NVIDIA 论文：上下文压缩后 Claude Opus 4.5 在 SWE-bench 上几乎不丢分

NVIDIA 推荐的一篇论文测试了智能体场景下的激进上下文压缩。Claude Opus 4.5 在 SWE-bench Verified 上采用每步压缩后得分 70.2，与保留完整历史的 70.0 基本持平，中位峰值上下文从 32K tokens 降到 8K。在对话结尾做简单压缩反而更好，得分从 70.0 升到 74.8。该模式在 Terminal-Bench、FRAMES、BFCLv3 和多语言 SWE-bench 上同样成立，部分设置有小幅损失。成本方面，前沿开源权重模型生成后段 token 的价格最高是前段的 7 倍。