什么是上下文长度？128K 能装下多少字

上下文长度指模型一次能「看」的内容上限，包括你输入的全部文字、上传的文件内容和此前的对话记录，计量单位是 token，128K 即约十二万八千个 token。它决定长文档能不能一次读完、长对话会不会被截断，是选大模型服务时最该看的硬指标之一，和价格、响应速度放在一起权衡才有意义。

128K 到底能装多少内容

token 是模型处理文字的最小单位，一个汉字可能对应一个或多个 token，英文单词通常按词根切分，所以同样标 128K 的模型，能装下的中文数量并不相同。粗略估算，不少模型的一个汉字约对应一到两个 token，128K 大致能装下几万字到十几万字的中文，具体换算以各家官方说明为准。换个直观的比方：假设一份学年论文约三万字，一部中篇小说约十万字，128K 的窗口有机会把它们整体放进一次对话。

窗口装下的内容怎么被使用

装得下不等于记得牢。模型对上下文的利用并不均匀：开头和结尾的内容通常被照顾得更充分，中段细节有时会被忽略，材料越长这个问题越明显。所以把关键约束写在开头或结尾、在提问里点名引用材料的哪一部分，都会让回答更贴合。窗口长度是容量，怎么摆放信息才是使用技巧。另外，窗口里不相关的闲聊也会稀释模型的注意力，长任务尽量让对话保持干净，阶段性结论请模型复述确认。

超出长度的典型表现

一旦内容超出窗口，多数服务会截断最早的部分，表现为模型「忘了」你前面交代过的要求；有的服务则直接提示内容过长、无法继续。还有一种容易被误解的情况：明明没超长，模型却答非所问，这往往不是窗口不够，而是信息埋得太深。遇到回答变差，先检查这两点，再怀疑模型能力。

长文本任务的分段处理

材料特别长时，与其硬塞进一次对话，不如分段处理更稳。常见做法是先让模型按章节提炼要点，把要点汇总后再做整体分析；或者第一次对话只处理前半部分，得到结构化笔记后另开对话处理后半部分。用 Kimi 这类以长文本见长的工具时，也可以先问它材料的目录结构，确认它实际读到了什么，再决定怎么提问。分段时给每一段起个简短的小标题，追问时直接点名标题，模型定位材料会更快。

把长窗口当作工作台来管理

把窗口当成一块有限的工作台，用起来会顺手很多。开场就把任务目标、关键约束和材料范围交代清楚，相当于在台面上摆好工具；中间讨论偏离主题时，及时用一句话拉回，并重申还没完成的任务；阶段性结论让模型自己复述一遍，确认它记住的确实是经过你确认的版本。这几个习惯不需要任何工具技巧，却能让同样的窗口长度产出更稳定的结果，也比单纯追求更大的窗口划算得多。

延伸阅读：上下文窗口为什么记不住、Token 是怎么计费的、长文本多长才算够用。

长对话不跑偏的四条习惯

• 开场交代目标、约束与材料范围
• 跑偏时一句话拉回并重申任务
• 阶段结论让模型复述确认
• 无关闲聊另开一个对话

最容易被跳过的是复述确认，它恰好能暴露模型记错的地方。

上下文长度的三个常见疑问

• 对话轮数多了，前面的内容会被挤掉吗？：会。每一轮对话都占用窗口，累积超长后最早的内容会被截断，重要约束可以在关键节点重申一遍。
• 上传的文件也占用上下文长度吗？：通常占用。文件内容会被转成模型可读的形式进入窗口，文件越大，留给提问和回答的空间就越小。
• 上下文越长，回答就越慢越贵吗？：一般是。窗口里内容越多，计算量越大，响应时间与资源消耗随之上升，这也是没必要一味追求超长窗口的原因。