Помилка "Недостатньо токенів": що вона означає і як її виправити

"Недостатньо токенів" — це не одна помилка. Люди використовують цю фразу для п'яти різних проблем: баланс порожній, запити надходять занадто швидко, ключ неправильний, запит не вміщується в контекстне вікно моделі, або відповідь досягла ліміту виводу й обірвалася на півслові. Кожна має своє виправлення, і найшвидший спосіб їх розрізнити — це HTTP-статус і тіло помилки, а не формулювання повідомлення.

Знайдіть свій симптом у таблиці, виконайте перевірку, застосуйте виправлення.

Три значення слова "токени"#

Слово в повідомленні про помилку вказує на три різні величини.

• Баланс. Токени — це те, за що ви платите, тому "закінчилися токени" часто означає "закінчилися гроші". На передплатному сервісі це баланс.
• Ліміт за хвилину. Ліміти можуть рахуватися в запитах або в токенах за хвилину. Якщо ви досягли одного, виправлення — зачекати й надсилати менше за раз.
• Розмір вікна. Контекстне вікно — це скільки токенів модель може прочитати за один запит, ваш запит і його відповідь разом.

І одне, чого це слово ніколи не означає: API-ключ — це не запас токенів. Ключ ідентифікує ваш акаунт. Закінчується баланс за ним або ліміт, прив'язаний до нього. Якщо ви новачок у самій одиниці, почніть з Що таке токен в AI?.

1. Баланс порожній#

Документація API DeepSeek описує HTTP 402 Insufficient Balance як "У вас закінчився баланс". API Claude використовує 402 billing_error для проблем із білінгом і оплатою. Різні назви, та сама ситуація: гроші закінчилися.

CheapTokens працює за тим самим принципом: передплатний баланс, оплата за фактом використання, один баланс для всіх моделей. Тож коли щось ламається, спершу подивіться на баланс. Це перевірка на десять секунд, і вона виключає найпоширенішу причину.

2. Ви досягли обмеження швидкості#

DeepSeek документує HTTP 429 Rate Limit Reached як занадто швидкі запити або перевищення ліміту паралельності чи QPS. Виправлення — задати темп: менше паралельних запитів і затримка повтору, що зростає (1 с, 2 с, 4 с), замість бомбардування ендпоінта.

Одна пастка. API Claude також повертає 429 rate_limit_error, коли ви досягаєте місячного ліміту витрат вашого рівня, і ця відповідь не має заголовка retry-after. Тож 429, який ніколи не минає після очікування, може стосуватися грошей, а не швидкості. Якщо очікування не допомагає, поверніться до причини 1.

3. Ключ неправильний#

HTTP 401 — це проблема з ключем в обох документаціях: DeepSeek вказує його як неправильний API-ключ, Claude — як authentication_error. Звичайні причини — зайвий пробіл або новий рядок, скопійований разом із ключем, ключ, який було видалено або перегенеровано, і ключ, надісланий на неправильну адресу. Ключ від одного сервісу не працює за URL-адресою іншого сервісу. Для CheapTokens базова URL-адреса — https://api.cheaptokens.dev/v1.

Про інші помилки, які можуть виникнути під час підключення, дивіться Поширені помилки підключення та як їх виправити.

4. Запит не вміщується в контекстне вікно#

Контекстне вікно враховує все, що модель читає за один запит: системний запит, усю історію розмови, ваше нове повідомлення й місце для відповіді. На CheapTokens вікна моделей у нашому каталозі такі:

Чат не має власної пам'яті. Клієнт надсилає всю історію знову з кожним запитом, тому кожен запит більший за попередній. Ось вигаданий чат, щоб показати зростання (округлі числа, для ілюстрації): системний запит на 1 000 токенів, і кожен хід додає близько 500 токенів питання і 1 500 токенів відповіді, разом 2 000.

1 000 + 30 × 2 000 = 61 000 токенів

Це розмір історії після 30 ходів. Кожен із цих токенів знову зараховується як вхідний у наступному запиті. 31-й запит несе цю історію на 61 000 токенів плюс нове питання на 500 токенів, тож його вхід — 61 500 токенів. З відповіддю на 1 500 токенів на MiniMax-M2.7 це коштує $0.0033. Ось усі три моделі для того самого запиту, з ціною OpenRouter для порівняння:

Той самий чат заповнює найменше вікно приблизно за сто ходів:

(200 000 − 1 000) / 2 000 = 99,5

Коли воно переповнюється, провайдер відхиляє запит. Код статусу залежить від провайдера, тому читайте тіло помилки. Наприклад, 413 request_too_large у Claude стосується розміру запиту в байтах (32 МБ для Messages), це інший ліміт, ніж токенне вікно.

Що робити:

• Відкиньте найстаріші ходи або замініть їх коротким підсумком.
• Не вставляйте весь документ, коли завданню потрібен один розділ.
• Перейдіть на модель із більшим вікном, якщо вам справді потрібен повний текст.

5. Відповідь обірвано#

Тут немає помилки, і саме це робить цей випадок заплутаним. Модель просто зупинилася, бо досягла max_tokens або власного ліміту виводу моделі. У форматі Chat Completions ознака — finish_reason: "length" у виборі.

На CheapTokens DeepSeek-V4-Flash може повертати до 32 768 токенів за відповідь; GLM-5.3-Flash і MiniMax-M2.7 — до 8 192. Якщо ваш max_tokens нижчий за це, збільште його. Якщо ви вже на ліміті, розділіть роботу ("напиши частину 1 з 3") або попросіть модель продовжити з останнього речення.

Вивід MiniMax-M2.7 коштує $0.15 за 1M токенів, і це дешевше, ніж на OpenRouter за вивід.

Та сама проблема під різними назвами#

Провайдери позначають ті самі причини по-різному. Ось що каже їхня документація станом на 20 жовтня 2026 року:

Джерела: Коди помилок DeepSeek, Помилки API Claude. Жодна сторінка не показує дату публікації, тож дата перевірки — наша.

Висновок: не вгадуйте за формулюванням. Помилки повертаються як JSON з об'єктом error, що містить type і message. Зіставляйте за статусом і типом, бо текст повідомлення змінюється.

Подивіться, що насправді повертається#

Цей фрагмент виводить статус і тіло невдалого запиту та finish_reason успішного. Це діагностичний начерк, а не журнал тестів: запустіть його зі своїм ключем і прочитайте, що отримаєте.

# 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

Якщо перевірка вказує на баланс#

Поповніть баланс і надішліть запит знову. Ціни на CheapTokens фіксовані для кожної моделі, немає пікових годин, і один баланс покриває всі моделі, тож вам не потрібне окреме поповнення для кожної. Поточні тарифи тут:

Підставте свій обсяг у таблицю витрат, перш ніж поповнювати. Поповніть свій баланс, коли цифри виглядають правильно, а якщо ви хочете спершу оцінити більше навантаження, дивіться Як оцінити вартість AI-агента.