评2模型与工具横评理论
各家模型的窗户有多大：2026-08 主流模型上下文窗口横评
主流模型上下文窗口容量横评：主对比表、口径陷阱提醒与选型建议。
截至 2026-08（核验 2026-08-21）· 本文随官方口径定期更新 · 配套正文：免3《它的记忆力只有一扇窗》
导读：选模型前，先看清这扇窗
准备让模型一次读完整堆文献、几份长访谈或一本书之前，真正要先回答的问题是：这扇窗到底装得下多少材料，装下之后还记不记得准。本文把 2026-08 各家主力模型的输入窗口、最大输出和口径差异放进一张表，供高校教师和博士生在选型时直接对照——正文篇用"一扇窗"讲记忆原理，这一篇负责给窗户量尺寸。
主对比表
数据只取自素材中已核验的官方或聚合口径（截至 2026-08-21）：
| 厂商 | 模型 | 输入窗口 | 最大输出 | 口径说明 |
|---|---|---|---|---|
| OpenAI | GPT-5.6 Sol | 1,050,000 | 128,000 | 输入+输出合计口径 |
| OpenAI | GPT-5（2025-08） | 约 400,000（272K 输入 + 128K 输出） | 128,000 | 上代旗舰，常被误称"128K 模型" |
| Anthropic | Claude Opus 4.8 | 1,000,000（默认启用） | 128,000 | 1M 自 2026-03-13 起 GA，全套餐不加价 |
| Gemini 3.1 Pro（preview） | 1,048,576（= 1M） | 65,536 | 全系（3 Flash、3.1 Flash-Lite）统一 1M；文本/图/视频/音频/PDF 全模态计入 | |
| DeepSeek | V4-Pro（2026-08-13 GA） | 1,000,000 | 384,000 | 官方定价页明示；峰谷计价 |
| DeepSeek | V4-Flash | 1,000,000 | 384,000 | 同上 |
| 智谱 | GLM-5.3 | 1,000,000 | 128,000 | 官方迁移文档明示；GLM-5.2 需 [1m] 后缀开启 |
| 字节 | Doubao-Seed-2.0（Pro 等） | 256,000 | 256,000 | 火山引擎 AI Hub 口径；官方文档页动态渲染未能直接核验 |
换算参考（素材口径）：Gemini 官方称 1M token 约可同时处理 1,500 页文本或 3 万行代码；教学类比是 128K ≈ 一本 300 页书，1M ≈ 8 本。中文因分词器不同差异较大，粗略按"约一部长篇小说到几本书的体量"理解即可。
未核实注记：以下型号在素材中带"未核实"标记或来源需复核，不混入主表，引用前必须复核。
| 型号 | 已知口径 | 未核实项 |
|---|---|---|
| Claude Sonnet 4.6 | 输入 1,000,000；Free/Pro 默认模型 | 最大输出 |
| Grok 4.6 | 输入 500,000（2026-08-12 发布）；官方口径"无文本输出上限" | 官方页直连失败，数字来自搜索摘录，引用前需复核 |
| Grok 4 | 输入 256,000；2025 旗舰 | 最大输出 |
| Grok 4.20 / 4 Fast | 2M 仅第三方转述，未经官方页核验 | 输出与窗口均需复核 |
| Llama 4 Scout | 标称 10,000,000，公开标称最长的开源模型 | 最大输出；有效利用率有争议 |
| Llama 4 Maverick | 约 1,000,000 | 最大输出 |
| DeepSeek V3.2（2026-01） | 输入 128,000；上代主力，仍被广泛自部署 | 最大输出 |
| Qwen3.8-2.4T-A95B（开源版） | 官方上架页明文"支持 100 万 Token 上下文" | 最大输出；qwen3.8-max 上下文官方未标注 |
| Kimi K3 | 输入 1,000,000；K2.5/K2.6 为 256K | 最大输出 |
| 文心 5.1 Preview | 输入 128,000；千帆平台口径 | 最大输出；正式版上下文未披露 |
| 星火 4.0 Ultra / Pro-128K | 32,768 / 131,072；开放平台 API 文档上限 | 最大输出；星火 X2 上下文未公开 |
怎么看这张表
- 1M 已成旗舰标配。 2026 年上下文"百万俱乐部"至少 7 家——OpenAI、Anthropic、Google、DeepSeek、Qwen 开源版、GLM、Kimi；上一代普遍是 128K-400K，选新一代旗舰基本不再为"塞不塞得下"发愁。
- 标称 ≠ 有效。 标称是"能塞进去"，有效是"塞进去之后还记得准"；社区与第三方实测普遍发现接近上限时检索准确率下降，长文任务别贴着上限用。
- 输出上限是被忽视的另一半。 宣传数字几乎都指输入，输出另有上限；DeepSeek V4 的 384K 是当前旗舰中最大的输出上限——要一次生成完整报告草稿时，卡脖子的往往是输出而不是输入。
- 窗口军备竞赛与产品定位是两回事。 豆包（256K）、文心（128K）、讯飞（32K-131K）等大用户量产品并未跟进 1M——面向大众的助手更看重响应速度与成本。
- 开源阵营以 1M 为主流。 公开标称最长的开源模型仍是 Llama 4 Scout 的 10M，但有效利用率有争议；中国开源模型以 1M 为主流。
口径陷阱提醒
- 默认开启 vs 后缀开启：Claude（1M 默认）、Gemini（全系 1M）拿来就用；GLM-5.2 必须写
glm-5.2[1m]后缀才开到 1M。 - 计价档位与窗口挂钩：降成本方向是 Claude 1M 不加价、DeepSeek 峰谷计价（低峰半价）、OpenAI 促销折扣；反向分级是 Gemini 超 200K 后加价、qwen-plus 按上下文长度阶梯计费。
- 合计口径还是分开口径：GPT-5.6 的 1.05M 是输入+输出合计，别把 1.05M 全当输入预算。
- 多模态挤占额度：Gemini 的文本、图、视频、音频、PDF 计入同一个窗口，喂图会挤占文本额度。
更新说明
- 上次核验 2026-08-21，口径截至 2026-08；型号与数字随官方页面变更，过期引用以各家官方规格页为准。
- "未核实注记"中的项目引用前必须复核；本文唯一数据来源为
08-扩展文章素材/素材2-上下文窗口对比.md。
来源：Artificial Analysis，2026-08-22 截取（RAG 口径，注意与文中"标称≠有效"提醒互参）
🖼️ 待补图位（URL 均登记于素材2"可引用图表源"，待主理人截图/下载）
- Artificial Analysis 模型对比表（含上下文窗口列，可按窗口排序截图）：https://artificialanalysis.ai/models
- Morphllm 长上下文 20 模型对比页：https://www.morphllm.com/llm-context-window-comparison
- AI Multiple 22 模型长上下文记忆实测（"标称≠有效"论点配图）：https://aimultiple.com/ai-context-window
- Gemini 官方长上下文文档（1M 官方换算，教学类比配图）：https://ai.google.dev/gemini-api/docs/long-context
- 官方规格页（适合截"官方原文"）：
- OpenAI 模型规格索引：https://developers.openai.com/api/docs/models
- OpenRouter 聚合口径（窗口/输出/价格三列）：https://openrouter.ai/models
- DeepSeek 定价页（1M/384K 与峰谷价）：https://api-docs.deepseek.com/quick_start/pricing
- 智谱 GLM-5.2 文档（
[1m]后缀口径）：https://docs.bigmodel.cn/cn/guide/models/text/glm-5.2 - Kimi 平台文档：https://platform.kimi.com/docs/guide/kimi-k3
- 阿里云模型上架页：https://help.aliyun.com/zh/model-studio/newly-released-models
- Gemini 3.1 Pro 规格页：https://ai.google.dev/gemini-api/docs/models/gemini-3.1-pro-preview