish_reason udanego. To szkic diagnostyczny, nie dziennik testów: uruchom go z własnym kluczem i przeczytaj, co dostaniesz.

# Placeholders: YOUR_API_KEY, MODEL_ID (a model id you have access to)
from openai import OpenAI, APIStatusError

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.cheaptokens.dev/v1")

try:
    r = client.chat.completions.create(
        model="MODEL_ID",
        messages=[{"role": "user", "content": "Write a long checklist."}],
        max_tokens=1000,
    )
except APIStatusError as e:
    # Read the status and the body, not the wording of the message
    print("status:", e.status_code)
    print("body:", e.body)
else:
    print("finish_reason:", r.choices[0].finish_reason)  # "length" = cut off
    print("usage:", r.usage)  # prompt_tokens and completion_tokens

Jeśli sprawdzenie wskazuje na saldo#

Doładuj saldo i wyślij żądanie ponownie. Ceny w CheapTokens są stałe dla modelu, nie ma godzin szczytu, a jedno saldo obejmuje każdy model, więc nie potrzebujesz osobnego doładowania dla każdego. Aktualne stawki są tutaj:

Wstaw swój własny wolumen do tabeli kosztów, zanim doładujesz. Top up your balance, gdy liczby wyglądają dobrze, a jeśli najpierw chcesz oszacować większe obciążenie, zobacz How to estimate the cost of an AI agent.