128万token上下文到底有多强？一文看懂长文本处理的真相_办公软件

1. 对比明明白白3大顶级模型-GPT-5.2/Gemini 3/Claude Opus 4.5！老金告诉你怎么一个窗口全用！

2. 人类几十亿年生命代码被谷歌AI开源了历史性一刻！谷歌DeepMind又一次登上Nature封面，人类几十亿年生命代码全球开源！ #ai #谷歌 #AlphaGenome #DeepMind #人工智能

3. 盘点一周AI大事(5月31日)｜Claude重夺最强 Anthropic升级Claude Opus 4.8 Google的数学大模型成功解决了9个埃尔德什难题 Meta开源最强生物大模型ESM Figma上线实时编辑FIGMA MAKE NOW 研究员开源最强AI研究员AutoScientists 英伟达开源图像超分模型PiD Grok上线最强图生视频模型Grok Imagine Video 1.5 研究员开源最强游戏世界模型SCOPE 研究员开源最强3D建模PhysX Omni ElevenLabs上线最强音乐模型Music v2 ElevenLabs上线最强配音模型Dubbing v2 #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

4. 智能体上下文工程：为什么文件系统成了AI记忆的最佳载体？

5. 大模型上下文工程指南

6. 神秘霸榜模型现真身：小米MiMo-V2 Pro，国内首个万亿参数+1M上下文，为Agent而生！

7. DeepSeek v4全面支持百万上下文 token，这意味着什么？到底有多厉害？

8. 提示词工程、上下文工程都过时了，现在是 Harness Engineering 的时代

9. Claude Opus 4.6 和 Sonnet 4.6 的 100 万 token 上下文窗口今天正式全面开放（GA），且不加价，按标准价格计费，无论请求长度是 9K 还是 900K token，单价完全一样。 Opus 4.6 的定价是输入 $5、输出 $25（每百万 token），Sonnet 4.6 是 $3/$15。此前超过 20 万 token 的请求需要加 beta 标头，现在直接生效，已有代码无需改动。除了价格统一，这次更新还有几个实际变化：单次请求可处理的图片和 PDF 页数从 100 提升到 600；所有上下文长度享受相同的速率限制，不会因为请求变长而被限流。Claude Code 的 Max、Team 和 Enterprise 用户在使用 Opus 4.6 时将默认启用 100 万上下文，意味着对话压缩（compaction）频率大幅降低，更多对话历史得以完整保留。在准确率方面，Opus 4.6 在 MRCR v2 基准上得分 78.3%，Sonnet 4.6 在 GraphWalks BFS 上得分 68.4%，均为同类前沿模型在百万 token 长度下的最高分。简单说就是：窗口虽大，信息检索能力没有打折。 Anthropic 引用了多家客户的反馈来说明实际效果。 Cognition（Devin 背后的公司）表示，此前大型代码差异塞不进 20 万上下文窗口，需要分批处理，容易丢失跨文件依赖；现在整个差异一次送入，代码审查质量更高，流程也更简单。Ramp 的工程师提到，Claude Code 在调试时经常消耗超过 10 万 token 检索各类数据源，一旦触发压缩就会丢失细节、陷入重复调试循环，百万上下文直接消除了这个问题。该功能今天起通过 Claude Platform 原生支持，也可通过 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 使用。 http://t.cn/AXVmRMYf

10. 【阿里悄悄上线Qwen 3.6 Plus，零定价背后是什么信号】快速阅读：阿里Qwen团队在OpenRouter悄然上线Qwen 3.6 Plus Preview，输入输出均为$0，支持100万token上下文。与Claude Opus 4.6的$5/$25和GPT-5.4的$2.5/$15相比，这不是价格竞争，是另一套打法。---没有发布会，没有博客长文，Qwen 3.6 Plus Preview直接出现在OpenRouter上。免费注册，调用，1M上下文，输入输出$0。直达：openrouter.ai/models/qwen/qwen3.6-plus-preview:free社区的反应很直接：“白嫖。”这个词其实值得认真对待。OpenAI和Anthropic花了几年时间建立的前沿模型定价体系，基本逻辑是：能力越强，token越贵，长上下文更贵。Claude Opus 4.6输出每百万token收$25，GPT-5.4超过272K上下文后输入直接翻倍。这套定价是有道理的，算力不是免费的。Qwen给出$0，不是因为算力突然不值钱了。混合架构（hybrid architecture）加上长上下文优化，让Qwen系列在单位算力下处理更多token成为可能。更关键的是，预览期收集prompt和completion数据用于模型改进，这本身就是另一种“付费”。用户用算力换数据，Qwen用数据换迭代。这笔账不亏。有网友提到，在Agentic coding场景下测出了50到158 tokens/s的速度，前端开发和多步workflow的可靠性明显强于Qwen 3.5。这类反馈本身就是最值钱的东西，比内部测试集更真实。有观点认为，Qwen此举不是要打价格战，而是要打测试覆盖率。当全球开发者都在免费跑大型代码库和长文档时，模型暴露的边界比任何基准数据都准确。当然，免费不等于没有代价。预览版的稳定性、幻觉率、速率限制，这些都是真实问题。没有公开权重，无法本地部署。数据隐私也不是小事，企业用户在生产环境里要想清楚。闭源旗舰模型靠什么守住$25的定价，这个问题现在比三个月前更难回答。

11. DeepSeek V4好用吗？【秋芝的AI开箱】

12. 「Github一周热点117期」Claude Design开源替代、AI 上下文压缩、提升AI审美的Skill、英语学习指南，从零手搓AI

13. 【MiMo 大模型实力强劲震惊海外开发者】国产大模型这波在海外直接杀疯！OpenRouter 最新周榜里，小米 MiMo-V2-Flash API 调用量飙到第二，还是国产大模型第一；Artificial Analysis 数据里，它更是冲进全球开源大模型第二。海外开发者都在夸：AI 分析碾过同价位对手，面向 Agent 时代的实用性不搞虚的，甚至被当成 Gemini3 Flash 平替 —— 关键这模型不仅效果能打，还免费又便宜！之前总说国产大模型出海难，现在小米这进步是真肉眼可见，全球关注都不输同期的 Gemini3 Flash，这波确实有点东西！

14. 【16GB显卡玩本地代码生成，到底值不值得折腾？】最近在Reddit上看到一个很有代表性的讨论：一位刚入门本地LLM的用户，用5070Ti（16GB显存）跑Qwen 2.5 Coder 7B，结果发现上下文窗口小得可怜，一个文件就把上下文吃光了。这引发了一场关于“16GB显存搞本地代码生成是否可行”的热烈讨论。先说结论：能用，但需要策略。+ 混合架构是主流方案得到最多认可的做法是“云端规划，本地执行”。先用Claude或ChatGPT做高层设计，让它生成详细的构建计划，包括架构设计、文件结构、执行步骤和边界情况。然后把这个大计划拆成小模块，逐个喂给本地模型实现。这套方法背后的逻辑很实在：规划阶段不涉及敏感数据，可以放心用云端最强模型；真正写代码时涉及数据库连接、业务逻辑、API密钥这些东西，交给本地处理更安心。+ 模型和工具选择16GB显存能跑什么？社区推荐最多的是GPT-OSS 20B，这是个稀疏MoE模型，能完整装进16GB显存，支持128K上下文，推理速度也快。还有人提到Devstral Small 2 24B的Q3_K_M量化版本，配合q4_0的KV缓存，也能撑到接近100K上下文。工具方面，LM Studio被频繁提及，因为可以精细调参，还能起本地API服务。有经验的用户还会结合MCP服务器、向量数据库等工具来扩展能力。+ 真相时刻：天花板在哪里也有很多清醒的声音。有人直言，除非公司明确禁止用云服务，否则本地方案很难匹配云端SOTA模型的效果。特别是现在的Agent工作流动辄需要海量上下文，16GB确实捉襟见肘。一位用户的观察很到位：本地模型在直接提问时还能产出有用的代码片段，但一旦进入自主Agent模式，由于上下文受限、工具定义占用空间等原因，表现会明显下降。+ 适用场景本地方案更适合：写绘图代码、实现辅助函数、调试定位这类“有点烦但不复杂”的任务。对于完整的Vibe Coding流程，当前硬件确实力不从心。有人花几百刀买了两张MI50 32GB，跑Qwen3 30B能到155K上下文和90 token/s，这才算舒适区。说到底，本地LLM是“能用的工具”而非“最强工具”。如果你本身会写代码，把它当个高效助手，省省API费用，完全可行。但如果追求生产力最大化，闭源模型带来的效率提升确实很难忽视。reddit.com/r/LocalLLaMA/comments/1qgwup8/is_local_coding_even_worth_setting_up

15. Gemini 3 Flash和2.5 Pro怎么选，求实测对比，3Flash真的又快又聪明还便宜吗？

16. 人类很容易跟踪可疑目标，智驾却很难只有更长的上下文，才能让智驾系统持续、稳定、不丢失地跟踪动态危险目标（横穿行人、加塞车辆、逆行非机动车等），减少“突然消失、突然出现、ID 切换”的跟踪错误，显著提升极端路况下的安全性特斯拉模型架构迭代的方向，在不断增加上下文长度特斯拉terafab不但要造逻辑芯片，还要造存储因为延长上下文长度，主要依赖更大的存储来支撑 KV Cache#特斯拉fsd##人工智能 # 刘智驾的微博视频

17. Gemini 3.1 Pro 与 Claude Sonnet 4.6 深度对比：2026 年性价比之王花落谁家

18. 今天AI太热闹了，DeepSeek V4预览版正式上线并开源，OpenAI几乎同期推出GPT-5.5，两大重磅发布“撞车”，直接把话题推向高潮。DeepSeek V4和GPT-5.5谁更强？哪些领域哪个更领先？从目前公开信息和基准来看，两者各有侧重，没有绝对碾压：🔻• DeepSeek V4（预览版）： • 亮点：百万上下文（1M tokens）标配，这对处理整个代码库、长文档或复杂知识库非常友好。采用MoE架构（V4-Pro约1.6T总参数/49B活跃，V4-Flash更轻量），强调高效Agent能力和成本控制。 • 强项：长上下文理解、编码相关任务（SWE-bench Verified接近80.6%）、数学/推理（部分基准追平或接近顶级闭源模型）、极致性价比。开源权重已放出，支持本地部署和华为昇腾等国产硬件优化。 • 弱势：作为预览版，某些复杂Agentic任务（需要多轮工具调用、真实世界交互）可能还需进一步打磨，整体智能上限在部分基准上略落后于最新闭源旗舰。🔻• GPT-5.5： • 亮点：主打更快、更省Token，在编码、办公自动化、研究任务上优化明显。OpenAI宣称它在多项基准（包括Terminal-Bench、编码相关）超越同期竞品，Agent能力更“直觉”、能处理有限指令下的复杂工作流。 • 强项：通用智能、工具使用、实际生产力任务（写代码、调试、跨应用操作）、响应速度和效率。付费用户（Plus/Pro等）已可直接体验，生态集成（ChatGPT、Codex）成熟。 • 弱势：上下文窗口相对较小（此前系列多在128K-256K级别，未见1M标配），API定价较高，闭源限制了自定义和本地化。总结：• 长上下文/大文档/代码库级任务：DeepSeek V4明显领先，百万上下文不是宣传，是实际可用。• 通用Agent、生产力、复杂工作流：GPT-5.5更强，尤其在“省Token”和直观性上，实际使用中可能感觉更丝滑。• 编码/数学/推理：两者接近，DeepSeek在开源性价比上拉开差距，GPT-5.5在某些官方基准上略胜。• 多模态/综合体验：GPT-5.5目前更成熟（OpenAI生态加持），DeepSeek V4预览版据称有原生多模态潜力，但需验证。#DeepSeekV4和GPT5.5谁更强#

19. Google 放大招！Gemini 3.1 Pro 正式发布，推理能力翻倍！免费使用方法来了 | 零度解说

20. #DeepSeekV4发布# 这算是千呼万唤始出来，终于发布了。DeepSeek今天正式发布V4系列预览版并同步开源，分为V4-Pro和V4-Flash两个版本，主打100万（1M）超长上下文能力，官网、App及API均已同步更新。V4-Pro在Agent能力、世界知识、数学推理等多项评测中达到开源模型最佳水平，推理性能比肩顶尖闭源模型；V4-Flash则以更小的参数量提供更快速、更经济的API服务，适合轻量场景。技术层面，V4采用全新注意力机制，结合DSA稀疏注意力，在大幅压缩计算和显存需求的同时，实现百万级超长上下文。DeepSeek表示，1M上下文将成为旗下所有官方服务的标配。此外，V4针对多款主流Agent产品进行了专项适配优化。旧版API接口模型名deepseek-chat和deepseek-reasoner将于2026年7月24日正式停用，用户需提前切换至新模型名。#老张聊科技# deepseekv4发布

21. 为什么越来越多的人觉得DeepSeek不好用了？

22. #DeepSeek v4 百万上下文# 直接就发布了，这次太炸裂，又是行业重磅！DeepSeek-V4已经正式上线并开源，其核心特点如下：拎几个重点来聊聊：1、百万上下文标配：Pro与Flash双版本均原生支持1M token超长上下文。2、领先性能：Agent能力、世界知识与推理性能达国内与开源领域领先，Agentic Coding性能登顶开源模型。3、架构革新：创新采用基于token维度的动态压缩与DSA稀疏注意力技术，大幅降低算力与显存消耗。4、双版本策略：推出Pro版（1.6T参数，49B激活）与Flash版（284B参数，13B激活）。5、开源生态：同步开源模型权重，并已完成对华为昇腾等国产芯片的深度适配。#DeepSeekV4发布##DeepSeekV4和GPT5.5谁更强#

23. GPT5.2亮点解读，OpenAI重夺年度最强 OpenAI甩出王炸GPT5.2，核心基准测试，全面碾压Gemini 3 Pro和Claude Opus4.5，强势夺回地表最强奥特曼放话GPT5.2不仅是最强通用大模型，还要成为你日常办公的AI合伙人亮点1、最强视觉能力亮点2、最强上下文亮点3、最强办公能力亮点4、最强编程能力 #AI新星计划 #抖音知识年度大赏 #人工智能 #OpenAI #大模型

24. 小米 MiMo 团队负责人罗福莉：全球算力跟不上 Agent 时代的 Token 消耗，出路不是更便宜的 Token，而是更省 Token 的框架和更高效的模型共同进化。一个技术细节：OpenClaw 的上下文管理做得非常糟糕。一个用户请求会触发多轮低价值的工具调用，每次都带着超过 10 万 Token 的长上下文窗口，实际请求次数是 Claude Code 自身框架的好几倍。换算成 API 价格，真实成本可能是订阅价的几十倍。罗福莉提了两个观点：第一，短期阵痛反而是好事。第三方框架被迫走 API 付费后，成本压力会倒逼它们改进上下文管理、提高 prompt 缓存命中率、减少无效 Token 消耗。第二，呼吁其他大模型公司不要在没想清楚定价模型之前盲目打价格战。低价卖 Token 的同时对第三方框架大开门户，看着对用户友好，实际是个陷阱，Anthropic 刚从这个坑里爬出来。

25. 抖音前沿科技30X30｜采访AI超级个体 Gemini 3发布后，这5个开发者给自己的人生装上了外挂。 27年程序员老兵：用AI写出多部长篇小说，一边敲代码一边圆武侠梦；硬核奶爸：手搓本地AI操作系统，把私教装进孩子口袋； AI安全研究员：把AI变成科研副驾，打破思维墙；有效加速主义者：打造AI全自动分身，让AI替自己看新闻处理琐事；全栈讲师：降低新手学习门槛，把技术文档自动变成PPT；本期视频，产品君连线5位GDE谷歌开发者专家，带你拆解AI时代的超级个体，听听他们给普通人的真诚建议。 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #Google

26. 最近AI圈是真热闹哈，多家媒体都在说，DeepSeek V4大概率下周就要正式发布了，目前还在最后灰度测试阶段。看爆料信息，这次升级下血本了，百万token上下文、原生多模态、编程能力大幅提升，还针对国产芯片做了优化，成本也更低。不管是开发者还是普通用户，应该都挺期待的。就等官方官宣，看看正式版到底有多能打，会不会又成为新一代“卷王”呢#曝DeepSeekV4或下周发布#

27. 不知道大家想过这个问题没有，大家都感觉现在大模型的记忆存储受限，200万的上下文记忆其实也不够用。但我想说，其实即使大模型能够记住海量的上下文，也未必有用，它依然需要上下文的管理。也就是说，在AI时代，一个人非常重要的能力就是如何去管理上下文，去领导Agent。为什么这么讲呢？大家可以想想，如果记忆不受限，大模型可以无限存储，你和它聊的内容越多，它大脑里塞的东西就越满。在执行任务的过程中，它不知道到底应该怎么去执行，因为塞的东西太多了，哪个是核心的？是不是太多了？如果记忆太多，就容易导致错乱和模糊，因为你塞得太满，它不知道怎么执行，很多东西在里面很乱。所以，上下文管理是必须的。第二，即使大模型的记忆非常多，人和人之间沟通，一句话的理解都可能不同，何况大模型和人之间的沟通呢？这里面肯定也会存在交流的摩擦。所以，人需要及时干预和介入到大模型的工作流程当中，去管理上下文、管理整个流程，这是非常必要的。所以大家不要期待说，大模型的上下文越来越长就越好，不一定，有利有弊。即使大模型不会丢掉记忆，记忆永存，它依然不会精准地按照人类的要求去执行。我之前看过一个调查或研究，就是说大模型里，你上下文塞得越多越满，它的执行就会越混乱、越模糊，就是因为东西太多了，它不知道怎么执行了。所以，管理上下文这个事情，依然需要有人去管理、去做。#科技先锋官##How I AI#

28. DeepSeek V4终于发布了！昇腾首发，超长上下文记忆达1M，有V4-Pro和V4-Flash两个版本。性价比超高！这次每百万tokens输入最低仅需1元，输出仅需2元，Pro版本是12元和24元。什么水平？Flash版本跟GPT-5.4和Claude Opus 4.6比，输入分别低了约5倍和13倍，输出分别低了约52倍和85倍，快去试试吧~V4直通车：网页链接#DeepSeekV4发布# #DeepSeek v4 百万上下文#

31. Qwen3.6-Plus 太猛了！免费+百万上下文+Agent，多模态能力直接拉满！| 零度解说

32. 艹 Claude 最近特别的好Claude Opus 4.6 和 Claude Sonnet 4.6，现在全部支持100 万上下文窗口了在 Claude Code 中， Max、Team 和 Enterprise 用户默认模型自动由原来的200k，升级到1M...价格没变，Opus 4.6 还是 $5/$25 per million tokens，Sonnet 4.6 还是 $3/$15。媒体限制扩大 6 倍。单次请求最多可以塞 600 张图片或 600 页 PDF，之前上限是 100。不需要改代码。之前用超长上下文要加 beta header，现在直接就能用，旧的 header 也不影响。

33. #DeepSeekV4发布# DeepSeek-V4预览版正式开源！📢 推出Pro/Flash双版本，1M超长上下文成标配，一次性可处理百万字海量信息。Pro版Agent能力达开源最佳，编码体验优于Sonnet 4.5；Flash版主打极致性价比，1元/百万token的API价格大幅降低接入门槛。采用DSA稀疏注意力技术大幅降低算力成本，原有deepseek-chat模型名将于2026年7月24日停止使用，开发者注意及时迁移。

34. 使用 Claude Code：会话管理与 100 万上下文

35. Windows 用户的本地 AI 方案！雷神水冷迷你AI工作站实测体验

36. DeepSeek悄悄地又发布了一份重磅报告。他们提出了 Engram，这是一种将查找表记忆与上下文感知门控融合在一起的记忆技术，并将其添加到他们的模型中。因此，无需强制密集层每次都对事实进行编码和重新计算。在相同的浮点运算次数下，MoE 的容量可以从「存储」转向「推理 + 长上下文」，从而提高知识水平和整体性能

37. 终于来了！DeepSeek-V4 正式发布！免费开源，百万上下文，Agent能力直逼Claude！| 零度解说

38. GPT-5.3 正式发布！完全免费开放，实测代码能力、推理、文本理解与响应速度 | 零度解说

39. #2月DeepSeek还会发新模型吗#AI圈2月模型的发布和迭代处于一个高峰期！头部厂商扎堆上新大模型，DeepSeek的新模型动态目前其新模型已完成灰度测试，技术储备到位，大概率会在2月正式亮相。根据目前媒体的爆料来看，DeepSeek的新模型主要亮点应该在：1M Token超长上下文，可轻松处理完整长篇文档；Engram条件记忆架构，大幅降低推理成本；强化数学与代码能力三个方面。巩固开源领域优势，同时更新知识库，提升多模态文档理解能力。也是DeepSeek稳稳抓住关注的关键。因为“长上下文+低成本”的差异化优势，精准匹配法律、金融等专业场景，开源属性也贴合开发者与企业需求。#过个有AI年# #HOW I AI#

40. #DeepSeek下个王炸是什么# DeepSeek2026年的王炸大概率聚焦长上下文与效率优化的深度融合，继2026年初灰度测试百万token上下文模型后，DeepSeek将完善相关技术，依托mHC流形约束超连接与Engram条件记忆模块，解决长序列计算的内存开销问题，实现100万token下的高准确率推理。DeepSeekV4完整版模型的发布应该也是DeepSeek的一个重要的更新，新模型将结合混合专家架构优化，延续DeepSeek低成本高性能的优势，让中小企业也能便捷接入顶尖AI能力。推动开发者共建垂直场景应用；贴合2026年AI从会生成向会行动的进化趋势。#HOW I AI#

41. #DeepSeekV4发布# DeepSeekV4终于发布了，简单总结下：1、双版本发布：推出 DeepSeek-V4-Pro（高性能）和 DeepSeek-V4-Flash（高性价比）两个版本，可按需选择。2、超长上下文：支持 1M token（约百万字）的上下文长度，能一次性处理海量信息。3、核心能力领先：在 Agent能力、世界知识和推理性能三方面均达到国内及开源模型的领先水平。4、具体任务表现：V4-Pro版本的代理编码能力接近顶尖闭源模型，在数学、编程等推理任务上超越所有已开源评测的模型。5、技术创新与迁移提醒：采用 DSA稀疏注意力机制降低长上下文计算成本；原有 deepseek-chat 等模型名3个月后停止使用，需迁移到新名称。

42. #deepseekv4发布#DeepSeek 发布新一代大模型 DeepSeek V4，本次更新主要围绕上下文能力、推理能力以及 Agent 场景进行优化。来看一看它的核心更新如下：🔻上下文能力大幅提升支持最长 1M tokens（百万级上下文）可处理完整代码库、长文档、多轮复杂对话🔻强化 Agent 场景能力优化多步骤推理能力支持更复杂任务执行提升长流程稳定性🔻模型性能提升多项 benchmark 表现提升对标主流闭源大模型🔻提供双版本 Pro：高性能版本 Flash：高性价比版本（更快、更便宜）🔻 延续开源路线持续推动开源大模型发展强调低成本与高性能结合目前 DeepSeek V4 已开放相关能力与体验入口，可以在Hugging Face体验，具体应用场景仍在持续拓展deepseekv4发布

43. #春节AI大战#春节档成为大模型厂商的密集高发期：- 字节三模型齐发：Seedance 2.0（视频）、Seedream 5.0（图像）和豆包 2.0。- 阿里计划2月中旬推出Qwen 3.5，并配合30亿元的红包- 智谱2月11日发布GLM-5，参数规模从3550亿扩展至7440亿- MINIMAX 2月11日最新大模型M2.5上线Agent平台- DeepSeek 2月11日在网页端和APP端进行了版本更新，支持最高1M（百万）Token的上下文长度每一个新模型背后都意味着新增海量token数的需求。

44. #DeepSeekV4要来了吗#DeepSeek V4开启灰度测试，百万Token超长上下文与2025年5月的知识截止日期，让这款国产大模型成为春节档AI圈焦点。从技术来看，V4摒弃参数内卷，依托创新架构实现算力效率跃升，推理成本大幅降低，还深度适配国产芯片，让超长文本处理、代码跨文件分析成为现实，精准契合2026年大模型向高效实用演进的行业趋势。此前DeepSeek凭技术优势收获颇高热度，此次V4的升级，不仅补上了长上下文能力的短板，更让国产大模型在全球竞争中再添筹码。随着灰度测试推进，全量更新或很快落地，其兼具技术突破与国产化适配的双重优势，不仅能复现过往热度，更有望在AI普惠落地中，为国产大模型开辟新的增长空间。#DeepSeekv4要来了吗##HOW I AI##过个有AI年# deepseekv4要来了吗川北小哥的微博视频

45. DeepSeek V4 网页端《原神×我的世界》融合小游戏代码测试：拳打 ChatGPT，脚踢 Gemini，硬刚 Claude

46. 小米这波是真不睡觉啊，凌晨直接扔出三款大模型：MiMo-V2-Pro、Omni、TTS，还限时免费体验一周，诚意挺足。MiMo-V2-Pro 直接对标高强度 Agent 场景，参数量超 1T、激活 42B，支持 1M 超长上下文，全球第八、国内第二的成绩也很能打。从代码到实体交互都在扩能力，看得出小米在 AI 这条线上是真下狠劲了，生态接入速度也快，已经用上的可以聊聊体验#小米深夜上线三大模型##小米大模型#

47. 终于，全球 AI 圈等待了几个月的 DeepSeek V4，它终于来了！今天上午，DeepSeek API 文档上线.此次，DeepSeek V4 按大小会有两个版本，分别是 DeepSeek-V4-Flash 和 DeepSeek-V4-Pro。上下文长度是 100 万 tokens。同时，输出长度最大为 384K tokens。 #DeepSeekV4发布# #DeepSeekV4和GPT5.5谁更强#

48. #Google发布Gemini3.1Pro# 2 月 19 日，Google 就发布了 Gemini 3.1 Pro，从第三方评测机构 Artificial Analysis 的数据看，Google 重新拿回了综合智能指数的榜首。3.1 Pro 最大的亮点在推理。ARC-AGI-2（测试模型解决全新逻辑模式的能力）得分从 Gemini 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多。对比竞品：Claude Opus 4.6 得分 68.8%，GPT-5.2 为 52.9%。Humanity's Last Exam（高级学术推理）上 3.1 Pro 得分 44.4%，也高于 GPT-5.2 的 34.5% 和 Claude Sonnet 4.6 的 33.2%。GPQA Diamond（科学知识）拿到 94.3%，同样是所有模型最高。#过个有AI年##HOW I AI#

49. Anthropic让Claude AI"做梦"优化工作，突破上下文限制实现持续进化

50. 【#DeepSeekAPI更新百万Token上下文#，看齐 App 及网页版】4 月 22 日消息，今日有大量用户反馈称，DeepSeek 官方 API 已经更新到了与客户端及网页版相同的 1M tokens 上下文版本（似乎是此前曝光的 DeepSeek V4 Lite），比之前的 128k 上下文更长。与此同时，最新 DeepSeek 的知识库已经更新到 2025 年 5 月，非联网状态下可准确输出 2025 年 4 月的新闻。另外，该模型仍不支持视觉输入，仅支持文本和处理语音，依然为非多模态模型。#DeepSeek##AI大模型#

51. 盘点一周AI大事(2月1日)｜AI乌托邦魔幻开局 Google上线世界模型Project Genie 阿里开源实时世界模型LingBot-World AI乌托邦社区Moltbook爆火 Chrome升级为AI浏览器月之暗面发布最强开源大模型Kimi K2.5 Gemini 3 Flash升级视觉能力腾讯发布最强开源图像模型HunyuanImage 3.0-Instruct 阿里开源Z image Base满血版 OpenMOSS发布最强开源视频模型MOVA MIniMax上线顶级音乐模型MiniMax Music 2.5 英伟达开源天气预测模型Earth-2 #AI新星计划 #前沿科技趋势发布月 #抖音知识年终大赏 #AI #AIGC

52. 反直觉：前沿模型虽然贵，但反而更好卖#AI #大模型 #芯片 #ChatGPT #Token

53. 零成本无限 Token！Hermes + Qwen3.6，本地最强 Agent 组合来了！附部署教程 | 零度解说

54. 第三方AI工具KiloClaw全场景实测榜单出炉，小米MiMo-V2-Pro直接霸榜，通用、代码、规划、问答、调试、评审全维度领跑，把一众海外头部模型甩在身后。之前MiMo免费期冲榜时，很多人觉得霸榜是因为免费，现在MiMo正式推出Token计费套餐后，海外开发者渗透率不仅没下滑，反而持续走高，事实又打脸了那些逢米必质疑的那帮人。小米能做到这一点，核心还是硬实力撑住了。1M长上下文、原生工具调用、Agent专项优化，都是开发者刚需能力，没有花架子。生态层面看，小米MiMo-V2系列已正式接入全球顶级Agent框架Hermes Agent，Nous Research官方力推该模型适配自进化、跨会话记忆等核心特性，且开放两周免费体验窗口。这一合作标志着国产大模型的技术实力与生态适配性均获得国际开发者市场的客观认可，国产大模型不靠补贴、纯靠性能在海外开发者圈站稳脚跟，又是小米！#小米MiMo获Kilo多个热门场景榜单第一#

55. 【#DeepSeek新模型更新#，#DeepSeek新版本灰度测试#】据鞭牛士，DeepSeek可能正在测试新的V4模型。科创板日报2月11日讯，多名用户反馈，DeepSeek在网页端和APP端进行了版本更新，支持最高1M（百万）Token的上下文长度。而去年8月发布的DeepSeekV3.1上下文长度拓展至128K。经实测，无论是安卓还是苹果，在手机App端和网页端，用户直接询问“你的上下文是多少”，得到的回答均显示DeepSeek的上下文窗口已达到约100万token。同时，知识歌更新时间也到了2025年5月份。这意味着它能一次性吃透极长的书籍、复杂的代码库或者海量的历史对话，而不会像以前那样聊着聊着就“失忆”。这一数据较此前版本有大幅提升，与目前行业头部模型的上下文容量处于同一水平。结合App版本的更新节奏，有观点认为DeepSeek可能正在为V4模型的正式发布做前期测试。截至发稿，DeepSeek官方尚未就新模型的相关信息发表回应。各位网友，您怎么看？（综合鞭牛士、科创板日报）@东方财经 #DeepSeek更新新模型#

56. Alex Albert 正在征集 Opus 4.5 的反馈，用户们纷纷指出了使用中的痛点和改进建议：- 上下文限制频繁导致查询失败，界面空白，且离开页面后常丢失输入（Deedy）- 模型偶尔过于急于下结论，忽略指令，且有时回答直觉化，缺乏严格核查- 需要更强的“长上下文智能”，能提炼主题、战略方向，而非简单检索- UI体验欠佳，比如无法在会话中切换Sonnet和Opus，自动压缩功能不可控，浪费时间和资源- 性能和成本问题，期望更快更便宜- 代码生成时常忽视已有抽象，重复造轮子；合并冲突处理不够智能，导致等待CI失败- 安全研究场景识别不足，拒绝分析恶意软件样本- 记忆和上下文管理不理想，频繁重复说明，影响效率- 功能期待：自动生成并保持最新的CLAUDE .md文档，异步渐进式压缩，支持视频输入- 质量波动大，有时表现“迷糊”，甚至比旧版本Sonnet还差- 期望下一个版本能更快推出，提升智能和稳定性总体来看，Opus 4.5 功能强大，用户体验和技术细节仍有不少提升空间。真正的挑战是如何在保持模型强度的同时，提升稳健性和实用性，减少“直觉式”错误，增强上下文理解和持续学习能力。只有这样，才能让AI成为日常工作中真正值得信赖的助手，而非偶尔拖后腿的“聪明伪专家”。x.com/alexalbert__/status/1998801676854337643

57. 盘点一周AI大事(4月12日)｜Mythos太强不敢发布 Anthropic官宣最强大模型Claude Mythos OpenAI发布超级智能经济蓝图 Meta发布大模型 Muse Spark 智谱上线最强开源大模型GLM-5.1 Anthropic上线Agent包工头Claude Managed Agents Gemini上线概念可视化visualizations 阿里发布最强视频模型HappyHorse-1.0 米哈游发布最强数字人模型LPM 1.0 Ace开源最强音乐模型ACE-Step-1.5-xl 研究员开源最强虚拟试穿模型Vanast #前沿科技趋势发布月 #AI新星计划 #AIGC #大模型 #Agent

58. Google 放大招！Gemini in Chrome 抢先开启，AI Agent 可自动浏览网页完成任务！| 零度解说

59. 多名用户反馈，DeepSeek在网页端和APP端进行了版本更新，支持最高1M(百万)Token的上下文长度。而去年8月发布的DeepSeekV3.1上下文长度拓展至128K。记者实测中发现，DeepSeek在问答中称自身支持上下文1M，可以一次性处理超长文本。(科创板日报)

60. 给大家解释一下，DeepSeek V4的百万上下文亮点在于，主要解决了普通人用AI经常聊着聊着，或者分析内容的时候，经常忘记上面说话的问题。以后你用DeepSeek V4的模型聊天，AI更能通过上下文，理解你的意思。DeepSeek还是以前的风格，车展日搞突然袭击。

61. 互联网技术 DeepSeek这次悄无声息的更新确实展现了技术上的重大突破。上下文窗口从128K直接跃升至1M，意味着模型能一次性处理《三体》三部曲级别的超长内容，这不仅是参数量的提升，更是架构稳定性和内存管理能力的质变。知识库更新至2025年5月也让模型对近一年的技术动态和行业趋势有了原生理解，显著提升了实用性。值得注意的是，新模型在保持强大推理能力的同时，交互体验更加细腻自然，被评价为可媲美Claude 3.5 Sonnet。这次更新很可能是DeepSeek-V4正式发布前的关键测试，延续了其在春节前后推出颠覆性更新的传统。虽然未包含多模态能力，但在纯文本处理上已实现对国际顶尖模型的追赶甚至超越。对于开发者而言，1M上下文窗口将彻底改变工作流程，能够直接分析完整项目代码库进行全局优化。这次更新不仅展现了DeepSeek的技术实力，也为国产大模型的商业化落地开辟了新路径。大家觉得这样的上下文长度扩展会在哪些领域产生最直接的影响呢？

62. #一条音频告别2025##微博声浪计划# 小米天才少女罗福莉首次登场，发布开源大模型MiMo-V2-Flash。该模型采用MoE架构，激活参数150亿，推理速度比Claude 4.5快2倍，支持256K长上下文。罗福莉曾拒绝天才标签，小米借其强化AI布局，引发行业关注与讨论。种斌Marco的微博音频

63. #Opus4.8和GPT5.5谁更强#要先看自己用AIA的时候最看重啥？我先说：速度+不瞎编+长上下文！Opus4.8 快速模式 2.5 倍速，价格还砍到 1/3，主打 “诚实”，瞎编率低；GPT5.5 有百万 Token 上下文，长篇文档、代码库一次性塞进去不费劲。所以，日常写文案、做笔记选 Opus4.8，搞长文档分析、写大段代码选 GPT5.5，实用才是王道。

64. 相约 GenAICon 北京站：聊聊从环境工程出发，如何“简化”多源实时上下文？

65. Claude Code+DeepSeek V4 Pro安装教程｜3步从零装好开始用 | Mac Windows

66. 上下文窗口军备竞赛

67. 为什么上下文窗口再大也替代不了记忆——AI Agent的RAM与硬盘之争

68. 真正限制大模型的，不是上下文大小，而是“上下文腐烂”

69. 上下文窗口越大越好吗？聊聊长上下文的代价

70. 长上下文不可强求

71. Gemini 100 万 Token 上下文，长文档处理

72. 百万上下文 + 全模型聚合，这才是 AI 的正确打开方式 - 哔哩哔哩

73. 为什么AI大模型都在拼“上下文长度”？

74. 【每天学一点AI】上下文长度——AI为什么会“忘记”你刚才说过的话？

75. AI Agent 为什么不是上下文越长越好｜生成式AI｜第六讲

76. AI 大模型领域 12 个核心概念-上下文长度 (Context Length)

77. 开发者用Gemini 3.1 Pro处理长上下文任务方便吗？

78. Gemini 100 万 Token 上下文

79. Gemini 3.1 Pro 百万 Token 上下文实战

80. 别再盲目塞 Token 了！LLM 上下文工程全指南

81. 摊销上下文

82. 长上下文军备竞赛结束了

83. Claude 1M 长上下文是不是越长越好？企业要小心哪些成本坑

84. 滴滴面试官

85. 在多轮、跨会话的 Agent 场景中，是持续塞入完整历史上下文，还是先抽取结构化记忆再按需召回

86. 上下文越长，大模型表现越好还是越差？

87. 递归语言模型 Recursive Language Models

88. 从 PC 内存演进看大模型上下文的未来

89. 2025年RAG已死？2026年接着做上下文工程

90. 一文讲清

91. 【2026年更新版】大模型研讨课第六期丨长上下文推理与智能体

92. 国产大模型集体爆发！DeepSeek-V4领跑百万上下文时代

93. MiniMax M3 多模态大模型评测

94. 用了两天谷歌Gemini 3,我感觉它彻底疯狂了

95. Gemini官网镜像站长上下文技术解析：100万Token如何重构文档处理范式

96. Gemini 4 长上下文深度解析｜百万 Token 重构复杂任务的解决逻辑

97. 主流大模型 Token 全面测评上下文窗口 · 定价 · 性能

98. Qwen2.5长上下文推理提速2.66倍！加州大学&NVIDIA提出CPU-GPU协同混合注意力计算框架HybridGen

99. 号称1200万token上下文的模型来了，数据亮眼但疑点重重

100. Gemini最新：Gemini全方位使用教程（附案例）

101. 1200万token、速度快52倍、成本只有1/5——这个新LLM有点东西

102. 颠覆上下文长度极限！MIT华人带队提出递归语言模型：模型可以递归调用自己，GPT5也能轻松处理千万Token，性能可提升2倍，成本最多省3倍！

103. 国产长文本模型杀疯了！SubCube实现1200万Token上下文，算力成本直降95%

104. 大模型如何解决上下文长度问题：技术演进与实践指南

105. 2026年实测：Gemini全系列模型技术拆解与访问指南

106. 为什么大模型要限制上下文长度？不是故意卡你，是你没找对记忆方法

107. Qwen2.5VL-72B模型128K长序列性能优化方法

108. 6倍省内存，8倍提速！Google这招要让长上下文便宜了

109. 2026年实测：Gemini全系列模型技术拆解与国内镜像站体验指南

110. DeepSeek V4成本降至1元：长上下文效率如何提升3倍以上

111. 2026年Gemini长上下文办公实战：从百万Token容量到结构化输出的技术路径

112. 一分钟搞懂上下文长度😎

113. AI大模型实战——模型核心技术指标：如何提高上下文长度

114. Gemini全系列解析与国内镜像站体验指南

115. 长上下文AI小说文豪

116. 让 LLM 突破上下文窗口的桎梏：递归语言模型

117. 为何资深开发者纷纷放弃RAG，转向上下文工程

118. 2026年最新国内镜像站实测，GPT vs Gemini哪个模型更值得用？

119. 递归语言模型(RLM)——让大模型告别"上下文腐烂"，处理能力暴涨100倍！

120. 从 RAG 到 LLM Wiki：长上下文经济学如何重塑知识工程

121. 一个 pip 命令，让大模型突破上下文长度限制！MIT 开源 RLM 递归推理引擎火了

122. 中金：2026年大模型在强化学习、模型记忆、上下文工程等方面将取得更多突破

123. 【实测】Gemini vs GPT 谁更值得用？一周深度体验，结果有点意外

124. 如何通过利用上下文工程显著提高 LLM

125. 深夜王炸！谷歌Gemini 2.5 Pro正式发布，200万token上下文

126. 大模型多轮对话与长上下文问题解决

127. 突破100万token：长上下文大模型技术完全解析

128. 爆款标题：DeepSeek v4重磅升级！百万上下文能力彻底打破AI局限

129. 2026年全球大模型发展现状与核心应用场景分析

130. LLM上下文窗口管理：六种策略拯救你的Token预算

131. 长上下文成本下探激活 AI 需求扩张大模型产业化进入效率竞争新阶段（18页报告）

132. 从 Qwen2.5 到 Qwen3.6：我用 12 个真实业务场景对比了 8 代模型，告诉你什么时候该升级

133. 长上下文（Long-Context LLM）相关技术

134. Gemini 3.1 Pro翻译有多强？五个场景实测

135. 大模型应用开发-2 上下文工程

136. 400万token上下文无压力？阿里通义QwenLong-L1.5刷新长文本推理纪录，性能比肩GPT-5

137. 别再争“RAG已死”：长上下文时代，90% 团队真正做错的是架构分工

138. 长文本处理总被干扰？ICLR 2026三种上下文记忆优化方案让LLM学会"主动思考"

139. 【OpenClaw 记忆机制】第1课：为什么需要记忆机制？上下文窗口的局限性

128万token上下文到底有多强？一文看懂长文本处理的真相

精选参考来源