摘要：1 个英文字符 ≈ 0.3 个 token，1 个token大约为 4 个英文字符或 0.75 个英文文本单词。1 个中文字符 ≈ 0.6 个 token。
一般情况下模型中 token 和字数的换算比例大致如下：
1 个英文字符 ≈ 0.3 个 token，1 个token大约为 4 个英文字符或 0.75 个英文文本单词。1 个中文字符 ≈ 0.6 个 token。为了让token长度有所感知，下面是一些知名图书和剧本的情况：
《哈利波特与魔法石》全文约 8W 英文单词 ，大致12K token《老人与海》(The Old Man and the Sea) by Ernest Hemingway: 这本小说的英文版大约有 27,000 个单词。token长度大约在 4W tokens 左右。莎士比亚的《哈姆雷特》(Hamlet): 英文剧本大约有 3W 个单词。token长度大约在 4W tokens 左右。过去几年最初LLM的上下文token只是8K左右，年初主流在用的已经64K了，现在出来128K的都不好意思说，最近出来的1M的也不少，Llama更是达到10M了。
模型deepseek-chatdeepseek-reasoner上下文长度64K64K最大思维链长度-32K最大输出长度8K8K我们以阿里云提供的为准：
https://bailian.console.aliyun.com/?tab=doc#/list/?type=model&url=/zh/model-studio/models
上下文长度最多支持 128K 个 token，最多可生成 8K 个 token。
DeepSeek-R1-Distill-Qwen-32B 这样的模型的Base Model是 Qwen2.5-32B， 上下文长度也一样。
基于 Qwen2.5 模型训练的 QwQ 推理模型。
上下文长度：128K
最大输入： 96K
最大思维链长度： 32K
最大回复长度： 8K
视觉推理模型，支持视觉输入及思维链输出
上下文长度：120K
最大输入： 96K 单图最大16384
最大思维链长度： 16K
最大回复长度： 8K
https://AI.google.dev/gemini-api/docs/long-context?hl=zh-cn
2025 年 2 月 更新
输入令牌限制: 1M
输出令牌限制: 8K
https://huggingface.co/models?search=google/gemma
输入令牌限制: 4B、12B 和 27B 大小的总输入上下文为 128K 个 token，1B 大小的总输入上下文为 32K 个 token
输出令牌限制: 8K
Grok 3 的上下文长度支持 100 万 token， 输出16K。
输入上下文长度: 128K
最大输出： 16K
近年来，大型语言模型（LLM）的上下文长度（context length）经历了显著增长：从最初的8K token，到年初主流的64K，再到如今128K已成为标配，部分模型甚至突破1M（如Llama 4 Scout的10M、Grok 3的1M）。
输入长度：主流模型（如DeepSeek-V3、Qwen2.5、Gemini 2.5 Pro）普遍支持64K–128K，部分（如Claude 3.7 Sonnet、Llama）达到百万级。
输出长度：多数限制在8K–16K，但谷歌Gemini 2.5 Pro支持64K输出，OpenAI的o3-mini甚至允许10W token输出。
LLM的上下文长度竞赛将持续升温，但技术重点可能从“单纯扩展数字”转向“高效利用长上下文”，同时结合多模态、推理能力，推动AI在复杂任务中的实用化落地。
百万级（1M+）上下文可能从“突破性”变为“标配”，尤其面向企业级长文档处理、视频分析等场景。当前输出长度（8K–16K）可能难以满足复杂任务（如长篇报告生成），未来或向64K–100K演进视觉模型、推理模型的发展必然会导致LLM增大上下文。超长上下文的计算成本仍是瓶颈，LLM厂商可能会优化计费策略，到时候垂直行业（法律、医疗）的长文本分析或成为主要应用场景。来源：正正杂说
