上下文长度（Context Length）指模型架构支持的最大输入序列token数，是上下文窗口的技术上限。它由位置编码方案、注意力机制的内存复杂度共同决定。早期GPT-2支持1024，GPT-3提升到2K，现代模型已扩展到128K、1M甚至10M。 扩展上下文长度的技术包括：相对位置编码（RoPE、ALiBi）、稀疏注意力、滑动窗口注意力、Ring Attention等。这些技术突破了传统注意力的O(n²)内存瓶颈，使长文档、长视频、长对话成为可能。 上下文长度与上下文窗口常被混用，但前者偏架构能力、后者偏产品规格。选择模型时需结合实际任务：代码理解、长文档摘要、多轮对话等场景需要长上下文，而短问答则无需为此支付溢价。