DeepSeek 上下文長度與最大輸出是多少：1M 上下文、384K 輸出，超限會怎樣

本文根據 DeepSeek 官方 API 文檔整理，資料核對於 2026-10-24。數字可能隨模型更新變化，以官方頁面和接口返回為準。圖為本站整理的示意圖。

適用於誰

• 搜「deepseek 上下文長度」「deepseek 最大輸出」「deepseek 能處理多長的文檔」的人；
• 想一次性丟一整本書、一個大倉庫給它的人；
• 遇到輸出被截斷、請求報 400 說太長的開發者。

結論先說

1. 上下文長度是 1M，最大輸出長度是 384K。官方價格頁的模型細節裏，deepseek-flash 和 deepseek-v4-pro 這兩行寫的是相同的數字：上下文長度 1M，輸出長度最大 384K。
2. 精確數字：官方「獲取模型列表」接口的示例裏，兩個模型都是 context_window 1048576（輸入和輸出 token 合計）、max_output_tokens 393216（max_tokens 可接受的最大值）。
3. 上下文包括輸入和輸出合計：接口文檔對 context_window 的說明是「輸入與輸出 token 合計」，所以輸入越長，留給輸出的空間越少。
4. 超過限制會報錯，而不是自動截斷：Responses API 文檔寫明，truncation 參數不支持，輸入超出上下文窗口時返回 400 錯誤。

圖：本站根據 DeepSeek 官方價格頁 與圖像理解文檔整理的示意圖

一、1M token 大概是多少字

token 是模型的計量單位，也是計費單位。官方 Token 用量文檔給出的大致換算：

• 1 個英文字符約 0.3 個 token；
• 1 箇中文字符約 0.6 個 token；
• 但不同模型的分詞不同，實際處理的 token 數以返回結果裏的 usage 為準。

按這個比例粗略估算，1M（約 105 萬）token 對應的中文大約是一百多萬字符的量級。這只是估算，具體內容裏夾雜代碼、數字、英文時差別會很大，所以真要接近上限，務必用 usage 或官方提供的離線 tokenizer 去算。官方文檔提供了 tokenizer 壓縮包下載，可以在本地離線計算一段文本的 token 用量。

二、輸出長度：384K 是上限，不是建議

最大輸出 384K 說明模型單次回覆最多可以很長。幾點提醒：

• 設定 max_tokens 就是限制這次最多輸出多少。JSON 輸出尤其要設夠，官方提醒設定太小會讓 JSON 被中途截斷，見 /guides/deepseek-json-output-function-calling；
• 思考模式下，思維鏈也算輸出。官方 2025-05-28 的 R1-0528 說明裏提到那一代模型的 max_tokens 包含思考過程，預設 32K、最大 64K，那是舊模型的規則；現在的上限見價格頁，是否包含思維鏈請以最新官方文檔為準；
• 寫長文時，更長不等於更好，分章節寫更容易控制，參考 /guides/deepseek-write-novel-prompts。

三、圖片、請求體大小的限制

給 deepseek-flash 傳圖片時，官方圖像理解文檔給出這些數字：

• 每張圖片會自動縮放，每張圖消耗的 token 數有上限，為 1024 個，比如 2000×2000 和 5000×5000 的圖片，縮放後消耗的 token 數相同；
• 請求體大小限制 48 MiB（內聯的 base64 圖片計入）；
• 外部 URL 圖片最大 32 MiB，URL 長度最多 8192 個字符，需在 60 秒內下載完成；
• 通過 Files API 上載、用 file_id 引用的圖片最大 64 MiB；
• 單個請求最多 600 張圖片；圖片最長邊最多 8192 像素，一個請求包含 15 張及以上圖片時降為 4096 像素；
• detail 設為 low 時，圖片在推理前縮放到 512×512，更快、更省 token。

DeepSeek-V4 Pro 不支持圖像輸入。圖片相關的更多說明見 /guides/deepseek-upload-file-image。

四、長上下文怎麼省錢：緩存

官方的「上下文硬碟緩存」對所有用戶預設開啟。簡單說：後續請求和之前請求的前綴重複的部分，計入「緩存命中」，單價低很多。命中的前提是前綴被完整匹配：

• 多輪對話裏，第二輪請求裏包含第一輪請求的全部內容，就能命中第一輪的緩存；
• 如果第一輪是 A+B，第二輪是 A+C，第二輪沒法命中；但系統檢測到公共前綴 A 後會把 A 單獨緩存，第三輪 A+D 就能命中 A。

所以把固定的系統提示、長文檔放在最前面，把會變化的問題放在最後，能讓緩存命中率更高。命中與未命中的價格見 /guides/deepseek-v4-pro-vs-flash-api-price。

圖：本站根據 DeepSeek 官方 Responses API、硬碟緩存與圖像理解文檔整理的示意圖

常見問題

Q：1M 上下文是不是意味着可以把整本書丟進去問？

容量上可以，但內容越長，響應越慢、費用越高，也更容易出現「中間部分被忽略」的情況。長文檔提問的技巧見 /guides/long-document-prompting-tips。

Q：網頁版能上載多大的文件、對話能多長？

官方沒有給統一數字，介面會有提示，見 /guides/deepseek-upload-file-image。

Q：不同模型的上下文一樣嗎？

價格頁上 deepseek-flash 和 deepseek-v4-pro 相同。別家模型各自不同，比如 ChatGPT 的見 /guides/chatgpt-context-length-limits。

Q：輸出被截斷了怎麼辦？

先看返回的結束原因，再檢查 max_tokens；JSON 輸出被截斷時調大它。報錯類問題見 /guides/deepseek-api-error-codes。

想同時用 ChatGPT、Claude 等海外模型做對比？本站提供 AI 會員充值，ChatGPT 可看 Plus 充值。

參考資料

• DeepSeek API 文檔：模型 & 價格 — https://api-docs.deepseek.com/zh-cn/quick_start/pricing
• DeepSeek API 文檔：獲取模型列表 — https://api-docs.deepseek.com/zh-cn/api/list-models
• DeepSeek API 文檔：Token 用量計算 — https://api-docs.deepseek.com/zh-cn/quick_start/token_usage
• DeepSeek API 文檔：使用 Responses API — https://api-docs.deepseek.com/zh-cn/guides/responses_api
• DeepSeek API 文檔：上下文硬碟緩存 — https://api-docs.deepseek.com/zh-cn/guides/kv_cache
• DeepSeek API 文檔：圖像理解 — https://api-docs.deepseek.com/zh-cn/guides/vision
• DeepSeek-V4 預覽版發佈公告 — https://api-docs.deepseek.com/zh-cn/news/news260424