Claude Sonnet 4 上下文窗口扩容至 1M Token

Anthropic 宣布，旗下主力模型 Claude Sonnet 4 上下文窗口扩容至 1M Token。这项「长上下文」功能目前正处于公测阶段，你可以通过 Anthropic API 和 Amazon Bedrock 进行调用，并将于近期登陆 Google 的 Vertex AI 平台。

Claude Sonnet 4 支持 1M Token

1M Token 大致相当于 75 万个英文单词。这意味着，模型可以直接对海量数据进行推理和分析，不用再依赖 RAG（检索增强生成）等相对复杂的技术方案。

回顾一下，Anthropic 在今年 5 月发布新一代模型时，Sonnet 4 和 Opus 4 的上下文窗口都是 200K Token。这个容量对大多数应用场景来说已经够用，但在「长上下文赛道」上，竞争早已白热化：

• Google 早在 2024 年初就给 Gemini 模型配上了 1M Token 支持，并宣称很快会上 2M Token 版本。
• OpenAI 今年早些时候也推出了拥有 1M Token 的 GPT-4.1；不过到了 GPT-5，又缩回到了 400K Token。

上下文窗口，能带来什么？

Anthropic 在公告中强调，长上下文将解锁不少强力场景，例如：

• 一次性分析和评估更庞大的代码库——代码处理本来就是 Claude 系列的拿手绝活儿。
• 针对大量文档做深度整合与提炼，用来构建经过数百次工具调用，仍能保持记忆连贯的 AI 智能体。

当然，功能更强，意味着成本也会推高：

• 价格翻倍：每 1M 输入 Token 从 3 美元涨到了 6 美元。
• 每 1M 输出 Token 的价格也上调了 50%。

不过你可以用「提示词缓存」来显著降低成本和延迟，再加上批处理模式的话，费用还能再省大约 50%。

超大上下文真的有用吗？

业内一直在讨论，大语言模型在处理超大上下文时，效能到底如何。

• 最常见的评测方式是「大海捞针」：在海量上下文里，找出某个特定信息点。目前，大多数模型在这项测试中的表现都还不错。
• 但研究人员提醒，这类测试未必代表真实的使用场景。毕竟，随着对话变长、上下文变大，模型还要保持内容的连贯性，其实会更难。

所以，即便上下文窗口越来越大，「上下文工程」这门技能在短期内恐怕也还会是「刚需」。