上下文窗口占用
统计提示词与生成回复的 token 数，计算其对模型上下文窗口的占用比例，适用于长文本处理、上下文截断预警与计费估算。
📚 Context Window Usage Calculator
Count the tokens in your prompt and expected completion and see how much of the model context window they consume.
📐 计算公式 / 原理
占用率 = (系统提示 + 用户输入 + 预期回复) / 上下文窗口 × 100%；剩余 = 窗口 − 已用
规划对话时把预期回复长度一并计入，避免生成到一半撞上窗口上限被截断。长窗口模型虽标称很大，但注意力成本随长度平方增长，且中段内容容易被忽略（lost-in-the-middle），并非越长越好。
📐 计算公式与说明
占用 = 系统+对话+回复；占用率 = 已用/上限
超出上限需截断或摘要历史。
📚 深度解析：上下文窗口占用
💡 常见使用场景
- 占用比=提示词 token + 生成 token / 窗口上限(如 4k/32k/128k)。
- 中英混排时中文按字或 subword 计，需以具体分词器为准估算。
- 占用超 100% 将截断，长任务应预留生成空间并定期压缩历史。
占用预警
窗口 8k，提示 6k + 预计生成 2k = 8k 恰好满；若实际生成超 2k 即溢出。建议提示控制在 5k 以内留 3k 给生成。
❓ 常见问题（FAQ）
- 为什么显示占用满了却还能聊？
- 部分实现会滚动丢弃最早历史以维持窗口，表现为'能继续但忘了开头'；严格实现则直接报错。占用比应预留生成余量。
- 不同模型 token 数一样吗？
- 不同。同一段中文在 GPT/Claude/国产模型下 token 数差异明显，估算仅供参考，精确值需对应分词器计数。