约一百万 token 的上下文窗口，一次请求就能装下一个中等规模的代码库、一批合同或几个月的聊天记录。GetVibe API 上有多款模型提供这种规模的窗口，既有旗舰模型，也有低价的 flash 模型。它们都通过同一个 OpenAI 兼容端点和同一个密钥调用。
模型列表
上下文和输出上限来自我们的目录（https://getvibeapi.com/api/catalog 中的 caps.contextWindow），价格为实时价格。
| 模型 | 上下文 | 最大输出 | 图像 | JSON 模式 | 价格 |
|---|---|---|---|---|---|
| Claude Opus 5.5 | 1,000,000 | 128,000 | 支持 | 支持 | $0.1974 输入 · $0.9867 输出 每百万 token |
| Claude Sonnet 5 | 1,000,000 | 64,000 | 支持 | 支持 | $0.3334 输入 · $1.6667 输出 每百万 token |
| GPT-5.6 Sol | 1,050,000 | 128,000 | 支持 | 支持 | $0.0667 输入 · $0.40 输出 每百万 token |
| Gemini 3.1 Pro | 1,000,000 | 65,000 | 支持 | 支持 | $0.2515 输入 · $1.5086 输出 每百万 token |
| Gemini 3.8 Flash | 1,000,000 | 65,000 | 支持 | 不支持 | $0.0097 输入 · $0.0483 输出 每百万 token |
| DeepSeek V4.1 Flash | 1,000,000 | 393,216 | 支持 | 支持 | $0.0112 输入 · $0.0445 输出 每百万 token |
| GLM-5.3 | 1,048,000 | 128,000 | 不支持 | 不支持 | $0.10 输入 · $0.3143 输出 每百万 token |
| GLM-5.3 Flash | 1,048,000 | 128,000 | 支持 | 不支持 | $0.0112 输入 · $0.0371 输出 每百万 token |
目录中还有其他 1M 级别的模型，包括较早版本的 Claude Opus 和 Gemini 3.7 Flash。模型页面列出了完整清单，并支持排序。
标称值与实测值
上表中的大多数数字是模型开发商标称的窗口。对 Claude Opus 5.5，我们在发布前还做了实测：一个 732,379 token 的请求，回答同时引用了提示开头和结尾的细节；超过 1,000,000 token 的请求则在模型上限处被拒绝。其他模型如果你打算在接近上限的规模使用，请用自己的数据测试。
如何用好长窗口
- 问题放在材料之后。先发送文档，最后给出指令，让模型在读到任务时所有内容都已在上下文中。
- 标明边界。用清晰的分隔符包住每个文件或文档，并写上名称，方便模型指出答案出自哪里。
- 检查两端。评估模型的长输入能力时，在同一个提示中分别询问靠近开头和靠近结尾的细节。
- 给回答留出空间。输入和输出共享同一个窗口，把窗口塞满的提示就没有空间留给回答了。
成本：每个输入 token 都计费
一次完整的 1M token 请求要为每个输入 token 付费，所以长上下文是调用模型最贵的方式。有两种办法控制成本：
- 提示缓存。如果要对同一份材料提多个问题，就让它保持为不变的前缀。缓存输入按输入价格的一小部分计费。见提示缓存指南。
- 按任务选档次。在大量输入中做检索和提取，带 1M 窗口的 flash 模型可能就够了。旗舰模型留给需要跨材料推理的任务。
from openai import OpenAI
client = OpenAI(base_url="https://getvibeapi.com/v1", api_key="sk-pv-...")
corpus = open("all_docs.txt").read()
resp = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[
{"role": "system", "content": "Answer only from the documents provided."},
{"role": "user", "content": corpus + "\n\nQuestion: which contracts mention a termination fee?"},
],
)
print(resp.choices[0].message.content)下一步
阅读 Claude Opus 5.5 1M 上下文文章，在模型页面比较模型，或从文档开始。