很多人接DeepSeek时卡在同一件事:文档写着上下文多少多少,可到底能聊几轮、能塞多长的文档,心里没底。这篇不背数字,只给一套查法:先确认自己用的是哪个版本、再按字/token两种口径换算、最后按「系统提示+历史+本次输入」三段去压。照着走一遍,你自己就能算出当前账号能撑多少轮对话。
很多人接 DeepSeek 时卡在同一件事:规格页写着上下文多大,可到底能聊几轮、能塞多长的文档,心里没底。这篇不背数字,只给一套查法:先确认自己用的是哪个版本、再按字和 token 两种口径换算、最后按「系统提示 + 历史 + 本次输入」三段去压。照着走一遍,你自己就能算出当前账号能撑多少轮。
需要先说清一点:上下文上限不是全局唯一值。同名版本在官方 App、官方 API、第三方中转站可能给的不一样,甚至同一渠道不同套餐也不一样。所以本文所有涉及具体数字的地方,都只告诉你「去哪看」,不写死数值,避免你拿一个过期的截图去套自己的 Key。
第一步:先确认上限数字从哪来
查上限有三个可信来源,优先级从高到低:你实际调用返回的报错字段、官方规格页、渠道说明页。报错字段最真实,因为它来自你这把 Key 当前生效的配置。规格页和渠道页用来做事前预估,不能替代实测。
- 官方价格与规格页:去 /official-api/providers/deepseek 看按版本列的上下文上限,模型整体清单对 /models
- 渠道口径:第三方中转站给的上限可能和官方不同,去 /sites 里那家的说明页核对,别拿官方数字直接套
- 实测兜底:超限时报错通常会给一个 max context 之类的数值,那就是你这把 Key 的真实天花板
- 版本确认:先搞清你在调的是哪个版本,同一个入口不同模型名对应不同上限,别混着算
第二步:把上下文数字换算成对话轮数
换算的核心是分清两种口径:按字符算和按 token 算。中文里一个字大约对应一个多 token,英文一个单词也常被拆成多个 token,所以「多少 K」和「多少汉字」不是一回事。基础概念可以去 /ai-dict/category/basics 补,别拿字数直接当 token 数用。
粗略估法分三步:先减掉系统提示和工具描述的固定开销,再减掉这次要问的内容,剩下的才是留给历史对话的额度。一轮问答大约等于「你的问题 + 模型回答」两份长度相加,所以能撑的轮数往往比你直觉少。
- 量出固定开销把系统提示、工具描述、少样本示例拼起来,用 /tools/token-price-calculator 量一次,得到一个每轮都要重发的基数。
- 量出单轮体量拿一段典型问答,量出问题加回答的总 token,这就是一轮的消耗。
- 算可用轮数用「总上限 减 固定开销 减 本次输入」除以单轮体量,得到大致轮数,留两成余量防抖。
第三步:搞清是谁在吃你的上下文
上下文开销分三段:系统或人设提示是每轮都重发的固定成本;历史对话是滚雪球,越聊越大;本次输入(贴的文档、代码)是一次性大头。三段相加才是你这一轮真正占用的量,只看其中一段很容易误判。
| 开销来源 | 增长方式 | 什么时候该动它 |
|---|---|---|
| 系统/人设提示 | 每轮固定重发 | 人设写得又长又啰嗦时优先精简 |
| 历史对话 | 随轮数线性增长 | 聊到一半开始变慢或报错时先砍 |
| 本次输入文档 | 单次一次性 | 贴整篇长文时改成先检索再注入 |
| 工具描述/示例 | 每轮固定 | 工具很多但只用一个时删掉其余 |
典型翻车是「人设写了几千字」加「历史从不清理」,看着额度很大,实际几十轮就碰顶。一家 5 人小团队写客服机器人最容易踩这个坑:人设里塞满品牌话术,历史又全量保留,结果没聊几轮就开始截断,还以为是模型不行。
想聊得久,优先砍历史,其次砍人设冗余,最后才考虑换更大上下文的版本。
第四步:超限了按这个顺序处理
碰到超限别急着换模型,先按下面顺序处理,多数情况前三步就能恢复。每一步都要有验证动作,别改完就以为好了。
- 截断最老的历史保留最近几轮,把更早的压成一条摘要塞回去,看报错是否消失。
- 精简系统提示把人设和工具描述里重复、没被触发的部分删掉,重新量固定开销。
- 长文档改检索别整篇塞,先做检索再注入相关片段,思路见 /ai-dict/category/tech 里的检索词条。
- 换版本或换渠道还不行就去 /models 比一遍上限和价格,注意换版本可能改输出风格。
最后一条要特别提醒:别在已经跑通的生产链路上随手换版本。上限变大不等于输出行为不变,换之前先在测试环境跑一批回归样例,确认格式和语气没跑偏再切。/models 里能横向比参数,但风格差异得靠你自己试。
下一步把你当前用的模型名、渠道、以及最近一次超限报错里的上限字段记下来,去对照站内规格页核一遍,算清楚自己到底剩多少额度。→常见问题
DeepSeek的1m上下文到底是多少字?
1m指的是token量级,不等于一百万字。中文里大致可以按「一个汉字约一到两个token」去粗估,真要数字就用站内换算工具量你手上的真实文本。另外注意不是每个版本、每个渠道都给到这个量级,具体去 /official-api/providers/deepseek 和你所用渠道的说明页核对。
为什么我按官方上限算,实际聊到一半就报超限?
最常见三种原因:一是系统提示和人设每次都在重复占用;二是历史对话没清理,越滚越大;三是你拿的是官方口径,但实际调用走的是限制更严的第三方渠道。先按这三点排查,再去看报错里给的数值和自己的实际用量对不对得上。
上下文越长是不是越好,直接挑最大的就行?
不一定。上下文越长,单次请求越贵、首字延迟往往越高,超长输入还容易让模型抓不住重点,答得反而糊。合适做法是按任务定:日常问答、写代码用常规档就够,只有整篇文档总结、长代码库分析才值得上大窗口。