API 提示 context_length_exceeded 怎么办？发送前预算与裁剪验收

遇到 context_length_exceeded，先核对本次实际输入的组成、目标模型的上下文限制和输出预留，再裁剪并重新计数。只缩短最后一句话、只看字符数或调低输出上限，都可能漏掉真正占空间的历史、工具和图片。本文核对日期为 2026-10-25；提供发送前检查方法，没有对云岚API做真实计数或兼容性测试。

先确认限制和请求组成

记录服务地址、接口类型、实际模型 ID、错误原文，以及该服务对该模型公布的窗口与独立输出限制。不要把同名模型在另一个平台的窗口直接套过来。请求体或图片文件过大，也不一定是 token 超窗；已经收到完整响应但答案没写完，转到输出截断判断。

输入要按最终请求核对，不能只数聊天框中的内容：

OpenAI 的输入计数文档明确包含消息格式开销，并支持把工具等内容随输入一起计数。应保存与本次计数对应的请求版本，框架随后追加内容就需要重数。OpenAI 输入 token 计数

能用计数端点，也要核对适用范围

优先检查目标服务是否提供适用于当前接口、模型和输入形式的计数能力；使用官方文档中的端点，不代表第三方兼容服务也支持它。没有适用能力时，标为估算并写出未覆盖项，不把未知图片或工具开销填成零。

Claude 官方计数接口目前也有输入限制，例如部分服务端工具、MCP connector，以及以 URL 或文件来源提供的图片、文档，不能直接套用计数请求。它给出的估算与缓存执行也不是一回事，计数不会替你预热缓存。Claude 计数能力与限制

本地 tokenizer 可以帮助估算文本，但“最后一句文本的 token 数”不等于整个请求的 token 数。中文、代码和不同模型分词也不能用固定字符比例精确换算。

给输出留空间，别把公式当通用规则

可用下面的规划目标整理记录：

完整输入 I + 输出预留 R + 自定余量 M ≤ 已核窗口 W

R 应按目标协议包含需要计入的推理开销；若输出预算已经包含推理，就不要再加一次。输出上限仍须单独核对。OpenAI 文档说明上下文涉及输入、输出及相关模型的推理 token。上下文与输出限制

人工算例：假设窗口为 10,000，完整输入 7,000，输出预留 2,000，自定余量 500，合计 9,500。若下一版新增且尚未计入的工具结果占 1,200，合计变成 10,700，需要调整。数字不是任何真实模型的规格，余量也没有统一安全比例；输入总数已经包含工具时不能重复加。

这只是规划目标，不能统一预测接口是否拒绝。Claude 文档说明部分较新模型会接受“输入加输出上限”超过窗口的请求，再在生成到达窗口时停止；因此“请求发成功”也不代表留足了输出空间。Claude 上下文处理

裁剪后怎样确认任务还能完成？

保留原请求版本，先移除与当前目标无关的重复内容；长日志可以保留关键片段及定位信息，检索材料只保留本轮所需证据。把旧对话整理成摘要时，明确保留当前目标、限制条件、关键事实、引用标识和未决事项。摘要不能当作无损替代。

工具调用与结果要按目标协议成组检查，避免只留下找不到对应调用的结果。历史结构见多轮对话管理。每次裁剪后，用最终请求重数，并检查原先必须回答的问题、关键约束和证据是否仍能找到；实际返回后再验收答案。预算合格与任务完成是两次不同检查。

下载上下文预算检查包，记录修改前后版本、计数范围、未计入项和验收证据。包内只有静态清单、空白 CSV 与人工案例，不会读取请求或调用 API。实际费用另按账单明细核对。

常见问题

缓存命中了，历史还占上下文吗？

仍要计入。Claude 上下文文档明确，普通输入、缓存读取和缓存创建 token 都占窗口。缓存计费或加速不能理解为内容从上下文消失；字段核对见缓存未命中排查。

把输出上限改小就能解决吗？

它可能释放规划中的输出预留，但无法让已经超窗的输入变短。也要确认缩小后仍足够完成任务。

输入 token 数未知，可以先按零计算吗？

不能。保留未知和未覆盖项；缺关键计数时，不给出“完整预算通过”的结论。

换成更大窗口模型就不用裁剪了吗？

先确认目标服务实际支持的窗口和能力，再重做预算与任务验收。容量变大不保证无关内容更多时回答更准确。