384K 指的是大语言模型一次推理所能处理的最大上下文长度达到约 38.4 万个 token,相当于数百万字的文本输入,是当前长上下文模型的重要指标之一。围绕 384K 的讨论主要集中在新发布模型如何兼顾超长上下文与低延迟、低价格之间的平衡。
384K 上下文模型的近期进展
当前焦点与观察点
围绕 384K 级别上下文的竞争已经从"能不能做到"转向"做得是否够快、够便宜"。SubQ Snap 主打决策场景,把 660ms 的起步延迟作为卖点;DeepSeek 则通过连续降价把长上下文推理的成本继续往下压。值得关注的问题包括:384K 上下文在实际业务中的有效利用率(模型是否真正"读完"长文本)、超长输入下的推理成本结构,以及决策专用模型与通用模型在评测基准上的可比性。此外,长上下文能力正成为办公软件的默认配置,未来模型的差异化可能更多体现在延迟与价格,而非单纯的 token 窗口大小。