GPT-4o 上下文窗口、Max Tokens 与 128k 占用

gpt-4o max tokens、gpt-4o context window、128k tokens 这类词，问的不是「有多少字符」，而是：这段粘贴在宣称的窗口里还剩多少空间。本篇说明如何解读这些数字，以及发送前如何检查。

Max tokens 与上下文窗口

「Max tokens」在不同文档里可能指输出上限、上下文总长，或两者混用。模型卡上的 128k 类数字通常描述可放入的上下文量级——往往还要覆盖模型回复。把它当成 100% 可塞输入，是常见失误。

先看占用百分比

打开 上下文窗口计算器，粘贴文本，选择 128k（或 8k / 32k / 200k / 1M / 自定义）。看已用 Token、剩余，以及占用百分比。在截断或忘掉早先轮次之前先裁剪。

再对数

需要编码感知的原文长度时，用 Token 计数器 的 OpenAI 系模式。窗口工具回答「满了多少」；计数器回答「这段有多长」。

128k 大约等于多少词？

若只想建立阅读直觉，用 Token 转词数 的 128k / 1M 预设。那是规划比例，不是保证。终稿仍要粘贴核对。

给回复留空

输入把窗口顶满后，输出没有空间。目标留出余量（视任务而定），不要把占用条推到 100%。