CONTEXT ENGINEERING
上下文额度，一眼看清。
调整左侧参数，看原文额度如何收紧、摘要如何生成。只模拟，不修改环境。
API → LOADER → ENGINE
主请求：原文漏斗与摘要分支
Gemini 参考上限：输入 I=1,048,576， 总输出 O=65,536 tokens（含思考）。 3.8 Flash / 3 Flash preview 官方资料。 下方 M 是自动计算的本地安全输入容量；手工改模型容量只改变本页场景。
查看派生值、公式、容量曲线与性能明细
输入空间如何分配
一次摘要调用的边界
摘要输入与主回复输入是两次调用。正文上限 S 与总生成额度 G 数值相同；G 包含思考，实际正文可能更短。输入估算加 G 仅示意规模，费用按实际 usage 计算。
调整摘要上限，模型如何限幅？
当前策略 · 真实模型能力限幅直接从 token 估算体量
bytes/token 来自同批资料的配对统计或手动假设。BSON、正文 UTF-8、模型 JSON 分别计量。预测不替代实际字节/token 准入；动态字节预取未启用。
触发、耗时与部署边界
usage 假设不绕过调用前硬保护。生成预测假设用满 G；正文 bytes 仍受本地 S 对应上限约束，两种 token 口径不能直接相减。并发是进程数乘每进程限制，不是全局限流。
与对照场景比较
配置覆盖
只生成运行端支持的覆盖，需手动发布。本页不连接 配置中心、数据库或模型。