待验证50% 置信事实精确时间

模型读取文本时大约3/4个单词算一个token

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

拆分会话省下近四成成本：Claude Code省钱的真正杠杆

涉及实体

相关事实

待验证上下文窗口决定模型单次能处理的文本量：8K约6000词，32K约24000词，128K可处理整本书内容73% 相似待验证对于代码而言，一个token通常对应3-4个字符72% 相似已验证OpenAI 的 text-embedding-3-small 模型会将文本转换为 1536 维的浮点数数组69% 相似待验证Neural 3的抽取功能填充的每个字段都是从原文复制的span，如果值没在文本里明确写出模型就产不出来，信息分散的文本比干净的文本更难处理68% 相似已验证大模型处理文本以Token（词元）为最小处理单元，由分词器完成切分68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/996130

API

curl https://kongchang.com/api/v1/knowledge/claims/996130

MCP

get_claim(id=996130)