大模型上下文窗口：1M 是噱头吗？长文档到底该用谁（2026-09 对照）

AICraft 技术团队整理 · 海南艾创矩阵科技有限公司

数据采集：2026-09-04 · 口径：上下文长度为各模型官方刊例标注，价格为人民币元 / 百万 tokens（￥/M）· 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（2026-09）

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。只摘代表型号，完整清单见在线模型目录。

128K~400K（日常主力档）

模型	上下文	输入 ￥/M	输出 ￥/M	备注
DeepSeek-V3.2	128K	1.9	3.0	代码/通用均衡，短任务性价比高
gpt-oss-120b	128K	1.03	5.17	开源系低价
Qwen3-Next-80B-A3B	131K	1.0	10.0	MoE 高效
Doubao-Seed-2.1-turbo	256K	3.0	15.0	中档够用
Claude-4.5-Haiku	200K	6.9	34.5	系内最小最便宜
GPT-5.4-Mini	400K	5.17	31.05	400K 档代表
Kimi-K2.6	262K	6.17	27.0	中文长文均衡

1M+（超长文档档）

模型	上下文	输入 ￥/M	输出 ￥/M	备注
Gemini-2.5-Flash-Lite	1.0M	0.69	2.76	1M 档最便宜，量大首选
GLM-5.3-Flash	1.0M	0.4	1.4	全场最低单价且 1M
DeepSeek-V4-Flash	1.0M	0.95	2.0	1M + 低输入价
Qwen3.5-Plus	1.0M	0.76	16.8	输入极便宜、适合灌文档（输出贵）
Claude-Sonnet-5	1.0M	15.59	77.97	1M 且写作质量第一梯队
GPT-5.4	1.1M	17.25	103.5	破 1M 的旗舰
GPT-5.6-Luna	1.1M	1.52	9.15	1.1M 里最便宜
Gemini-3.7-Flash	1.0M	5.72	28.59	新一代均衡

2M~20M（特殊场景：巨量上下文）

模型	上下文	输入 ￥/M	输出 ￥/M	备注
Grok-4.1-Fast-Non-Reasoning	2.0M	1.52	3.81	2M 档
Grok-4.1-Fast-Reasoning	20.0M	1.52	3.81	目前标注最大的窗口

20M 看着吓人，实际"真需要 20M"的任务极少（≈ 四千万字中文）。大多数 1M 就溢出。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	Qwen3.5-Plus（0.76 输入）	≈ ￥760/次
100 万 tokens 文档	Gemini-2.5-Flash-Lite（0.69）	≈ ￥690/次
100 万 tokens 文档	Claude-Sonnet-5（15.59）	≈ ￥15,590/次
10 万 tokens 文档	Qwen3.5-Plus	≈ ￥76/次

结论很反直觉：长文档真正贵的不是"上下文能力"，是"你喂进去的 token 总量"。所以：

• 文档 > 50 万 token：要么用输入单价最低的 1M 档（Gemini-Lite / GLM-Flash / DeepSeek-Flash / Qwen-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：同样的窗口，输入价差 20 倍（0.69 vs 15.59）。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 88+ 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

官方上下文与刊例价核对来源（2026-09-04 采集，可按厂商逐一复核）：

• 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
• Anthropic Claude：Claude API 官方定价
• Gemini（Google）：Gemini API 官方定价

• 数据采集于 2026-09-04，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。