上下文窗口（Context Window）
模型一次能“记住”的对话与资料长度上限，以 token 计。窗口越大，能塞进去的文档越长；超长文本的中段召回是各家共同的短板。
长上下文（Long Context） Long Context
模型单次可处理的超长输入能力（十万到百万 token 级），能把整本书或整个代码库塞进去。代价是成本更高，且存在「中段遗忘」——关键信息放头尾更稳。
相关术语
注意力机制（Attention）
Transformer 的核心计算：衡量每个词该「关注」句中哪些其他词，从而处理指代与长距离依赖。上下文越长，这部分开销增长越快。
RAG（检索增强生成）
回答前先从外部知识库检索相关资料，再交给模型生成答案。解决模型知识过时与“一本正经胡说”的问题，企业知识库问答的标准架构。