Claude 1M 上下文怎么用
TL;DR: 1M 上下文已是默认能力:Opus 4.6 与 Sonnet 4.6 的 1M 窗口全量 GA,标准价覆盖整个窗口,超过 200K 不需要 beta header。但「能塞进去」不等于「该塞进去」——账单与延迟都是真实成本。本文讲清三件事,外加三个「别用 1M」的反例。
一、1M 解决的是「压缩丢信息」,不是「答得更长」
TL;DR: 200K 装不下时 agent 自动压缩历史,被压掉的细节正是后面要查的。1M 让你少压缩一次。
上下文窗口的本质是「这一次请求里模型能同时看到多少内容」。窗口小的时候,长任务最常见的失败不是答不出来,而是中途被压缩:读过的代码、被否掉的方案、报错堆栈被摘要成几句概括,模型「记性」没了,只能反复试同一条路。
1M 窗口改变的是压缩发生的时机——不是让回答变长,而是让你在读大仓库、啃长日志、跑多轮代码审查时把相关内容一次摊开。对「先搜再改再验证」这类多步任务收益尤其明显:模型不必为塞更多内容而丢弃前文。
反过来,窗口大小和答案质量没有必然关系:需求说不清、代码没读全时,给 1M 只会让模型在噪声里多找几圈。
二、哪些模型真的有 1M:逐条给来源
TL;DR: 官方 GA 的两款是 Opus 4.6 与 Sonnet 4.6;后续的 Opus 5.5、Sonnet 5.5、Haiku 5.5 也是 1M 窗口。每行都标了来源和 as-of。
| 模型 | 上下文窗口 | 官方价(输入 / 输出,每百万 token) | 来源(as-of 2026-11-05) |
|---|---|---|---|
| Claude Opus 4.6 | 1M | $5 / $25 | Claude 官方发布页《1M context is now generally available for Opus 4.6 and Sonnet 4.6》 |
| Claude Sonnet 4.6 | 1M | $3 / $15 | 同上 |
| Claude Opus 5.5 | 1M(默认) | $4 / $20 | Anthropic API 更新日志(Opus 5.5 上线条目) |
| Claude Sonnet 5.5 | 1M | $2 / $10 | Claude Platform 定价页 |
| Claude Haiku 5.5 | 1M | $0.10 / $0.50(≤100K 提示词) | Anthropic 发布页《Claude Haiku 5.5》 |
另外两条容易漏的限制:媒体上限扩到 600 张图片或 PDF 页(此前 100,1M GA 公告);Opus 5.5 与 Sonnet 5.5 最大输出 128k token(官方模型总览页 对比表)。最新型号的窗口与价格以官方模型页与定价页为准,别抄二手表格——上游调价不止一次。
CodeGateway 上这些模型都已在服务目录里:截至 2026-11-05,标注 1,000,000 上下文窗口的 Claude 模型包括 claude-sonnet-4-6、claude-opus-4-6、claude-opus-4-7、claude-opus-4-8、claude-opus-5、claude-opus-5-5、claude-sonnet-5、claude-sonnet-5-5、claude-haiku-5-5、claude-fable-5、claude-fable-5-1。以模型页为准。
三、要不要改代码:多数情况下什么都不用改
TL;DR: 1M 是 GA 能力,超过 200K 自动生效;不要再往请求里塞 context-1m beta header。
最多人踩空的一环:「开启 1M」在今天没有开关。官方口径是——超过 200K token 的请求自动按 1M 窗口处理,不再需要 beta header;旧的 context-1m header 会被忽略,不必改代码(但删掉更干净)。
于是「配置」只剩三件事:
- 确认模型有 1M 窗口(见上一节表格,或查官方模型页)。
- 确认上游账号有权用——官方 GA 没有额外申请环节,但组织侧可能仍有自己的策略。
- 确认客户端能把超长请求完整发出去——很多客户端有默认的请求体大小或超时限制,长上下文往往先撞上客户端,而不是模型的窗口。
靠「压上下文」把请求控制在 200K 以内的话,可以放宽截断策略:先放全量材料,再让模型自己选相关部分,通常比人工摘要更稳。
四、1M 怎么计费:标准价覆盖全窗口,但有两条边界
TL;DR: Opus 4.6 与 Sonnet 4.6 按标准价覆盖全窗口、没有长上下文档费;例外是 Haiku 5.5(超 100K 整单 5×)。
官方在 GA 时写明:标准价覆盖整个 1M 窗口,没有倍率——一次 900K token 的请求与一次 9K 的请求按同样的每 token 单价计费。这与「长上下文另加价」的历史印象相反,值得记牢。
两条容易混淆的边界:
- Haiku 5.5 的双档定价:提示词不超过 100K 时是 $0.10 输入 / $0.50 输出;超过 100K 整单按 5× 计($0.50 / $2.50)。官方定价页给出的是「两档表」:平台定价页 与 Haiku 5.5 发布页 都按「提示词 ≤100K / >100K」两档列出——输入 $0.10→$0.50、输出 $0.50→$2.50。
- Opus 5.5 / Sonnet 5.5:官方文档标 1M 窗口,分别按 $4 / $20 与 $2 / $10 的标准价计,未单列长上下文档费(平台定价页)。
所以「1M 一定更贵或更便宜」都不成立——贵不贵取决于你用的哪款模型。用 Haiku 5.5 跑长上下文等于主动跳进 5× 档;用 Sonnet 4.6 跑同样长度,单价不变,只是账单金额变大。
五、何时不该用 1M:三个反例
TL;DR: 材料用不完、答案只要一小块、或贵的那款模型才是瓶颈——这三种情况用 200K 更划算。
- 材料用不完:问一个具体函数的行为,却把整个仓库塞进去。多余内容稀释注意力,也让输入 token 账单白白翻几倍。先做检索、再喂精确片段,通常更省更准。
- 答案只要一小块:分类、抽取、改格式这类任务,结果对上下文长度不敏感。用贵的长上下文模型干 Haiku 能干的活最浪费——这时候「换模型」比「扩窗口」更值钱。
- 贵的那款模型才是瓶颈:Haiku 5.5 超 100K 整单 5×,瓶颈是单价不是窗口,更该缩短输入,或换到标准价覆盖全窗口的型号。
还有一点要澄清:窗口大不等于该把所有历史都留着。agent 框架的「压缩」机制存在有原因——噪声越多,模型越容易沿错误线索打转。1M 的正确用法是「让该在的东西别被压掉」,不是「什么都别删」。
六、可复制的调用示例
TL;DR: 换成普通 Anthropic 兼容请求即可——不带头、不加参数,只是 prompt 更长。
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-sonnet-4-6",
"max_tokens": 4096,
"messages": [
{"role": "user", "content": "以下是本次要分析的完整代码与日志,请先列出你实际读到的文件,再回答问题:
<material>...</material>"}
]
}'要点三条:model 换成有 1M 窗口的型号;不传任何 1M 相关的 beta header;max_tokens 是输出上限,与输入窗口分开算,别当成窗口大小来调。
走网关时把 base URL 换成 https://api.codegateway.dev(不要带 /v1 后缀,客户端自己会拼 /v1/messages),Key 换成你自己的:
curl https://api.codegateway.dev/v1/messages \
-H "x-api-key: $CODEGATEWAY_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{"model":"claude-sonnet-4-6","max_tokens":4096,"messages":[{"role":"user","content":"..."}]}'七、把长上下文的花费变成看得见的数字
TL;DR: 账单波动主要来自输入 token,而输入 token 波动往往来自「这次多喂了多少材料」。先量出来再优化。
长上下文的第一性问题不是贵,而是贵得没有刻度:一次 30 万 token 的请求和一次 3 万 token 的请求,单价可能一样,账单却差十倍。控制成本的顺序应该是:
- 先看用量。请求日志与用量页按模型、workspace 拆出输入/输出 token,先找出「哪类请求吃掉了上下文」。
- 再定截断策略。日志里最常见的问题不是「窗口不够」,而是「每次都把同一堆材料全量重发」。能缓存、能复用的部分别每次重发。
- 最后选型号。把「读代码找线索」这类活交给便宜的长上下文型号,「定方案」留给贵的那款——比一味扩窗口省得多。
顺序反了就是「先扩窗口、再心疼账单」,而账单不会告诉你该收哪一段。
八、在 CodeGateway 上跑 1M:一把 key 多模型 + 用量看板
TL;DR: 一把 key 覆盖 1M 窗口的 Claude 型号,按量计费,token 用量在用量页可见;网关按套餐档加价,不是官方价的直连价。
把长上下文放进生产,最怕两件事:换模型要重做接入,看不见钱花在哪。CodeGateway 已交付的能力正好对上:
- 一把 key 多模型:
claude-sonnet-4-6、claude-opus-4-6、claude-opus-5-5、claude-haiku-5-5等 1M 窗口型号共用同一把 Key 与同一 Anthropic 兼容端点,换型号改的是model字段,接入不用重做。 - 按量计费:按实际 token 计费,余额可查、可充值,没有月费门槛——长上下文这种「平时不用、用起来很贵」的场景尤其合适。
- 用量与日志看板:每次请求的输入/输出 token、缓存命中、耗时都落到 workspace 维度,「先量出来」不用自己搭监控。
需要说清楚的是:CodeGateway 在上游官方价基础上按套餐档加价计费,倍率以定价页为准;本文不对价格优势作承诺——官方价才是长上下文成本的主要变量。
相关阅读
现在就去领一把 key
没有官方 Key,或者不想绑外卡?⇒ 直接在 CodeGateway 领一个:注册即用,一把 key 打通 Claude / GPT / Gemini 等多家模型,按量计费、余额可查,长上下文用多少付多少。计费与充值细节见定价页与站内充值指南。
