大模型上下文窗口：1M 是噱头吗？长文档到底该用谁（2026-10 对照）

AICraft 技术团队整理 · 海南艾创矩阵科技有限公司

数据复核：2026-10 · 口径：上下文长度为各模型官方标注，价格为人民币元 / 百万 tokens（￥/M），与在线定价页同源 · 页面性质：选型参考指南，非投放广告。完整清单见在线模型目录。

2025 年大家还在为 128K 够不够用吵架，2026 年满屏都是"1M 上下文"和"2M、20M"的营销话术。但真上手才发现：把 100 万字塞进提示词 ≠ 模型就能好好用那 100 万字，而且长上下文不是免费的——单位 token 更贵、一次请求更贵、慢更久。这篇把"上下文到底怎么选"讲透。

一、先给结论（赶时间只看这条）

1. 1M 上下文的正确用法是"整包输入、一次问完"：完整合同、整仓代码、整本年报——让模型一次读完再回答。价值在省掉你手搓切片的功夫。
2. 但"输入 100 万字"本身要花钱：单位是 ￥/M tokens，喂 1M 进上下文 ≈ 付 1 次"输入价×1"的钱。选模型前先算这笔账，别被"1M 免切"冲昏头。
3. 长上下文 ≠ 长推理能力强：写作/推理要另看模型本身的档位。上下文只是"能装多少"，质量是另一回事。
4. 短任务永远别用长上下文模型：同样的活儿，1M 模型的单价通常远高于 128K/256K 版。

二、主流模型上下文窗口与价格对照（境内模型 · 2026-10 复核）

下表上下文列为各模型官方标注的最大输入窗口，价格为 ￥/M tokens、取自 AICraft 在线定价页。只摘代表型号，完整清单见在线模型目录。目前 AICraft 在售清单里的窗口上限是 1.0M。

128K~400K（日常主力档）

模型	上下文	输入 ￥/M	输出 ￥/M	备注
Doubao-Seed-2.0-Mini	256K	0.2	7.84	输入最低档，短任务首选
MiniMax-M2.5	204K	1.99	8.4	均衡
Qwen3.5-397B-A17B	256K	1.99	12.6	大参数 MoE
Doubao-Seed-2.1-turbo	256K	3.0	15.0	中档够用
GLM-5	200K	4.56	18.0	旗舰档里的小窗口
Kimi-K2.6	262K	6.17	27.0	中文长文均衡

1.0M（超长文档档）

模型	上下文	输入 ￥/M	输出 ￥/M	备注
Qwen3.7 Flash	1.0M	0.2	0.8	1M 档最便宜，量大首选
Qwen3.5-Plus	1.0M	0.76	16.8	输入极便宜、适合灌文档（输出贵）
GLM-5.3-Flash	1.0M	0.8	2.8	1M 里的低单价档
Doubao-Seed-2.1-lite	1.0M	0.8	2.7	输出更便宜
MiniMax-M3.1-Flash	1.0M	1.0	4.0	均衡
Mimo-V2.6-Flash	1.0M	1.0	2.0	1M 档里输出最低
DeepSeek-V4.1-Flash	1.0M	2.0	8.0	推理入门，低谷半价
GLM-5.3	1.0M	8.0	28.0	旗舰

超过 1M 怎么办（境内暂无 2M 以上档位）

AICraft 在售清单里目前没有超过 1.0M 的文本模型。真遇到更大的文档，先做结构化摘要或按章节切片再喂——这比等"更大窗口"更省钱，也更稳。先想清楚你的文档到底多大。

三、算一笔真实的账：喂 1M token 一次要多少钱

很多人以为长上下文 = 免费多用。错。一次把整份长文档放进提示词，输入 token = 文档长度，付费 = 文档 token × 输入单价：

场景	模型	一次输入成本估算
100 万 tokens 文档	Qwen3.7 Flash（0.2 输入）	≈ ￥0.2/次
100 万 tokens 文档	Qwen3.5-Plus（0.76 输入）	≈ ￥0.76/次
100 万 tokens 文档	Kimi-K3（20.0 输入）	≈ ￥20/次
10 万 tokens 文档	Qwen3.5-Plus	≈ ￥0.076/次

口径：单价是「元 / 百万 tokens」，所以一次成本 = 文档 tokens ÷ 1,000,000 × 输入单价。上表按此式逐条计算。

结论很反直觉：长文档真正贵的不是"上下文能力"，而是"你喂进去的 token 总量 × 该模型的单价"。同一份 100 万 tokens 的文档，便宜的档位一次几毛钱，贵的档位一次几十块，差别在 100 倍量级。所以：

• 文档 > 50 万 token：要么用输入单价最低的 1M 档（Qwen3.7 Flash / GLM-5.3-Flash / Doubao-Seed-2.1-lite / Qwen3.5-Plus），要么先做摘要/切片再进；
• 文档只有几万 token：任何模型都装得下，这时比的是质量与输出价，不是上下文数字。

四、省钱四步（可直接抄）

1. 先剪后喂：把无关的日志、重复段落、图片转文字垃圾删掉再进上下文。剪掉一半 token = 省一半钱。
2. 能用摘要就别整包：超长文档先让模型出结构化摘要，再带着摘要做问答——比反复全量喂便宜一个数量级。
3. 缓存重复前缀：对话开头那大段固定背景（公司规范/角色设定）会反复计费，用支持前缀缓存的调用方式，重复部分只付一次。
4. 短任务锁短窗口模型：产品里按任务长度路由——短问答走 128K/256K 档，只有真长文档才放行到 1M 档。省下的钱比任何调价都多。

五、怎么判断"1M 是不是噱头"

看三点：

1. 上下文是真窗口还是宣传值：以官方标注 + 实测能稳定处理的上限为准，营销页的"支持 100 万字"经常要打折看。
2. 长文任务的输出质量：模型在 5 万 token 后还能不能抓住关键信息、不前后矛盾——这靠实测，不靠参数表。
3. 价格是否随窗口飞涨：同样的 1M 窗口，输入价能差 100 倍以上（0.2 vs 26.0）。窗口越大 ≠ 越值得，单价才是真账。

六、AICraft 侧怎么做

聚合接口一个 Key 接入 100+ 大模型，每模型都标了真实上下文窗口与输入/输出单价（见在线模型目录），方便你按"任务长度 × 单价"自己算账再选。想省事的直接 model="auto"，Auto Router 会按任务类型在质量/速度/成本间自动选——长文档任务自动落到大窗口档，短任务不会浪费在贵模型上。可用性见状态页。

附：数据口径与免责

上下文与价格核对来源（2026-10 复核）：本页单价与 在线定价页同源；厂商官方文档可按下方链接逐一复核：

• DeepSeek：DeepSeek API 官方定价页
• Qwen（阿里云百炼）：阿里云百炼模型定价文档
• GLM（智谱 AI）：智谱 AI 开放平台定价页
• Kimi（月之暗面）：Moonshot 开放平台定价
• MiniMax：MiniMax 开放平台价格文档
• 豆包（火山方舟）：火山引擎方舟大模型计费说明

• 价格复核于 2026-10，上下文为官方标注窗口，价格为人民币 ￥/M tokens；实际结算以在线定价页实时价为准。
• 本文由 AICraft 整理，供开发者选型参考，不构成对任何单一厂商的采购建议。估算示例仅演示算法，非账单承诺。

关联：价格横向对照见 /model-api-guide.html；完整模型目录（含每模型上下文/输入/输出价）见 /models.html。

常见问题

上下文窗口是不是越大越好？

不是。窗口越大，能塞进去的内容越多，但成本、延迟和无关信息干扰也一起上来。绝大多数场景真正需要的是准，而不是长。

标称 1M 的窗口，实际能稳定用到多少？

公开评测里普遍存在“中段信息更容易被忽略”的现象：关键内容放在长文开头或结尾，命中率明显高于放在中间。所以判断标准不是标称值，而是把你的真实文档塞进去测召回。

长文档场景，应该直接上大窗口还是先做检索？

先用分块检索，把候选段落缩小到必要范围，再放进普通窗口。只有确实需要全局理解（比如整本合同比对）时，才值得为大窗口付费。

上下文长度会影响价格吗？

会。部分模型在超过某个阈值后单价上浮，阈值各家不同。选型时要在你的真实长度附近取价，而不是看最短长度那一档的报价。

怎么验证一个模型的真实窗口大小？

发一条超长请求，看它是正常返回、报错，还是静默截断。报错信息里通常会写明上限；静默截断最危险，因为账单照扣、内容却少了。