"Claude's response exceeded the 32000 output token maximum"：为什么调高环境变量也没用

你让它做一次大规模重构。agent 生成了好几分钟，终端一直在刷，最后停在下面这一行：

API Error: Claude's response exceeded the 32000 output token maximum. To configure this
behavior, set the CLAUDE_CODE_MAX_OUTPUT_TOKENS environment variable.

这个数字看起来像模型的上限，但大多数情况下不是。32000 是 CLI 给这一次请求设的上限，通常远低于模型本身能输出的量。你一边找“应该调高的那个限制”，一边还在为这次尝试持续付费。

“exceeded the 32000 output token maximum”是什么意思？

意思是模型停止输出，因为回复达到了本次请求的输出 token 上限。技术原因是 stop_reason: max_tokens。这不是权限问题，不是网络中断，也不是账号被锁。请求到达了模型，模型也回答了，服务器按约定好的上限把回复截断。

消息里的数字是那一次调用的实际上限。它可能是 32000，也可能是 64000。所以同一个 Claude Code 版本，两个人会在同一句话里看到不同的数字。

模型支持 128K，为什么报的是 32000？

因为 Claude Code 默认请求的量低于模型能交付的量。官方文档写得很直接：对于 CLI 无法识别到自己认识的模型 ID，默认值是 32000，上限是 128000。能识别的模型有自己的默认值和上限，具体随模型而变。

下面这张 Anthropic 模型表取自 2026 年 11 月 14 日，列出的是模型一侧的最大输出：

模型	上下文窗口	最大输出
Claude Opus 5.5、Sonnet 5.5、Haiku 5.5	1M tokens	128K tokens
Claude Opus 4.6、Sonnet 4.6	1M tokens	128K tokens
Claude Opus 4.5、Sonnet 4.5、Haiku 4.5	200K tokens	64K tokens

也就是说：模型能接受 12.8 万输出 token，而请求可能只要了 3.2 万。两者之间的差距就是报错的来源。

最常见的 32000 是“模型未被识别”。自定义 ID、网关里起的别名、名字不同的 deployment，或者自己的 base URL，都会出现这种情况。模型你可能非常清楚，但只要 CLI 没法把这个 ID 映射到它认识的模型，它就用默认值。

怎样用 CLAUDE_CODE_MAX_OUTPUT_TOKENS 调高上限？

在打开会话之前导出变量：

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
claude

如果希望每个终端都生效，把它写进 ~/.claude/settings.json：

{
  "env": {
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "64000"
  }
}

已经打开的会话不会读取这次修改，导出后请开一个新会话。这个值也不是绝对的：文档说明，超过模型上限的值会被 Claude Code 压到上限。模型只交付 64K，你写 128K 也不会变成 128K。

想确认 CLI 到底看到了什么，claude doctor 会校验超出正常范围的环境变量。在 Verboo Code 里对应的命令是 verboo doctor。

为什么调高环境变量之后没有任何变化？

大多数反馈里，发生的是下面三种情况之一：

发生了什么	怎么确认	怎么处理
变量导出到了错误的 shell，或者会话早就开着	在启动 Claude Code 的同一个终端里运行 echo $CLAUDE_CODE_MAX_OUTPUT_TOKENS	重新导出，再开一个新会话
值超过了模型上限	和上面那张最大输出表对比	用上限以内的值，或者换成上限更高的模型
上限不是瓶颈：agent 想在一个回合里写完整个文件	上限调高后，回复还是被截断	把工作拆成块，每块之间提交一次

还有一个容易让人误判的现象。报错之后，agent 看起来还在“思考”。CLI 会试着从断点继续，给它一个继续执行的提示，并且重复几次。任务太大时，每次续写都会撞上同一个上限，再烧掉一批 token。会话没死，预算死了。

怎样拆分任务，避免再次撞上上限？

下面这段话可以写成项目的长期指令，也可以作为任务的第一次消息：

不要在一个回合里写完整文件。按每块最多 200 行来工作，
每写完一块运行测试并提交，然后再继续。如果下一块会超过这个量，
停下来把计划给我看，不要直接往下写。

三个习惯可以在不碰任何限制的情况下缓解问题：

1. 先要计划，分段确认之后才允许写文件。
2. 一个回合处理一个文件，每个文件之后跑测试。
3. 请求下一段之前先提交。被截断时，已经完成的部分不会丢。

什么时候该换引擎，而不是继续和上限较劲？

如果报错反复出现，是因为你的网关用了 CLI 不认识的 ID，那么调变量只是补丁。在 Verboo Code 里，平台模型由 CLI 自己识别，输出上限来自模型配置，而不是因为 ID 未知就回落到 3.2 万的默认值。可以用 /model 换引擎，用 /cost 看这次会话的消耗。