上下文（ctx）到底是什么？8K 能装多少字？

上下文是模型一次能『看见』的总字数预算，输入和它的回答共用这个预算。8K token 大约相当于中文 4000–5500 字。

token 是模型的最小单位，不完全等于字。粗略对照：英文 1 token ≈ 4 个字母 ≈ 0.75 个词；中文 1 个汉字大约 1.2–1.8 token（不同模型的词表差别很大，中文模型通常更省）。所以 8K 上下文放中文大约 4000–5500 字，放英文大约 6000 词。

关键容易被忽略的一点：这 8K 是『你说的话 + 系统提示词 + 它已经答过的内容 + 它正在生成的内容』的总和。多轮聊天里，上下文是一路涨上去的，涨满就会截断最早的内容或者报错。这就是『明明装得下，聊到二十轮就崩』的成因。

本站表格里 8K 上下文那一列写的是『这 8192 个 token 吃多少显存』，不是『8K 能装多少字』——后者就是上面那 4000–5500 字。另外还要扣掉模板开销：聊天格式包装、系统提示词，通常 200–500 token（本站数据里这一项标了『未核实』，是估算）。

还有一点：模型本体有原生上限。Qwen3 系列是 40960（约 40K），GLM-4-9B 是 32768，Phi-4 只有 16384；Gemma 3、Llama 3.1、gpt-oss、Seed-OSS 是 128K 起。显存够 ≠ 能开那么大，把 -c 填超过原生上限属于超纲使用，质量不保证。