ARTICLE · 1245563
AI名词|100 万词元上下文
100 万词元上下文
AI 的“记性”大到什么程度
不是它变聪明了，是它一次能记住的变多了
不是它变聪明了，是它一次能记住的东西变多了。
这个词为什么突然被提起
WHY NOW
2026 年 10 月 13 日，谷歌把 9 月 30 日发布的旗舰模型Gemini 4 Argon正式开放给开发者、企业和订阅用户。
它身上最醒目的一个参数是：100 万个 token 的统一上下文窗口。
作为对比，上一代模型的输出上限是 6.4 万 token。这一次，提升了近 16 倍。于是“上下文”“词元”“长上下文”这些原本只在开发者文档里出现的词，突然变成了大众话题。
— 谷歌官方博客 AI 频道（来源：blog.google）
先搞懂 token 是什么
WHAT IS A TOKEN
token 是 AI 读写文字的最小单位，不是字，也不是词，介于两者之间。
大致可以这么记：英文里 1 个 token 约等于 0.75 个单词；中文里 1 个 token 大致对应一个字到半个词。
所以100 万 token是个什么概念？粗略换算下来，大约是75 万个英文单词，或者好几部长篇小说的体量。
你可以把它理解成：AI 一次对话能同时“摊在桌上”看的材料总量。
比喻：从便签到一整个图书馆
THE METAPHOR
用一个比喻讲清楚：
短上下文（几千 token）：像一张便签。你只能把问题写在便签上递进去，聊到第三轮，它可能已经忘了第一轮说过什么
中等上下文（几万 token）：像一个笔记本。一份报告、一篇长文能装进去
100 万 token：像一整个书架——你可以把整套项目代码、一整年的会议记录、几十份合同一次性摊开在它面前，让它通读之后再回答
关键差别不是“知道更多”，而是“不用你替它做取舍”。过去你得先挑出最相关的几段喂给它；现在你可以把整包材料丢过去，让它在完整语境里找答案。
“统一”两个字才是重点
UNIFIED
Gemini 4 Argon 说的是统一上下文窗口，意思是：输入、模型的内部推理步骤、工具调用、最终输出，共享这 100 万 token 的预算。
这跟以前不一样。以前模型常把“输入”和“输出”分开算，输入能读 20 万，输出却只能写几千字——像一个读了很多、却只能写一小段总结的人。
现在它可以：读一大堆，想很久，再写出很长的结果。官方参数里还有一项“最长 100 万 token 的长解码”，说的就是输出也能长到这个量级。
此外它提供了可调的思考级别（low、medium、high，默认 medium）：简单问题让它少想，难题让它多想一会儿。
— Google Gemini（来源：谷歌官方博客）
大了有什么用，代价是什么
TRADE-OFF
用得上的地方：
代码库重构：谷歌自己的例子是一个约 600 万行代码的文件夹按功能重新归类，过去要几个月，用 Argon 几周收尾
长文档处理：几十份合同、一整年的财报，一次读完再问答
长程任务：DeepMind 的实验里，4 个 Argon 智能体在无人工介入下自主协作、写代码，用27 小时 14 分从零通关了一款开放世界游戏。它在软件工程评测 DeepSWE v1.1 上拿到77.9%
代价也很实在：
钱：11 月 30 日前的体验价是每百万输入 token 2 美元、输出 10 美元（缓存输入有 95% 折扣）；之后涨到 4 美元和 20 美元。长上下文是按量计费的，每次都塞满 100 万，账单会很实在
注意力稀释：材料越多，模型越可能“在书海里找不到那一句”。很多实测发现，真正关键的还是你给的材料质量，而不是塞得越多越好
不是万能：它是旗舰模型，但首发当天连每月 200 美元的高级订阅用户也频繁遇到配额耗尽
国内模型到哪一步了
WHAT ABOUT CHINA
100 万不是谷歌独有。翻一下国产主流模型的公开资料，会发现这个数字今年已经很常见：
Kimi K3（月之暗面，2026 年 7 月发布）：100 万 token
DeepSeek V4 Pro（2026 年 4 月）：100 万 token级
GLM-5.2（智谱，2026 年 6 月）：100 万 token级
通义千问（Qwen3.7-Max 等）：100 万 token量级
豆包：公开资料约30 万 token量级
而上一代国产主力还停在另一个量级：DeepSeek V3、Qwen-Max、GLM-4、文心 4.0 多在128K，月之暗面早期版本是 200K。
也就是说：这一轮国内模型在“窗口大小”这个数字上，和谷歌基本站在同一条线上。
但差距不在数字，而在另外两件事：
能不能真的用满：宣传的 100 万是上限，材料塞满之后还能不能准确找到关键句（也就是“有效上下文”），各家差别很大——很多实测发现，窗口标得大，但在超长材料里的检索准确率会明显下滑
价格：国产调用成本普遍更低。阿里云公布的 Qwen3.8-Flash 价格是输入每百万 token 约 0.16 美元、输出约 0.47 美元，而 Argon 的体验价是 2 美元与 10 美元——差了一个数量级
所以别只盯着“谁家窗口更大”这个数字。真正要比的是：在你需要读的那份材料长度上，它还能不能找得准、划不划算。
这对你意味着什么
SO WHAT
最实际的变化是：“我该挑哪几段给它看”这一步，正在被省掉。
过去用 AI 处理长材料，最累的是人工做减法——你得先读完 300 页，挑出 3 页喂给它。现在可以直接把 300 页丢进去。
但别走向另一个极端：一股脑全塞进去，不等于答案更好。垃圾进、垃圾出依然成立，只是垃圾的容积变大了。
今天能做的一件事
TRY THIS
打开Google AI Studio（或 Gemini 应用），做一次对比实验：
找一份你熟悉的长材料（比如一份 50 页的 PDF、或你自己的项目代码）
第一次：只问一个具体问题，不给材料
第二次：把整份材料贴进去，再问同一个问题
比较两次回答的差别
你会直观感受到“记性变大”到底改变了什么——也会发现它没有改变什么（比如事实准确性仍取决于材料本身）。
记性变大，不等于判断力变强。前者是容量问题，后者是能力问题。
事实依据
谷歌 2026 年 9 月 30 日发布 Gemini 4 Argon，10 月 13 日正式开放。支持约 100 万 token 统一上下文窗口（输入、推理、工具调用、输出共享该预算）与最长 100 万 token 长解码，提供三档可调思考级别；上一代输出上限 6.4 万 token，提升近 16 倍。定价：11 月 30 日前每百万输入 token 2 美元、输出 10 美元，此后 4 美元与 20 美元。DeepSWE v1.1 得分 77.9%。国内参考公开资料：Kimi K3、DeepSeek V4 Pro、GLM-5.2、通义千问等处 100 万 token 量级，豆包约 30 万，上一代国产主力多为 128K，口径以官方为准。
核查时间：2026 年 10 月 25 日。
TAKEAWAY
100 万 token 上下文让 AI 从“笔记本”升级到“一整个书架”，省掉了人工挑材料的那一步。
但要记住两点：一是它是按量计费的，塞满不等于划算；二是记性变大不等于判断力变强，事实准确性依然取决于你给的材料本身。
小智
AI 资讯站。只报真事，不制造焦虑。
长按识别二维码 · 关注不迷路
小智：容量变大，不等于判断变强。
