Motivos de parada e fallback
Saiba o que cada valor de stop_reason significa e como lidar com truncamento, uso de ferramentas, turnos pausados e recusas na sua aplicação.
Toda resposta da Messages API inclui um campo stop_reason que informa por que Claude parou de gerar. Verifique esse campo para decidir se deve usar a resposta como está, continuar a conversa, tentar novamente ou fazer fallback para outro modelo.
Para o esquema completo da resposta, consulte a referência da Messages API.
Referência rápida
| Valor | Quando ocorre | O que fazer |
|---|---|---|
end_turn | Claude terminou sua resposta naturalmente. | Use a resposta. |
max_tokens | A resposta atingiu seu limite de max_tokens. | Aumente max_tokens ou continue a resposta. |
stop_sequence | Claude emitiu uma das suas stop_sequences. | Leia stop_sequence para ver qual foi acionada. |
tool_use | Claude está chamando uma ferramenta. | Execute a ferramenta e retorne o resultado. Uma chamada de ferramenta de servidor ainda sem seu bloco de resultado é concluída em uma resposta posterior. |
pause_turn | Um loop de ferramenta de servidor atingiu seu limite de iterações. | Envie o conteúdo do assistente de volta para continuar. |
refusal | Claude se recusou a responder. | Leia stop_details e tente novamente em um modelo de fallback. |
model_context_window_exceeded | A resposta preencheu a janela de contexto do modelo. | Trate a resposta como truncada. |
O campo stop_reason
O campo stop_reason faz parte de toda resposta bem-sucedida da Messages API. Diferentemente dos erros, que indicam falhas no processamento da sua requisição, stop_reason informa por que Claude concluiu a geração da resposta.
{
"id": "msg_01234",
"type": "message",
"role": "assistant",
"content": [
{
"type": "text",
"text": "Here's the answer to your question..."
}
],
"stop_reason": "end_turn",
"stop_sequence": null,
"stop_details": null,
"usage": {
"input_tokens": 100,
"output_tokens": 50
}
}Valores de stop reason
end_turn
O motivo de parada mais comum. Indica que Claude terminou sua resposta naturalmente.
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello!"}],
)
if response.stop_reason == "end_turn":
# Processar a resposta completa
for block in response.content:
if block.type == "text":
print(block.text)Às vezes Claude retorna uma resposta vazia (exatamente 2–3 tokens sem conteúdo) com stop_reason: "end_turn". Isso normalmente ocorre quando Claude interpreta que o turno do assistente está completo, particularmente após resultados de ferramentas.
Causas comuns:
- Adicionar blocos de texto imediatamente após resultados de ferramentas (Claude aprende a esperar que o usuário sempre insira texto após resultados de ferramentas, então encerra seu turno para seguir o padrão)
- Enviar a resposta concluída de Claude de volta sem adicionar nada (Claude já determinou que terminou, então permanecerá assim)
Como evitar respostas vazias:
# INCORRETO: adicionar texto imediatamente após tool_result
messages = [
{"role": "user", "content": "Calculate the sum of 1234 and 5678"},
{
"role": "assistant",
"content": [
{
"type": "tool_use",
"id": "toolu_123",
"name": "calculator",
"input": {"operation": "add", "a": 1234, "b": 5678},
}
],
},
{
"role": "user",
"content": [
{"type": "tool_result", "tool_use_id": "toolu_123", "content": "6912"},
{
"type": "text",
"text": "Here's the result", # Don't add text after tool_result
},
],
},
]
# CORRETO: enviar os resultados das ferramentas diretamente, sem texto adicional
messages = [
{"role": "user", "content": "Calculate the sum of 1234 and 5678"},
{
"role": "assistant",
"content": [
{
"type": "tool_use",
"id": "toolu_123",
"name": "calculator",
"input": {"operation": "add", "a": 1234, "b": 5678},
}
],
},
{
"role": "user",
"content": [
{"type": "tool_result", "tool_use_id": "toolu_123", "content": "6912"}
],
}, # Just the tool_result, no additional text
]Se você ainda receber respostas vazias após corrigir a estrutura das mensagens, adicione um prompt de continuação em uma nova mensagem do usuário em vez de tentar novamente com a resposta vazia:
def handle_empty_response(client, messages):
response = client.messages.create(
model="claude-opus-5", max_tokens=1024, messages=messages
)
# Verifica se a resposta está vazia
if response.stop_reason == "end_turn" and not response.content:
# INCORRETO: Não apenas tente novamente com a resposta vazia
# Isso não funcionará porque o Claude já decidiu que terminou
# CORRETO: Adicione um prompt de continuação em uma NOVA mensagem do usuário
messages.append({"role": "user", "content": "Please continue"})
response = client.messages.create(
model="claude-opus-5", max_tokens=1024, messages=messages
)
return responseMelhores práticas:
- Nunca adicione blocos de texto imediatamente após resultados de ferramentas: Isso ensina Claude a esperar entrada do usuário após cada uso de ferramentas.
- Não tente novamente respostas vazias sem modificação: Enviar a resposta vazia de volta não ajudará.
- Use prompts de continuação como último recurso: Somente se essas correções não resolverem o problema.
max_tokens
Claude parou porque atingiu o limite de max_tokens especificado na sua requisição.
client = anthropic.Anthropic()
# Requisição com tokens limitados
response = client.messages.create(
model="claude-opus-5",
max_tokens=10,
messages=[{"role": "user", "content": "Explain quantum physics"}],
)
if response.stop_reason == "max_tokens":
# A resposta foi truncada
print("Response was cut off at token limit")
# Considere fazer outra requisição para continuarSe a resposta de Claude for cortada porque atingiu o limite de max_tokens, e a resposta truncada contiver um bloco de uso de ferramentas incompleto, você precisará repetir a requisição com um valor de max_tokens maior para obter o uso de ferramentas completo.
# Verifica se a resposta foi truncada durante o uso de ferramentas
if response.stop_reason == "max_tokens":
# Verifica se o último bloco de conteúdo é um tool_use incompleto
last_block = response.content[-1]
if last_block.type == "tool_use":
# Envia a requisição com max_tokens maior
response = client.messages.create(
model="claude-opus-5",
max_tokens=4096, # Increased limit
messages=messages,
tools=tools,
)stop_sequence
Claude encontrou uma das suas sequências de parada personalizadas.
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5",
max_tokens=1024,
stop_sequences=["END", "STOP"],
messages=[{"role": "user", "content": "Generate text until you say END"}],
)
if response.stop_reason == "stop_sequence":
print(f"Stopped at sequence: {response.stop_sequence}")tool_use
Claude está chamando uma ferramenta e espera que você a execute.
client = anthropic.Anthropic()
weather_tool = {
"name": "get_weather",
"description": "Get the current weather in a given location",
"input_schema": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "City and state"},
},
"required": ["location"],
},
}
def execute_tool(name, tool_input):
"""Execute a tool and return the result."""
return f"Weather in {tool_input.get('location', 'unknown')}: 72°F"
response = client.messages.create(
model="claude-opus-5",
max_tokens=1024,
tools=[weather_tool],
messages=[{"role": "user", "content": "What is the weather in San Francisco?"}],
)
if response.stop_reason == "tool_use":
# Extrair e executar a ferramenta
for block in response.content:
if block.type == "tool_use":
result = execute_tool(block.name, block.input)
# Retornar o resultado ao Claude para a resposta finalUma resposta tool_use também pode conter um bloco server_tool_use cujo id não tem um bloco de resultado correspondente. Essa chamada de ferramenta de servidor não está concluída, e essa resposta não traz seu resultado. No caso comum, Claude chama uma ferramenta de servidor e uma das suas ferramentas de cliente no mesmo grupo de chamadas de ferramentas paralelas: a API retorna sem executar a ferramenta de servidor para que você possa executar as ferramentas de cliente primeiro. Não há outro marcador para esse estado; detecte-o verificando se o id de cada bloco server_tool_use ou mcp_tool_use tem um bloco de resultado correspondente.
{
"stop_reason": "tool_use",
"content": [
{
"type": "server_tool_use",
"id": "srvtoolu_01HxbWnMRmbWyMfUtJKC45rA",
"name": "web_search",
"input": { "query": "example article" }
},
{
"type": "tool_use",
"id": "toolu_01PjgRJLbXrXEMZwDNYLnBqk",
"name": "run_command",
"input": { "command": "uname -a" }
}
]
}A continuação é uma mensagem de usuário com blocos tool_result, um para cada bloco tool_use na resposta (consulte Lidar com chamadas de ferramentas), com duas regras extras: essa mensagem não deve conter nada além dos blocos tool_result, e a requisição deve manter o mesmo array tools. Uma requisição de retomada que não define mais a ferramenta de servidor em espera falha com um 400 cuja mensagem termina com but no `web_search` tool was provided. A API anexa seus resultados ao turno do assistente ainda aberto, executa a ferramenta de servidor adiada (para execução de código pausada, a retoma) e continua o turno. Para uma ferramenta de servidor que Claude chamou diretamente, o content da próxima resposta começa com o bloco de resultado que responde ao id do server_tool_use da resposta anterior.
{
"role": "user",
"content": [
{
"type": "tool_result",
"tool_use_id": "toolu_01PjgRJLbXrXEMZwDNYLnBqk",
"content": "Linux demo-host 6.8.0-52-generic x86_64 GNU/Linux"
}
]
}Adicionar qualquer coisa após os blocos tool_result nessa mensagem de usuário, como texto, encerra o turno do assistente; para uma ferramenta de servidor que Claude chamou diretamente, a requisição então falha com um 400 invalid_request_error que nomeia a ferramenta de servidor não resolvida:
`web_search` tool use with id `srvtoolu_01HxbWnMRmbWyMfUtJKC45rA` was found without a corresponding `web_search_tool_result` blockOmitir um tool_result, ou colocar um após outro conteúdo, falha antes com o erro padrão tool_use ids were found without tool_result blocks immediately after. Para dar mais entrada a Claude, envie-a como uma mensagem de usuário separada após a conclusão do turno.
pause_turn
Retornado quando o loop de amostragem do lado do servidor atinge seu limite de iterações ao executar ferramentas de servidor, como a busca na web. O limite padrão é de 10 iterações por requisição.
Quando isso acontece, a resposta pode conter um bloco server_tool_use sem um bloco de resultado correspondente. Para permitir que Claude termine o processamento, continue a conversa enviando a resposta de volta como está. Uma resposta que deixa um bloco tool_use de cliente aguardando você nunca tem um stop_reason de pause_turn: quando Claude para a fim de chamar suas ferramentas, o stop_reason é tool_use, e você a continua enviando os blocos tool_result de cliente em vez da própria resposta.
response = client.messages.create(
model="claude-opus-5",
max_tokens=4096,
tools=[{"type": "web_search_20250305", "name": "web_search"}],
messages=[{"role": "user", "content": "Search for latest AI news"}],
)
if response.stop_reason == "pause_turn":
# Continue a conversa enviando a resposta de volta
messages = [
{"role": "user", "content": "Search for latest AI news"},
{"role": "assistant", "content": response.content},
]
continuation = client.messages.create(
model="claude-opus-5",
max_tokens=4096,
messages=messages,
tools=[{"type": "web_search_20250305", "name": "web_search"}],
)refusal
Claude se recusou a gerar uma resposta. Os classificadores de segurança retornam esse motivo de parada como uma resposta HTTP 200 normal, não como um erro.
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5",
max_tokens=1024,
messages=[{"role": "user", "content": "[Unsafe request]"}],
)
if response.stop_reason == "refusal":
# Claude se recusou a responder
print("Claude was unable to process this request")
# Considere reformular ou modificar a solicitaçãoEm uma recusa, o objeto stop_details identifica a categoria de política que a acionou. As categorias e o formato completo da resposta de recusa são abordados em Recusas e fallback. stop_details é null para todos os motivos de parada que não sejam refusal.
Uma requisição recusada no Claude Fable 5.1, Claude Fable 5 ou Claude Opus 5 geralmente pode ser atendida tentando novamente em outro modelo Claude. Recusas e fallback mostra como configurar essa nova tentativa, no lado do servidor ou no seu cliente. Se você construir a nova tentativa por conta própria a partir do Claude Fable 5.1, Claude Fable 5 ou Claude Opus 5, o crédito de fallback explica como evitar pagar o custo do cache de prompt duas vezes.
model_context_window_exceeded
Claude parou porque atingiu o limite da "context window" (janela de contexto) do modelo. Isso permite que você solicite o máximo possível de tokens sem saber o tamanho exato da entrada.
# Requisição com o máximo de tokens para obter o máximo possível
response = client.beta.messages.create(
model="claude-opus-5",
max_tokens=20000, # Python SDK requires streaming for max_tokens above ~21k
messages=[
{"role": "user", "content": "Large input that uses most of context window..."}
],
)
if response.stop_reason == "model_context_window_exceeded":
# A resposta atingiu o limite da janela de contexto antes de max_tokens
print("Response reached model's context window limit")
# A resposta ainda é válida, mas foi limitada pela janela de contextoMelhores práticas para lidar com motivos de parada
Sempre verifique o stop_reason
Crie o hábito de verificar o stop_reason na sua lógica de tratamento de respostas:
def handle_response(response):
if response.stop_reason == "tool_use":
return handle_tool_use(response)
elif response.stop_reason == "max_tokens":
return handle_truncation(response)
elif response.stop_reason == "model_context_window_exceeded":
return handle_context_limit(response)
elif response.stop_reason == "pause_turn":
return handle_pause(response)
elif response.stop_reason == "refusal":
return handle_refusal(response)
else:
# Trata end_turn e outros casos
return next(
(block.text for block in response.content if block.type == "text"), ""
)Lide com respostas truncadas de forma elegante
Quando uma resposta é truncada por causa de limites de tokens ou da janela de contexto, acrescente um aviso para que o leitor saiba que a saída está incompleta. Para, em vez disso, continuar gerando a partir de onde a resposta parou, consulte Garantindo respostas completas.
def handle_truncated_response(response):
text = next((block.text for block in response.content if block.type == "text"), "")
if response.stop_reason in ["max_tokens", "model_context_window_exceeded"]:
if response.stop_reason == "max_tokens":
note = "[Response truncated due to max_tokens limit]"
else:
note = "[Response truncated due to context window limit]"
return f"{text}\n\n{note}"
return textImplemente lógica de nova tentativa para pause_turn
Ao usar ferramentas de servidor, a API pode retornar pause_turn se o loop de amostragem do lado do servidor atingir seu limite de iterações (padrão 10). Lide com isso continuando a conversa:
def handle_server_tool_conversation(client, user_query, tools, max_continuations=5):
"""
Handle server tool conversations that may require multiple continuations.
The server runs a sampling loop when executing server tools. If the loop
reaches its iteration limit, the API returns pause_turn. Continue the
conversation by sending the response back to let Claude finish.
"""
messages = [{"role": "user", "content": user_query}]
for _ in range(max_continuations):
response = client.messages.create(
model="claude-opus-5", max_tokens=4096, messages=messages, tools=tools
)
if response.stop_reason != "pause_turn":
# Claude terminou o processamento - retorna a resposta final
return response
# pause_turn: substitui a lista completa de mensagens para manter os papéis alternados
messages = [
{"role": "user", "content": user_query},
{"role": "assistant", "content": response.content},
]
# Máximo de continuações atingido - retorna a última resposta
return responseMotivos de parada vs. erros
É importante distinguir entre valores de stop_reason e erros reais:
Motivos de parada (respostas bem-sucedidas)
- Fazem parte do corpo da resposta
- Indicam por que a geração parou normalmente
- A resposta contém conteúdo válido
Erros (requisições com falha)
- Códigos de status HTTP 4xx ou 5xx
- Indicam falhas no processamento da requisição
- A resposta contém detalhes do erro
client = anthropic.Anthropic()
try:
response = client.messages.create(
model="claude-opus-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello!"}],
)
# Tratar resposta bem-sucedida com stop_reason
if response.stop_reason == "max_tokens":
print("Response was truncated")
except anthropic.APIStatusError as e:
# Tratar erros reais
if e.status_code == 429:
print("Rate limit exceeded")
elif e.status_code == 500:
print("Server error")Considerações sobre streaming
Ao usar streaming, o stop_reason é:
nullno evento inicialmessage_start- Fornecido no evento
message_delta - Não fornecido em nenhum outro evento
client = anthropic.Anthropic()
with client.messages.stream(
model="claude-opus-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello!"}],
) as stream:
for event in stream:
if event.type == "message_delta":
stop_reason = event.delta.stop_reason
if stop_reason:
print(f"Stream ended with: {stop_reason}")Padrões comuns
Lidando com fluxos de trabalho de uso de ferramentas
def complete_tool_workflow(client, user_query, tools):
messages = [{"role": "user", "content": user_query}]
while True:
response = client.messages.create(
model="claude-opus-5", max_tokens=1024, messages=messages, tools=tools
)
if response.stop_reason == "tool_use":
# Executar ferramentas e continuar
tool_results = execute_tools(response.content)
messages.append({"role": "assistant", "content": response.content})
messages.append({"role": "user", "content": tool_results})
else:
# Resposta final
return responseGarantindo respostas completas
def get_complete_response(client, prompt, max_attempts=3):
messages = [{"role": "user", "content": prompt}]
full_response = ""
for _ in range(max_attempts):
response = client.messages.create(
model="claude-opus-5", messages=messages, max_tokens=4096
)
full_response += next(
(block.text for block in response.content if block.type == "text"), ""
)
if response.stop_reason != "max_tokens":
break
# Continuar de onde parou
messages = [
{"role": "user", "content": prompt},
{"role": "assistant", "content": full_response},
{"role": "user", "content": "Please continue from where you left off."},
]
return full_responseObtendo o máximo de tokens sem saber o tamanho da entrada
Com o motivo de parada model_context_window_exceeded, você pode solicitar o máximo possível de tokens sem calcular o tamanho da entrada:
def get_max_possible_tokens(client, prompt):
"""
Get as many tokens as possible within the model's context window
without needing to calculate input token count
"""
response = client.beta.messages.create(
model="claude-opus-5",
messages=[{"role": "user", "content": prompt}],
max_tokens=20000, # Python SDK requires streaming for max_tokens above ~21k
)
if response.stop_reason == "model_context_window_exceeded":
# Obteve o máximo possível de tokens dado o tamanho da entrada
print(
f"Generated {response.usage.output_tokens} tokens (context limit reached)"
)
elif response.stop_reason == "max_tokens":
# Obteve exatamente os tokens solicitados
print(f"Generated {response.usage.output_tokens} tokens (max_tokens reached)")
else:
# Conclusão natural
print(f"Generated {response.usage.output_tokens} tokens (natural completion)")
return next((block.text for block in response.content if block.type == "text"), "")Próximos passos
Tente novamente requisições recusadas em um modelo de fallback, no lado do servidor ou no seu cliente.
Deixe o SDK gerenciar o loop de tool_use, a formatação de resultados e as novas tentativas para você.
Leia o stop_reason do evento message_delta ao usar streaming.
Lide com erros HTTP 4xx e 5xx, que são distintos dos motivos de parada.
Was this page helpful?