原来上下文超过200k之后衰减这么夸张？

原来不止单次调用费用暴涨，智力也暴跌啊

对呀，所以CODEX 272k 压缩是有道理的，不用追求过长，过长弱智

就跟人一样，东西里太多,有时候就等于啥都没记住

# 将上下文窗口设置为 372,000
model_context_window = 372000
# 将自动压缩阈值设置为 272,000
model_auto_compact_token_limit = 272000

这个压力测试有点意思，基本就是逼着模型感官超载。实际情况下不会这么差，除非你一个对话里N个话题拼命横跳：

AI: 这信息量有点大

没那么严重，测试方式和测试数据样本不全面。当然大上下文是要不断探索的领域和解决模型幻觉一样重要。

是啊，所以gpt在codex用只需要258k上下文

这样设置的话那个372没意义吧，272就压缩了，要么就全默认得了。要减少压缩频率增加点上下文长度，正常不是372+353吗。

要比难道不应该对比压缩后和不压缩的吗

比如一个是采用200k 压缩，一个是纯靠长上下文，看哪个好

一直以来都是这样，所以基本不看有多少上下文，提早压缩。ds我感觉100就得压缩

Tibo 7月13日的发帖原文

7月18日 PR #33972 正式把 bundled metadata 锁死在 272000

之后直到现在（2026-08），默认仍是 272k raw / 258.4k effective

cc里我设置的272k压缩，但是有33k的缓冲，在239就自动压缩

但是压缩后也会损失质量。你得对比一下1m和压缩究竟哪个损耗最大