kimi的上下文限制是多少

入门与上手

讲清 Kimi 的上下文窗口上限怎么看、超了会发生什么,以及长文任务下怎么压缩和拆分才不白花额度。

很多人拿着几十页 PDF 或一整份财报去问 Kimi,结果要么答案只覆盖了开头,要么直接被截断。这篇不背数字,只教你三件事:去哪儿查到当前真实上限、怎么判断自己的材料超没超、超了以后按什么顺序处理。适合第一次用 Kimi 啃长文档、又不想反复试错的人。

很多人第一次拿几十页 PDF 或者一整份财报去问 Kimi,结果要么答案只覆盖了开头,要么干脆提示太长。这其实不是模型不行,而是你没搞清楚这次对话的上下文窗口到底有多大、你的材料塞没塞满。这篇不背数字,因为规格会变,背下来很快就会过期,只教你三个动作:去哪儿查当前真实上限、怎么估自己的材料占了多少、超了以后按什么顺序处理。

适合第一次用 Kimi 啃长文档、被截断过一次又不想反复试错的人。看完你会有一个固定的排查流程,而不是每次凭感觉赌一把。

上限别背,去两个地方现查

上下文窗口这类规格是官方随时会调的,你今天记住的数字,下个月可能就不作数了。所以正确做法不是背,而是养成现查的习惯。第一个地方是模型规格页,那里会写官方当前标注的上下文规格和计费口径;第二个地方是模型库条目,交叉确认你实际要用的那个入口对应的是不是同一个窗口。

查询位置看什么为什么重要
官方模型规格页当前上下文规格与计费口径规格随版本调整,写死的数字很快过期
站内模型库条目你实际用的入口对应的窗口网页版、开放平台、编程套餐可能不是一个数
站内价格追踪计费口径有没有变化长文任务最容易超的就是额度
  • 先去官方模型规格页,确认这个模型当前标注的上下文上限和计费口径;
  • 再去站内模型库条目,找到你实际要用的那个入口,确认窗口是不是同一个;
  • 注意区分「网页版对话窗口」和「API 上下文」,同一家产品两条路的限制经常不一样,别用一处印象套另一处;
  • 拿不准就以你实际调用入口的页面为准,别信第三方转述。

先估自己的材料占多少格

知道上限之后,下一步是估自己的输入。这里最容易犯的错是只算文档本身,忘了对话历史和你要的输出也在占位置。中文大致一个字接近一个 token,英文按词算,PDF 还要额外算上排版噪声,估出来通常会偏乐观,所以宁可往多了估。

一个更靠谱的做法是:把「文档 + 之前的对话历史 + 你要求的输出长度」三段加起来看总量。很多人反复追问几轮之后突然被截断,就是这个原因——历史一直在累积,你没算进去。

  1. 先算文档按字数粗估,中文一字约一个 token,PDF 额外加排版噪声,估完往上留余量。
  2. 再加历史把本轮之前的对话轮次也算进去,多轮追问会持续占用窗口。
  3. 留出输出你要它写多长的回答,就预留多少,否则输入压满就没地方输出。
  4. 用工具复核不确定就用站内 token 计算工具过一遍,别凭感觉判断超没超。

顶到上限时会看到什么

顶到上限有两种表现,一种比较明显,直接提示超出长度;另一种更坑,它不报错,只是悄悄只读了前半段,答案看着还挺正常。后者最容易被忽略,你以为它读完了全文,其实后半段根本没进上下文。

判断办法很简单:让它在回答里带上原文的页码或者小标题。如果它给的位置和你的原文对不上,或者只覆盖了前半部分,那就说明后面的内容没进去。另外,越长的输入越容易触发「答得泛」,这多半不是模型变笨,而是有效信息被稀释了。

现象可能原因怎么确认
直接提示超长输入总量超过窗口看提示,回退精简后重试
只答前半段静默截断,后半段没进上下文让它标出原文页码或小标题,对不上就是没读到
答案很泛有效信息被稀释要求它就某个具体小节给结论,看能不能落到细节

超了之后的处理顺序

确认超了之后,别急着换工具,先按顺序处理。第一步永远是删,成本最低:目录页、免责声明、重复的图表说明,这些先去掉,往往能省出不少空间。删完还是超,再进入第二步。

第二步是分层:先让它对每个章节各出一份小摘要,再拿这些摘要做整体问答,相当于你自己手动做了一遍检索。第三步才是拆:按章节或者按问题拆成多次请求,每次只带相关那一段,跨段的结论用一份中间笔记串起来。

  • 先删:目录、声明、重复说明,成本最低见效最快;
  • 再分层:分章摘要 → 用摘要做整体问答;
  • 后拆分:按章节或问题拆多次请求,每次只带相关段落;
  • 跨段结论用一份中间笔记手动串起来,别指望一次请求搞定。
下一步去模型库核对你要用的那个入口当前的窗口规格,再用 token 计算工具过一遍你的材料,判断到底超没超,比反复试错省事得多。

常见问题

为什么我在网上看到的 Kimi 上下文数字和实际用起来不一样?

大概率是三个口径混在一起:网页版对话窗口、开放平台 API、以及编程类套餐各自的限制并不统一,而且规格本身会调整。别信截图和旧帖,直接到 /official-api/providers/moonshotai 看官方当前标注,再用 /models 核对你实际要调的那个模型条目。

我传了一份很长的文档,它只回答开头部分,是超过上限了吗?

不一定,也可能是你把关键问题放在了对话很靠后的位置,而前面的闲聊和试错占掉了大量空间。先开一轮新对话、只放文档加问题再试一次;如果还是只覆盖前半段,那就基本可以确认是窗口装不下,需要走删减和拆分。

长文任务里,拆成多次请求会不会更容易出错?

会,拆分的代价是丢全局。章节内的细节问答拆分后通常更准,但「全篇有没有自相矛盾」「整体结论偏向哪边」这类问题,拆完再拼很容易拼错。判断标准很简单:如果答案依赖跨章节比较,就别硬拆,换更长的窗口或者用检索式的做法。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。