教程
1M Token 是什么？AI 大模型超长上下文窗口有什么用？GPT、Claude、Gemini 对比
「100 万 Token」不是更会聊天的代名词。它是一次请求里模型能同时看见的预算。预算变大，整仓、整本手册、整段音视频才进得去；输出上限、计费档和有效召回并不会自动跟着变大。
2026 年各家旗舰模型的宣传页几乎都写着 1M Token。产品文案把它说成「读完整本书」「一次塞进整个代码仓库」，选型会却经常卡在另一组数字：这次调用要花多少钱、输出会不会被截断、中间那 40 万 Token 模型还记不记得。本文用工程口径解释 1M Token：它是上下文窗口的容量上限，不是理解力证书。读完你可以估算自己的材料大概占多少 Token，对照 GPT、Claude、Gemini 的窗口、输出与加价规则，并决定哪些 JSON 该进窗口、哪些该先在浏览器里校验。
1M Token 是什么：先把计量单位说清楚
Token 是模型读写文本的最小计费与计长单位。它不是字，也不是词。英文里一个常见词往往略多于一个 Token；中文、代码、JSON 键名、Base64 和空白缩进的换算都不一样。同一段 OpenAPI 文档，换一家模型、换一版分词器，Token 数会漂。所以「1M Token」首先是该模型这次请求允许占用的格子数，不是「一百万个汉字」或「一百万个英文单词」。
| 窗口量级 | 直觉对照（只作数量级，不是承诺） |
|---|---|
| 1 Token | 英文大约 0.7–1 个词；中文常常 1–2 个字；代码和 JSON 更碎 |
| 8K–32K | 一篇长文、一份接口说明、一小段对话 |
| 128K–200K | 一本书的很大一部分，或中等仓库加几轮 Agent 轨迹 |
| 1M（约 100 万–105 万） | 厚手册 + 多文件仓库 + 长历史的量级；Claude 新分词器下同样 1M 能装的纯文本往往更少 |
上下文窗口（context window）是一次请求里输入 + 输出 + 推理/思考 Token（若单独计量）共享的预算。系统提示、工具 Schema、检索片段、多轮历史、模型正在生成的答复，都从同一口井里打水。窗口写成 1M，并不表示你能塞进 100 万 Token 的仓库，再指望它再写出 12 万 Token 的报告——输出也占窗口，而且各家还有单独的 max output。
把 1M 理解成硬盘容量更合适：格子在，不保证随机读中间任意一页都一样准。针在干草堆里能找着，不代表多跳推理、跨文件对照、长 JSON 里漏字段的检查也能撑到标称上限。选型时先问「这次要同时看见什么」，再问「看见之后要稳定产出什么形状」。
超长上下文窗口真正能干什么
窗口从 128K 跳到 1M，改变的是你还要不要先切块。以前必须检索或摘要才能塞进去的材料，现在可以整包交给模型。真正赚到的场景通常长这样：
- 整仓或大半个仓库：跨文件追调用链、对比两份实现、在一次请求里同时看见接口定义和测试夹具。
- 长文档与合同：政策手册、审计底稿、多附件 PDF。问题依赖前后文同时在场，而不是单页关键词命中。
- 多模态大包：Gemini 一类接口可以把文本、图、音视频、PDF 算进同一窗口。数小时音频或长视频转写不再必须先切片。
- Agent 长轨迹：工具定义、多次 tool result、中间失败重试都留在窗口里，模型才能根据完整观察选下一跳。循环本身见
- 对照与抽取：把两版 OpenAPI、两份导出 JSON、一份 Schema 放在同一请求里做 diff 级阅读，再按 Structured Output 吐出结构化差异。
这些场景有一个共同点：答案依赖同时看见多份材料。如果任务其实是「在十万页里找一句原话」，先检索往往更便宜、也更稳。1M 窗口的价值是减少错误切片，不是取消信息架构。
还有一类被高估的用法：把整站日志、整库 dump、未脱敏的生产 JSON 直接贴进提示词。窗口够大，泄露面和账单也一起变大。能进窗口的，应当是你已经决定可以离开本机的那一份。敏感字段先在本地抹掉，形状不对的 JSON 先修，再谈「一次喂进去」。
标称窗口 ≠ 有效窗口：输入、输出、计费
产品页上的 1M 是受理上限：超过就拒请求或截断。它不是「在 100 万 Token 处推理质量仍等于 8K」。RULER 一类评测里，有效长度常常只有标称的一半上下；用户侧更常见的体验是过了 200K–500K，跨文件对照开始漏，中间指令被忘掉。工程上应把标称窗口当天花板，把你自己的回归集当有效窗口。
第二组被忽略的数字是最大输出。GPT-5.6 Sol / Terra 与 Claude 旗舰同步请求大约 128K；Gemini 3.1 Pro 文档写的是 65,536，且默认 maxOutputTokens 往往更小，不显式调高就会静默截断。读完整本手册再「写一份同等篇幅的新规范」，窗口够，输出不一定够。下面这份预算把输出和余量写成一等公民，而不是塞完再看：
{
"window": 1050000,
"budget": {
"system": 2400,
"tools": 1800,
"repoPack": 420000,
"docs": 180000,
"history": 80000,
"reservedOutput": 128000,
"headroom": 238800
},
"rule": "never fill to the sticker; reserve output plus 20 percent headroom"
}第三组数字是钱。OpenAI 对 GPT-5.6 Sol / Terra 写明：输入超过约 272K Token 时，整单按 2 倍输入、1.5 倍输出计价。Gemini 长上下文常见另一档加价（文档多以超过 128K 或 200K 为界，下单前核对当前价表）。Claude Sonnet 5 文档把 1M 写成默认窗口、按标准价计，没有单独的「开长上下文」开关——但分词器更碎，同一段字可能变成更多 Token，等效成本照样升。Prompt cache 能救重复前缀，救不了每次都换的大包。
2026 对比：GPT、Claude、Gemini
下表按 2026 年 9 月各家公开模型卡归纳旗舰档，不把「全家所有快照」写进同一格。数字会变，下单以官方页为准；对比的是选型时真正分叉的轴：窗口、输出、加价、模态。
| 维度 | GPT-5.6 Sol / Terra | Claude Sonnet 5 / Opus 5 | Gemini 3.1 Pro |
|---|---|---|---|
| 上下文窗口 | 1,050,000 | 1,000,000（Haiku 4.5 仍为 200K） | 1,048,576 |
| 最大输出 | 128,000 | 128,000（Batch 另有更高档） | 65,536（默认值往往更低） |
| 长上下文计费 | 输入 >272K：整单 2× 输入 / 1.5× 输出 | 文档称 1M 为默认、无单独加价档；新分词器更碎 | 常见超过 128K 或 200K 加价，以官方价表为准 |
| 输入模态 | 文本、图像 | 文本、图像（PDF 等走平台能力） | 文本、图像、音频、视频、PDF |
| 同系列注意 | Luna 窗口约 400K，别把 alias 当成同一容量 | 同一 1M，新分词器能装的纯文本更少，需重新计数 | 多模态最宽；输出天花板更矮，长文生成先算输出 |
| 更适合 | 长报告、Responses 工具链、要 128K 输出的任务 | 长文档推理、Agent 循环、要稳定读完材料再作答 | 整仓 + 音视频/PDF 一次喂入，最终答复较短或走 Schema |
官方出处请直接看模型卡，不要只记第三方汇总表：OpenAI 的 GPT-5.6 Sol 写明 1,050,000 窗口、128K 输出与 272K 加价线；Anthropic 的 Claude Sonnet 5 概览 把 1M / 128K 写成默认；Google 的 Gemini 3.1 Pro Preview 写 1,048,576 输入与 65,536 输出。价表和快照名会改，集成代码应读 usage 字段，而不是写死去年的常数。
怎么选，取决于瓶颈在哪。要一次吐出接近十万 Token 的迁移说明或长 JSON 数组，输出上限比窗口更要紧，GPT 与 Claude 旗舰更宽。要在同一次请求里听完会议录音再对照设计稿和仓库，Gemini 的模态是真实差异，不是营销形容词。要在 1M 里做多跳修改且中间指令不能丢，别只看标称——用你自己的「三处针、两处矛盾」回归集量有效召回，而不是只跑一次 needle-in-a-haystack。
三家都支持工具调用和 Structured Output，但外壳字段不同，最终 JSON 仍要本地校验。Gemini 一侧「只要 JSON」和「按 Schema 吐字段」的开关，见站内 Gemini API JSON 输出教程，本文不重复 SDK。
什么时候该塞满，什么时候该检索
1M 窗口没有取消 RAG，它只是把「切块边界」往后推。决策可以压成四条：
- 答案必须同时看见 A 和 B（两份规格、调用方和被调用方、Schema 和实例）→ 优先进同一窗口，不要各切各的摘要。
- 答案是「在很大语料里定位一小段」→ 先检索再把命中段 + 元数据送进窗口，别为了省检索管道付 272K 加价。
- 材料每次请求都变（新 diff、新导出）→ 长上下文很贵；能缓存的前缀（系统提示、工具清单、稳定手册）与易变包分开。
- 材料不能离开浏览器（密钥、生产用户字段）→ 窗口再大也不该上传。本地清洗、校验、抽样之后，再决定是否进云端模型。
Agent 循环尤其容易把窗口吃满：每一步 tool result 都留下。maxSteps 之前就该摘要旧观察，而不是指望 1M 当无限日志。工作原理见 AI Agent 是什么。
即便决定「整包进窗口」，也要打包，不要把 node_modules 和压缩产物算进 1M。一份显式的 context pack 比「把仓库拖进去」可审计：
{
"pack": "context",
"files": [
{ "path": "openapi.json", "tokens": 12000, "role": "contract" },
{ "path": "schema.ticket.json", "tokens": 400, "role": "outputShape" },
{ "path": "fixture.valid.json", "tokens": 800, "role": "example" }
],
"omit": ["node_modules", "*.lock", "generated/**", "minified bundles"]
}pack 里的 outputShape 应来自你真正会 parse 的那份 Schema，而不是模型自由发挥的键名。形状约束见 AI Structured Output。
长上下文里的 JSON：先本地校验再喂模型
超长窗口放大的是坏输入的杀伤半径。一份缺逗号的导出、一份 extra 字段疯长的工具回执、两份同名不同义的 Schema，塞进 40 万 Token 之后，你很难用肉眼定位。模型会顺着坏 JSON 继续编，账单照付。所以长上下文工作流应在上传前固定三步：
- Parse：确认每一份要进窗口的文件是合法 JSON / JSON5，而不是「看起来像」的日志或截断导出。
- Schema：对照你打算让模型遵守的那份契约；多文件时先确认它们是否还同源。
- Diff：新旧夹具、模型 arguments 与下游 body、两版 OpenAPI 先在本地看出差异，再问模型「为什么」或「怎么改」。
在浏览器里即可做完，数据不用先上传：JSON 格式化看 parse 与结构；JSON Schema 校验钉字段和枚举；JSON Diff对比两份将要同时进窗口的材料。校验失败的文件不要进 pack。
模型吐出的长 JSON 仍可能语法坏或形状漂，分层见 AI 生成 JSON 错误指南。Agent 工具 arguments 与最终答复是两份契约，不要共用一个窗口预算当「已经校验过」。
常见问题 FAQ
1M Token 等于一百万个汉字吗？
不等于。Token 是分词器切出来的片段。中文、英文、代码、JSON、图片和音频的换算都不同；同一家厂商换一版分词器，同样 1M 能装的字数也会变。要知道自己的材料占多少，用该模型的计数接口量，不要用「页数 × 经验系数」代替。
窗口都是 1M，是不是选哪家都一样？
不一样。输出上限、长上下文加价、模态、有效召回差得很远。GPT-5.6 的 272K 加价线、Gemini 更矮的输出天花板、Claude 新分词器更碎，都会让「同样 1M」变成不同账单和不同截断点。用你的回归集测，不要只对标称窗口。
有了 1M 窗口，还需要 RAG 吗？
需要。1M 适合必须同时看见的那一包材料。语料远大于窗口、或每次只有一小段相关时，检索仍然更便宜、权限更好控、也更好更新。很多生产系统是「检索圈出候选 + 长窗口精读」，不是二选一。
为什么把整个 JSON 仓库塞进去，模型还是漏字段？
窗口负责「看得见」，不负责「按契约说话」。漏字段、类型漂、markdown 包一层，是形状问题，要用 Structured Output / Schema，并在本地再校验。材料在中间被稀释时，有效召回也会掉——先保证进窗口的是合法、同源、已 diff 过的 JSON。
总结与下一步
1M Token 是 2026 年旗舰模型的共同量级：一次请求大约能同时看见一百万个 Token。它让整仓、整本手册、多模态大包变得可行，但不自动等于更强推理、更长输出或更低单价。GPT、Claude、Gemini 的分叉在输出上限、加价线和模态，不在「有没有 1M」这一个复选框。
下一步：用官方计数器量你的手册和仓库；按本文预算表预留输出与余量；对照三家模型卡核对加价阈值。要进窗口的 JSON，先在 JSONVue 做 parse、Schema 和 Diff。形状怎么钉死读 Structured Output，失败怎么分层读 JSON 错误指南。