Claude 上下文窗口多大？Claude 1M 上下文用法、计费与长文本技巧（2026）
Claude 上下文窗口多大？本文整理 2026 年 Claude 各模型的上下文长度与最大输出，说明 Claude 1M 上下文能放多少内容、长上下文怎么计费，给出长文本提示词的摆放技巧，并介绍上下文压缩、上下文编辑和 Claude Code 中管理上下文的方法。
SupaStore 开发者体验组 ·
Claude 上下文窗口是 Claude 单次请求能"看到"的全部内容上限，包括系统提示、对话历史、上传的文档、工具结果和模型输出。2026 年 Claude 的主力模型全部支持 1M Token 上下文，一次就能塞进一整个代码仓库或几百页的合同。
但窗口大不代表随便塞：内容越多越贵，摆放方式也会影响回答质量。这篇文章讲清 Claude 各模型的上下文长度、1M 上下文能装多少内容、长上下文怎么计费，以及怎样用好长文本。Token 的基础概念见《AI Token 是什么？大模型 Token 怎么计算与计费》。
Claude 各模型的上下文窗口
| 模型 | 上下文窗口 | 最大输出 |
|---|---|---|
| Claude Fable 5.1 | 1M Token | 128K Token |
| Claude Opus 5.5 | 1M Token | 128K Token |
| Claude Sonnet 5.5 | 1M Token | 128K Token |
| Claude Haiku 5.5 | 1M Token | 128K Token |
| Claude Haiku 4.5 | 200K Token | — |
当前四个主力模型的上下文和最大输出完全相同，选型时可以只看能力、速度和价格，见《Claude Opus 和 Sonnet 有什么区别？2026 Claude 模型对比与选型指南》。
1M 上下文能放多少内容
按官方说明，在当前的分词器下，1M Token 约等于 55.5 万个英文单词，或 250 万个 Unicode 字符；20 万 Token 约 15 万个英文单词。中文的换算取决于具体文本，最准确的方法是用 Token 计数接口实际测一下。
最大输出与上下文的关系
上下文窗口包含输入和输出两部分。最大输出 128K Token 指单次回复最多生成这么多内容，而且设置很大的 max_tokens 时需要用流式输出，否则容易超时，写法见《Claude API 流式输出怎么做？Claude Streaming 教程》。
Claude 长上下文怎么计费
Claude 4.6 及之后的模型在 1M 上下文内统一按标准价计费，长上下文不加价。唯一的例外是 Haiku 5.5：单次请求输入超过 10 万 Token 时，整次请求按高一档价格计费（输入 $0.5、输出 $2.5 / 百万 Token）。
不加价也不代表便宜。以 Sonnet 5.5 为例，一次塞满 80 万 Token 的输入：
不命中缓存：800,000 × $2 / 1M = $1.60 / 次
命中缓存： 800,000 × $0.1 / 1M = $0.08 / 次
同一份长文档要反复提问时，一定要用 Prompt 缓存，方法见《Claude Prompt 缓存怎么用？Prompt Caching 教程》。
Claude 长文本提示词的 4 个技巧
- 长文档放前面，问题放最后：把几万 Token 的文档放在提示词开头，具体问题和指令放在末尾，回答质量通常更好，也正好符合 Prompt 缓存"固定内容在前"的要求。
- 用 XML 标签分隔文档：多份文档时，用
<document>、<source>这类标签把每份内容包起来，并标注来源，方便 Claude 引用。 - 先让 Claude 摘出相关段落：问题只涉及文档的一小部分时，先让 Claude 引用相关原文，再基于引用作答，能减少答非所问。
- 不要什么都塞：与问题无关的内容会稀释注意力、增加成本。能检索就先检索，只把相关片段放进上下文。
上下文快满了怎么办
上下文压缩（Compaction）
长时间运行的对话可能超过 1M 上限。Claude API 提供服务端上下文压缩（beta，需要请求头 compact-2026-01-12）：对话接近阈值时（默认 15 万 Token），API 会自动把较早的历史总结成一段摘要。使用时要把响应的 content 原样追加回对话历史，只提取文字会丢失压缩状态。
上下文编辑（Context Editing）
另一种方式是清除而不是总结：上下文编辑（beta，请求头 context-management-2025-06-27）可以在发给模型前清掉较早的工具调用结果或思考块，适合工具调用很多的 Agent。
在 Claude Code 中管理上下文
- 用
/context查看上下文被哪些内容占用； - 换任务时用
/clear开新会话，需要延续时用/compact压缩； - 接近上限时 Claude Code 会自动压缩历史；
- 读日志、跑测试这类会产生大量输出的任务交给子代理，见《Claude Code 子代理怎么用？Subagents 配置教程》。
更多降低 Claude Code 上下文和 Token 消耗的方法，见《Claude Code Token 消耗太快？10 个 Claude Code 省 Token 技巧》。
常见问题 (FAQ)
Q: Claude 上下文窗口有多大？
答： Claude Fable 5.1、Opus 5.5、Sonnet 5.5 和 Haiku 5.5 都支持 1M Token 上下文窗口，单次最大输出 128K Token；上一代的 Haiku 4.5 为 200K Token。
Q: Claude 1M 上下文要额外收费吗？
答： Claude 4.6 及之后的模型在 1M 上下文内按标准价计费，不额外加价；Haiku 5.5 例外，单次输入超过 10 万 Token 时整次请求按更高一档的价格计费。
Q: Claude 1M 上下文能放多少字？
答： 按官方说明，1M Token 约等于 55.5 万个英文单词或 250 万个 Unicode 字符，中文的实际容量取决于文本内容，可以用 Token 计数接口实际测量。
Q: 对话超过上下文窗口会怎样？
答： 超过上限的请求会失败，可以使用 Claude API 的上下文压缩功能自动总结早期历史，或用上下文编辑清除旧的工具结果；在 Claude Code 中可以用 /compact 或 /clear。
Q: 长文档应该放在提示词的什么位置？
答： 建议把长文档放在提示词开头，具体问题和指令放在末尾，这样回答质量通常更好，也便于把固定的文档部分加入 Prompt 缓存。