写代码时最怕把上下文上限记成一个模糊的「大概几十 K」,结果请求超长直接被截断或者报错。这篇不讲原理,只讲怎么查到确切数字:官方页面看哪一栏、站内哪几页有整理好的对照、以及同一模型在不同渠道口径不一致时该按哪个算。看完你能自己确认任何一个 DeepSeek 模型的上下文上限,不用再问别人。
写代码时最怕把上下文上限记成一个模糊的「大概几十 K」,结果请求超长直接被截断或者报错。这篇不讲原理,只讲怎么查到确切数字:官方页面看哪一栏、站内哪几页有整理好的对照、以及同一模型在不同渠道口径不一致时该按哪个算。看完你能自己确认任何一个 DeepSeek 模型的上下文上限,不用再问别人。
先说一句实话:这类数字是动态的,模型一更新、渠道一调整,写死的数目就可能过期。所以我不会在这里给你一个能背下来的数,而是给你一套固定动作——每次要用之前,花几分钟按顺序核一遍,得出的才是当时有效的值。
数字从哪儿来:三个必须核对的地方
查上下文上限,别只信一个来源。至少要交叉看三处,任何一处对不上,就以更保守的那个为准,或者索性动手实测。
- 官方模型页面的规格栏:模型卡或定价页通常会写清上下文上限与最大输出,认准「context length」和「max output」两行,别把输出上限当成输入上限。
- 站内模型库与厂商页:到 AI 模型库(/models) 和 DeepSeek 官方价格与规格(/official-api/providers/deepseek) 看整理好的规格表,比自己翻文档快。
- 聚合渠道会改口径:同一个模型经中转或第三方平台转发时,可能被压到更小的窗口,实际能用多少要以你调的接口文档为准。
| 要查的东西 | 去哪儿看 | 注意点 |
|---|---|---|
| 上下文上限 | 官方模型卡规格栏 | 认准 context length 那一行 |
| 最大输出 | 官方定价或规格页 | 单独一行,别和上下文合并记 |
| 实际可用窗口 | 你实际调用的接口文档 | 中转渠道以它为准 |
| 换算后的字数 | 站内基础概念词典 | token 和字数不是等号关系 |
为什么你看到的数字对不上
同一个模型,你搜到的数字可能有好几个版本。这不是谁写错了,而是背后有几种不同的原因,搞清楚原因才知道该信哪个。
- 版本迭代
- 模型更新后上限会变,旧博客里的数字基本不能信,只能当历史参考。
- 计量单位混淆
- 有的写 token 数,有的写 K,中文场景下还能换算成字数,三者不是一回事,换算方法见 基础概念词典(/ai-dict/category/basics)。
- 输入输出分开算
- 总窗口通常指输入加输出之和,很多人只看输入上限,结果生成阶段被截断。
- 不同部署形态
- 官方接口、本地量化版本、中转站的可用窗口往往不一致,量化部署还可能因为显存被压得更低。
那碰到口径打架怎么办?给你的判断标准是:以你实际发起请求的那条链路为准。走官方就信官方,走中转就信中转文档,本地部署就自己测。任何第三方整理的数字,都只是参考值。
你要的不是「DeepSeek 是多大窗口」,而是「我这条调用链路现在能用多大窗口」。
自己动手核一遍:三步排查顺序
查到的数字终究是别人给的,真正稳妥的做法是自己跑一遍。下面三步,按顺序来,十分钟内能出结果。
- 确认具体模型名先确认你要调的具体模型名,含版本后缀。模型名错一位,查到的数字就可能是另一个模型。
- 粗估你的文本量到 本地工具箱(/tools) 用换算类小工具,把你手上的文本量粗估成 token,再和查到的上限对比,留出余量。
- 逐步加长做实测用一段逐渐加长的输入做实测,记录到第几次开始报超长错误或被截断,这个值才是你实际能用的上限。换过中转渠道就重复这一步,因为 中转站目录(/sites) 里的服务商对窗口的处理并不统一。
把上限写进代码前的检查清单
数字查清楚了,接下来是工程问题。下面这几条是上线前值得对着过一遍的,尤其是要长期跑的服务。
- 在配置里把上下文上限做成一个常量集中管理,别散落在各处的魔法数字里。
- 对超长输入要有降级策略:截断、分段调用或者上检索,先想清楚哪种,别等报错再补。
- 按最保守的那个数字做预留,留出一部分余量给系统提示词和历史消息,因为这块也占窗口。
- 监控线上被截断的比例,这个指标比记数字更能说明问题。
| 场景 | 建议做法 | 什么时候不适用 |
|---|---|---|
| 单次短问答 | 直接按查到的上限判断即可 | 调用链经过多层转发时要打折 |
| 长文档处理 | 先分段再合并,或走检索 | 文档本身超过窗口太多时,分段也会丢上下文 |
| 多轮对话 | 只保留最近若干轮,老的摘要压缩 | 对话里有关键约束时,摘要可能漏掉 |
| 批量离线任务 | 按最小可用窗口设计批大小 | 上游渠道随时可能调整时,需留更大余量 |
最后提醒一句:上面这些数字和换算比例都不用背,真要用的时候去站内相应页面看当时的数字就行。模型和渠道的规格会变,固定动作不会变。
下一步把你正在调的 DeepSeek 模型名和接口文档对一下,再到站内模型库核对当时的规格数字;如果你用的是中转渠道,顺手查一下它在目录里的备注,很多口径差异在那里就能看出来。→常见问题
为什么我搜到的 DeepSeek 上下文数字和别人说的不一样?
大概率是三个原因:一是模型版本不同,上限跟着版本走;二是把输入上限和总窗口混着说;三是走的是不同渠道,官方接口和中转站的可用窗口可能不一样。建议以你实际调用那条链路对应的文档为准,再到 /models 和 /official-api/providers/deepseek 对一遍,自己实测一次最稳。
上下文上限是输入加输出一起算,还是只看输入?
多数模型的总窗口指的是输入加输出之和,不是各算各的。也就是说你塞进去的历史消息越多,留给生成的空间就越小。写代码时把两者加起来对着上限留余量,比只盯输入长度安全。具体到某个模型怎么定义,还是以官方规格页的写法为准。
本地部署的 DeepSeek 上下文能开到官方那么大吗?
通常不行。本地的可用窗口往往受显存和量化方式限制,官方标的那个数字是上限而非承诺,实际能开多大要看你的卡。想跑长上下文先去 /models/deploy 或 /compute/sizing 估一遍资源,再决定开多大窗口,别照着官方数字直接设。