DeepSeek 上下文长度与最大输出是多少：1M 上下文、384K 输出，超限会怎样

本文根据 DeepSeek 官方 API 文档整理，资料核对于 2026-10-24。数字可能随模型更新变化，以官方页面和接口返回为准。图为本站整理的示意图。

适用于谁

• 搜「deepseek 上下文长度」「deepseek 最大输出」「deepseek 能处理多长的文档」的人；
• 想一次性丢一整本书、一个大仓库给它的人；
• 遇到输出被截断、请求报 400 说太长的开发者。

结论先说

1. 上下文长度是 1M，最大输出长度是 384K。官方价格页的模型细节里，deepseek-flash 和 deepseek-v4-pro 这两行写的是相同的数字：上下文长度 1M，输出长度最大 384K。
2. 精确数字：官方「获取模型列表」接口的示例里，两个模型都是 context_window 1048576（输入和输出 token 合计）、max_output_tokens 393216（max_tokens 可接受的最大值）。
3. 上下文包括输入和输出合计：接口文档对 context_window 的说明是「输入与输出 token 合计」，所以输入越长，留给输出的空间越少。
4. 超过限制会报错，而不是自动截断：Responses API 文档写明，truncation 参数不支持，输入超出上下文窗口时返回 400 错误。

图：本站根据 DeepSeek 官方价格页 与图像理解文档整理的示意图

一、1M token 大概是多少字

token 是模型的计量单位，也是计费单位。官方 Token 用量文档给出的大致换算：

• 1 个英文字符约 0.3 个 token；
• 1 个中文字符约 0.6 个 token；
• 但不同模型的分词不同，实际处理的 token 数以返回结果里的 usage 为准。

按这个比例粗略估算，1M（约 105 万）token 对应的中文大约是一百多万字符的量级。这只是估算，具体内容里夹杂代码、数字、英文时差别会很大，所以真要接近上限，务必用 usage 或官方提供的离线 tokenizer 去算。官方文档提供了 tokenizer 压缩包下载，可以在本地离线计算一段文本的 token 用量。

二、输出长度：384K 是上限，不是建议

最大输出 384K 说明模型单次回复最多可以很长。几点提醒：

• 设置 max_tokens 就是限制这次最多输出多少。JSON 输出尤其要设够，官方提醒设置太小会让 JSON 被中途截断，见 /guides/deepseek-json-output-function-calling；
• 思考模式下，思维链也算输出。官方 2025-05-28 的 R1-0528 说明里提到那一代模型的 max_tokens 包含思考过程，默认 32K、最大 64K，那是旧模型的规则；现在的上限见价格页，是否包含思维链请以最新官方文档为准；
• 写长文时，更长不等于更好，分章节写更容易控制，参考 /guides/deepseek-write-novel-prompts。

三、图片、请求体大小的限制

给 deepseek-flash 传图片时，官方图像理解文档给出这些数字：

• 每张图片会自动缩放，每张图消耗的 token 数有上限，为 1024 个，比如 2000×2000 和 5000×5000 的图片，缩放后消耗的 token 数相同；
• 请求体大小限制 48 MiB（内联的 base64 图片计入）；
• 外部 URL 图片最大 32 MiB，URL 长度最多 8192 个字符，需在 60 秒内下载完成；
• 通过 Files API 上传、用 file_id 引用的图片最大 64 MiB；
• 单个请求最多 600 张图片；图片最长边最多 8192 像素，一个请求包含 15 张及以上图片时降为 4096 像素；
• detail 设为 low 时，图片在推理前缩放到 512×512，更快、更省 token。

DeepSeek-V4 Pro 不支持图像输入。图片相关的更多说明见 /guides/deepseek-upload-file-image。

四、长上下文怎么省钱：缓存

官方的「上下文硬盘缓存」对所有用户默认开启。简单说：后续请求和之前请求的前缀重复的部分，计入「缓存命中」，单价低很多。命中的前提是前缀被完整匹配：

• 多轮对话里，第二轮请求里包含第一轮请求的全部内容，就能命中第一轮的缓存；
• 如果第一轮是 A+B，第二轮是 A+C，第二轮没法命中；但系统检测到公共前缀 A 后会把 A 单独缓存，第三轮 A+D 就能命中 A。

所以把固定的系统提示、长文档放在最前面，把会变化的问题放在最后，能让缓存命中率更高。命中与未命中的价格见 /guides/deepseek-v4-pro-vs-flash-api-price。

图：本站根据 DeepSeek 官方 Responses API、硬盘缓存与图像理解文档整理的示意图

常见问题

Q：1M 上下文是不是意味着可以把整本书丢进去问？

容量上可以，但内容越长，响应越慢、费用越高，也更容易出现「中间部分被忽略」的情况。长文档提问的技巧见 /guides/long-document-prompting-tips。

Q：网页版能上传多大的文件、对话能多长？

官方没有给统一数字，界面会有提示，见 /guides/deepseek-upload-file-image。

Q：不同模型的上下文一样吗？

价格页上 deepseek-flash 和 deepseek-v4-pro 相同。别家模型各自不同，比如 ChatGPT 的见 /guides/chatgpt-context-length-limits。

Q：输出被截断了怎么办？

先看返回的结束原因，再检查 max_tokens；JSON 输出被截断时调大它。报错类问题见 /guides/deepseek-api-error-codes。

想同时用 ChatGPT、Claude 等海外模型做对比？本站提供 AI 会员充值，ChatGPT 可看 Plus 充值。

参考资料

• DeepSeek API 文档：模型 & 价格 — https://api-docs.deepseek.com/zh-cn/quick_start/pricing
• DeepSeek API 文档：获取模型列表 — https://api-docs.deepseek.com/zh-cn/api/list-models
• DeepSeek API 文档：Token 用量计算 — https://api-docs.deepseek.com/zh-cn/quick_start/token_usage
• DeepSeek API 文档：使用 Responses API — https://api-docs.deepseek.com/zh-cn/guides/responses_api
• DeepSeek API 文档：上下文硬盘缓存 — https://api-docs.deepseek.com/zh-cn/guides/kv_cache
• DeepSeek API 文档：图像理解 — https://api-docs.deepseek.com/zh-cn/guides/vision
• DeepSeek-V4 预览版发布公告 — https://api-docs.deepseek.com/zh-cn/news/news260424