今日，官方正式发布公告，Claude Sonnet 4 的上下文窗口容量一举跃升至 100 万 tokens——相比此前版本扩大了整整 5 倍。

那么，100 万 tokens 究竟意味着什么？通俗来说，它现在能一次性处理整个代码库（约 7.5 万行代码），或连续阅读数十篇完整论文。虽然听起来技术性很强，但其实际应用场景才是真正令人兴奋的之处。

痛点：记忆容量不足

此前的 AI 模型如同一位记忆力有限的助手，需要反复提供上下文背景。若要分析大型项目，必须将其分割成多个小块，并时刻担心模型忘记前文内容。这种体验，长期使用者想必深有体会。

现在的实际能力

代码分析：将整个项目完整输入，模型能够识别整体架构，发现文件间的依赖关系，并给出具体的改进方案。
文档处理：批量分析合同、学术报告，甚至挖掘不同文档之间隐藏的关联性。
长对话：即便经历数百次工具调用，上下文依然保持稳定，不会中途“失忆”。

成本考量

当然，成本也随之上升。一旦使用量超过 20 万 tokens，费用直接翻倍：输入价格从每百万 tokens 3 美元上涨至 6 美元，输出价格从 15 美元涨至 22.5 美元。不过，结合缓存与批处理机制，仍能节省部分支出。

用户真实反馈

Bolt.new 表示，这一升级使开发者能够在更大规模的项目中保持高精度。而 iGent AI 则直接指出，AI 工程师现在可以进行长达多天的连续会话，真正处理真实的代码库。

听起来前景诱人，但核心问题在于：大多数实际任务真的需要如此长的上下文吗？抑或这只是大模型领域“参数越大越好”的又一次军备竞赛？

目前，该功能仅面向 Tier 4 用户开放测试，Amazon Bedrock 已提供支持，Google Cloud 也即将跟进。

那么，“又”RAG 被宣告死亡了吗？