是什么
上下文窗口（Context Window）指一个大模型在单次调用中能同时处理的最大 token 数量，涵盖你输入的提示词与它生成的回答之和。它以 token 计量——1 个 token 大致对应 0.5～1 个汉字，或约 0.75 个英文单词。窗口越大，模型一次能「读进去」的内容越多，例如整本书、长篇合同或大型代码库。
为什么重要
上下文窗口决定了模型能不能在一次对话里「记住」足够多的信息。窗口太小，长文档要拆分处理、容易丢失前后关联；窗口够大，则能让模型基于完整材料作答，是长文分析、代码理解、检索增强等场景的前提。但更大的窗口并非全是好处：输入越长，按 token 计费的 API 费用越高、推理延迟也越大；研究还发现模型对超长上下文「中间部分」的信息利用率会下降（俗称 lost in the middle），因此标称窗口与实际可用质量未必一致。
2026 年的最新进展
截至 2026 年 9 月，Anthropic 的 Claude Fable 5.1、Opus 5、Sonnet 5 都标配 100 万 token 上下文窗口、单次最大输出 128K token，只有更小的 Haiku 4.5 仍停在 20 万 token；按其官方换算，100 万 token 约合 55.5 万个英文单词。Google 这边，2026 年 9 月更新的 Gemini 3.8 Flash 文档把输入上限写成 1,048,576 token、输出上限 65,536 token。计费口径也在变：Anthropic 定价页说明，Claude 4.6 及之后的模型把完整 100 万 token 窗口按标准价计费，超过 20 万 token 不再收长上下文溢价——百万窗口到 2026 年已从旗舰卖点变成基础配置。
在 AI 产业链中的位置
上下文窗口是 AI 产业链模型层的核心规格之一。它直接放大对基础设施层与芯片层的算力与显存消耗——窗口越大，单次推理要缓存的中间状态越多、占用显存越高。向上，它决定了应用层能构建多复杂的长文档、长对话产品。