1M 上下文窗口实战

Claude 的标准上下文窗口是 200K token。通过 Beta 扩展，Sonnet 和 Opus 支持高达 1M token 的超长上下文——可以一次性处理一整本书、一个完整的代码库、或数百页的文档。

你将学到什么

200K vs 1M 上下文窗口的区别和使用方式
超长上下文的实际应用场景
性能和成本考量
最佳使用策略

上下文窗口基础

模型	标准上下文	扩展上下文（Beta）	最大输出
Opus 4.6	200K	1M	128K
Sonnet 4.6	200K	1M	64K
Haiku 4.5	200K	—	64K

启用 1M 上下文：

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    betas=["long-context-2025-01-01"],
    messages=[
        {"role": "user", "content": very_long_text + "\n\n请总结以上内容"}
    ]
)

1M Token 能装多少内容？

内容类型	大约容量
英文文本	~75 万词（约 3 本长篇小说）
中文文本	~50 万字
代码	~25 万行
PDF 文档	~500 页

应用场景

场景一：整本书分析

# 一次性加载整本书
with open("book.txt") as f:
    book_content = f.read()

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=4096,
    betas=["long-context-2025-01-01"],
    messages=[{
        "role": "user",
        "content": f"""以下是一本完整的书籍：

{book_content}

请分析：
1. 本书的核心论点
2. 各章节的主要内容摘要
3. 作者的写作风格特点
4. 书中引用的关键数据和案例"""
    }]
)

场景二：大型代码库理解

import os

def collect_codebase(root_dir, extensions=[".ts", ".tsx", ".py"]):
    """收集整个代码库的源文件"""
    files = []
    for dirpath, _, filenames in os.walk(root_dir):
        for fname in filenames:
            if any(fname.endswith(ext) for ext in extensions):
                fpath = os.path.join(dirpath, fname)
                with open(fpath) as f:
                    content = f.read()
                files.append(f"// === {fpath} ===\n{content}")
    return "\n\n".join(files)

codebase = collect_codebase("./src")
# 可以将整个代码库放入上下文，让 Claude 全局理解架构

场景三：多文档对比分析

一次性加载多份合同、报告或论文，让 Claude 做横向对比分析。

性能和成本考量

延迟： 超长上下文的首次响应时间会增加（"首 token 时间"与输入长度正相关）。

成本： 按 token 计费，100 万输入 token：

Sonnet: 100 万 × $3/M = $3
Opus: 100 万 × $5/M = $5

Tip: 使用 Prompt Caching 可以大幅降低重复使用同一长上下文的费用。缓存命中只需 0.1x 价格。

准确性： Claude 在超长上下文中仍然保持较高的检索准确率（"大海捞针"测试表现优异），但极端长度下可能对中间部分的关注度略低。

最佳实践

把问题放在末尾：Claude 对上下文末尾的内容关注度最高
使用结构化标记：用 XML 标签或分隔符组织长文档
分块 vs 整体：简单问题用分块检索（RAG），复杂分析用整体上下文
配合 Prompt Caching：长上下文 + 缓存 = 降低后续调用成本 90%

# 结构化组织长上下文
context = """
<document title="合同A">
{contract_a}
</document>

<document title="合同B">
{contract_b}
</document>

请对比以上两份合同的关键差异。
"""

实战练习

Tip: 体验超长上下文的能力。

找一个你熟悉的项目，收集所有源文件
一次性送入 Claude，让它分析整体架构
对比分块检索和整体上下文的回答质量

关键要点

Note: 本文核心总结

标准 200K，Beta 扩展至 1M token（Sonnet/Opus）
适合整书分析、代码库理解、多文档对比
长上下文有延迟和成本代价，配合缓存使用
问题放末尾，用结构化标记组织内容