你在做长文档问答或贴一大段代码给 DeepSeek R1,跑着跑着它开始漏掉前半段,或者接口直接报输入过长——这时候你会想知道:它的上下文窗口到底多大,标称值和实际能用差多少。这篇不重复讲 Token 和上下文是什么,只讲口径怎么看、余量怎么留、超限怎么排查,给一套能照着做的步骤。
你在做长文档问答,或者把一大段代码贴给 DeepSeek R1,跑到一半发现它开始漏掉开头的内容,或者接口直接甩回来一个输入过长的报错。这时候你真正想知道的不是「上下文这个词是什么意思」,而是它的窗口到底多大、标称值和我实际能塞进去的量差多少。这篇就讲这三件事:口径怎么看、余量怎么留、超了怎么排查,给你一套照着做就行的步骤。
先给结论:DeepSeek R1 的上下文窗口是一个固定数值,但它是「输入加输出合计」的上限,不是你能写多少提示词的上限。而且各家各版本会调整这个口径,站内也不适合写死一个数字。你需要的是到 DeepSeek 官方价格与规格页去核对当时写的口径,然后按下面讲的方法自己估算实际可用的输入量。
标称窗口 ≠ 你能塞进去的量
最容易被忽略的一点:窗口指的是「输入 + 输出」合计的上限,不是单边。你如果打算让它写一篇长文或者一段长代码,那输出侧就占掉一大块,输入侧必须相应收窄。很多人估算时只想着「我还能再贴多少字」,忽略了模型还要回话,这是超限的常见原因。
- 输入上限
- 你这轮发过去的内容总和,包含系统提示词、历史对话、检索片段、工具定义
- 输出上限
- 模型这一轮最多能生成多少,通常和输入共享同一个窗口总额度
- 标称窗口
- 官方页面上写的那个总数,不等于你实际可用的输入量
- 实际可用输入
- 标称窗口减去你为输出预留的空间,再减去各种杂项占用后的余量
还有一点:中文、代码、PDF 抽取文本的 Token 密度差别很大。同样是一千个字,纯中文和带缩进与符号的代码,占用的 Token 数量能差出一截。所以别用「字数除以一个固定系数」这种硬算,误差会累积到让你误判余量。想要准确数字,到站内的工具目录找 Token 换算相关工具,把待发内容实际过一遍。
三步确认当前真实可用范围
与其背一个数字,不如掌握一套每次都能自己确认的方法。下面这三步做完,你对自己手上这条通道的真实额度就有数了,换模型或换通道时也照做一遍即可。
- 查规格打开 DeepSeek 官方价格与规格页,确认输入上限、输出上限,以及是否有区分口径。站内的模型资料库也会汇总这些信息,可以两边对照,去 /models 看当时的规格汇总。
- 算你的料用本地分词库或者站内工具目录里的换算工具,把系统提示词、历史对话、待贴文档全过一遍,加总得到一个自己的输入数字,不要凭感觉估。
- 留余量实测先按你估算量的七成左右发一次,观察返回是否完整、有没有被砍头、前面内容是否被忽略。确认没问题再逐步往上加,找到这条通道的实际水位线。
多轮对话要特别注意:历史记录、系统提示词、工具定义、检索回来的片段,全都占额度。很多人以为自己只发了一个问题,其实带着好几轮历史和一大段系统提示,额度早就被吃掉了大半。另外,API 通道和网页版的额度口径可能不一样,以你实际调用的那条通道的页面说明为准。
超了会怎样,以及怎么降下来
超限的常见表现有两种:一种是接口直接返回输入过长的错误码,另一种更隐蔽——模型只回答后半段,对前面的内容装作没看见,或者回答明显不完整。遇到后一种,先别急着换模型,先怀疑是不是自己把前后内容截断了。
找到原因之后,按下面的顺序降下来。顺序是有讲究的,从便宜到贵、从简单到复杂,先做代价小的动作。
- 去掉无关历史:把三轮以前、跟当前问题无关的对话删掉,通常能腾出可观空间
- 长文档改成先检索再拼接:不要整篇塞进去,先检索出相关片段,只贴命中部分
- 一次性长输出拆成多轮:让它分几次写,每轮输入压力都小
- 最后才考虑换更大窗口的模型,换模型成本最高,别当第一反应
如果是做知识库问答,「检索命中片段 + 当前问题」的组合通常比硬塞全文更稳,也更省额度。检索质量本身会成为瓶颈,所以别指望靠加大窗口解决检索没做好的问题。具体哪条通道当前支持什么,去站内工具目录和模型资料库核对。
| 现象 | 可能原因 | 先做什么 |
|---|---|---|
| 接口报输入过长 | 系统提示加历史加文档合计超限 | 把所有输入项加总一遍,找出大头 |
| 只答后半段 | 输入被截断或模型忽略了前文 | 把问题放到末尾,减少前文长度 |
| 回答不完整 | 输出被窗口上限截断 | 缩短输入为其腾出输出空间 |
| 多轮后突然出错 | 历史累积把额度吃满 | 清理早期历史或做对话摘要 |
发长请求前的自查清单
下面这几条,花两分钟过一遍,能挡掉大部分超限问题。建议做成习惯,每次发长请求前扫一眼。
- 系统提示词是不是越来越长,有没有可以砍掉的部分
- 对话历史有没有把好几轮前的内容全带上
- 贴的文档里有没有大片表格、重复页眉、没用的目录
- 输出要的长度是不是和输入在抢同一份额度
- 有没有在官方页面核对过当前口径,而不是凭印象
窗口是输入和输出共用的一个池子,你少给输出留空间,就得从输入里省出来。
这套方法不适用于已经做完检索优化、输入本身就短且精准的场景——那种情况下窗口基本不是瓶颈,你该关心的是检索命中和提示词质量。另外,如果你的请求本来就是短问答,也不用按上面全套走,直接发就行。判断标准很简单:只要你的输入里含有大段连续文本或长历史,就值得走一遍自查清单。
下一步想确认当前各家模型的真实规格和额度口径,去站内模型资料库和价格追踪页面看当时汇总的数字,比记一个会过期的数字靠谱得多。→常见问题
DeepSeek R1 的上下文窗口到底是多大?
这个数字会随版本和通道调整,不适合写死在教程里。正确做法是打开站内 DeepSeek 官方价格与规格页,看当时标注的输入与输出上限口径,再按你实际用的那条通道确认,网页版和 API 有时并不一致。
标称窗口够大,为什么我还是被截断?
窗口是输入加输出合起来算的,系统提示词、多轮历史、检索片段、工具定义全都吃额度。你要写长输出,输入侧就得让位;再加上中文和代码的 Token 密度高,按字数估会明显偏乐观。
不想频繁超限,最省事的做法是什么?
把长文档场景改成先检索再拼接,只把命中的片段连同问题发过去;同时定期清理对话历史,把固定的系统提示词压到最短。这样比每次都硬塞全文更稳,也更省钱。