上下文长度排行榜:2026年11月初,1M 成标配、头部摸到 1.05M

数据日期：2026-11-02，因各厂商模型迭代频繁，榜单数据具有时效性。

查看更多最新排行榜数据请进入公众号底部菜单 「模型排行」，按需选择 「综合智能」/「文生图像」/「文生视频」/「图生视频」/「语音合成」

1. 当前阶段 1M 已是前沿标配

上下文长度决定你能一口气塞多少资料，实际可用长度受推理框架、缓存策略等因素影响。当前阶段前沿模型基本都达到 1M token（约 75 万中文字），长文档、大仓库编码基本不用再切分。少数头部模型达到 1.05M，更长的只在特定型号上。

2. 第一梯队：1.05M

Muse 系和 Beam、Ling 这几款先达到 1.05M，是目前上下文最长的一档。

3. 主流标配：1M

几乎所有前沿旗舰都停在 1M，差距很小。Qwen3.8 Max 是 984k，略低于这一档。

4. 接近 1M 与中间档

这一档是「接近满配」或「效率型 / 中小尺寸」模型，256K 对绝大多数应用也基本够用。

5. 较短上下文

小模型、端侧模型上下文偏短，跑长文档或长 agent 循环会提前截断，选型时留意。

6. 使用过程中的影响

• 1M（约 75 万中文字）覆盖绝大多数合同、论文、代码库单文件场景，基本不用切分。
• 真正需要超过 1M 的，是整本书、超长对话历史、超大仓库全量索引，这种需求才看 Muse / Beam 这几款 1.05M。
• 需要注意的是，短上下文模型别硬塞长材料，截断会静默丢信息。