近两年大模型迭代，除了参数规模、推理能力，上下文窗口成了最核心的比拼指标之一。从早期GPT-3.5的4K，到现在主流的128K、1M，甚至谷歌Gemini做到了2M token。很多人只知道“上下文越大，能塞的文档越多”，但很少有人说清：它到底是什么？包含哪些内容？为什么不能无限做大？大就一定好吗？

文章大模型上下文窗口完全指南：从4K到200万Token，一文讲透近两年大模型迭代，除了参数规模、推理能力，**上下文窗口**成了最核心的比拼指标之一。从早期GPT-3.5的4K，到现在主流的128K、1M，甚至谷歌Gemini做到了2M token。很多人只知道“上下文越大，能塞的文档越多”，但很少有人说清：它到底是什么？包含哪些内容？为什么不能无限做大？大就一定好吗？浏览 8点赞 0