Claude Sonnet 4 上下文升至 100 万 token：代码库一口吞，支持长程智能体

如果你经常让 AI 帮忙读代码，大概都踩过同一个坑：项目稍微大一点，上下文就爆了，只能分批传文件，AI 转头就忘了前面的架构约定。

Anthropic 刚刚给开发者送了一颗定心丸。他们把主力模型 Claude Sonnet 4 的上下文窗口一口气拉到了 100 万 token，比之前的 200K 暴涨了 5 倍。

这是什么概念？换算成代码，差不多能一次性塞进超过 7.5 万行源文件，或者直接倒进去几十篇几十页的专业学术论文。

7.5 万行代码一次吞下

根据 Anthropic 官方给出的场景，这次 1M 窗口主要奔着三个硬需求去。

首先是整库代码分析。开发者可以直接把源码、测试用例和文档统统打包丢进去，让模型梳理跨文件的依赖关系和全局系统设计。

其次是复杂长文档的交叉对比。比如厚厚的法律合同、行业标准或是技术规范，不用再担心切块切坏了语义。

最后是现在大火的 AI Agent。在多步骤任务里，智能体往往要调几十上百次工具，以前很容易聊到一半上下文溢出，现在可以把完整的 API 文档、交互记录和工具调用历史全留在记忆里。

做浏览器开发的 Bolt.new 创始人 Eric Simons 就提到，这让开发者可以在浏览器里做体量大得多的项目，同时保持代码准确率。伦敦的 iGent AI 也表示，他们的软件工程智能体 Maestro 靠这个窗口跑通了跨越数天的长期工程任务。

目前这个 1M 窗口已经在 Claude Developer Platform 进入公测，暂时先对 Tier 4 和定制限额的用户开放，未来几周向更多人推广。另外，Amazon Bedrock 和 Google Cloud 的 Vertex AI 也同步上线了。

超过 200K 开始阶梯收费

窗口变大，算力消耗自然也上去了，Anthropic 这次的定价策略算得挺精细。

在 200K token 以内，价格和以前一样，输入每百万 token 收 3 美元，输出收 15 美元。

一旦你的单次请求提示词超过了 200K，价格就会上浮。超长部分的输入变成每百万 token 收 6 美元，输出变成 22.50 美元。

好在 Anthropic 提供了缓冲方案。开发者可以配合 Prompt Caching 提示词缓存来降低重复前缀的费用和延迟。如果对时效性要求不高，走 Batch 批处理还能直接打个五折。

为什么重要

我们认为，Anthropic 这次是直接端着刺刀冲进了 Google 的大本营。

很长一段时间里，超长上下文几乎是 Gemini 的独门招牌，很多开发者哪怕觉得 Claude 编程更顺手，为了吃下大文件也只能捏着鼻子选 Gemini。现在 Sonnet 4 把上下文补齐到 1M，直接消除了这块最大的短板。

对于做企业级代码助手和复杂 Agent 的团队来说，这个功能绝对值得现在去试。特别是配合提示词缓存，把整个项目骨架常驻在内存里，工程体验会有一个质的飞跃。

但我们也得泼一盆冷水：长上下文从来不是免费午餐。除了超过 200K 后翻倍的账单，更棘手的是延迟和推理质量。在 100 万 token 里找一段文字不难，但要在上万行代码之间理清隐式依赖并且不产生幻觉，对模型的注意力机制是极大的考验，普通个人开发者完全没必要一上来就盲目把整个项目无脑往里塞。