对话或文档太长，超出了模型上限

简短的答案

Whizi不会显示上下文上限的错误。产品里没有任何一处提到上下文窗口或token上限，因为一段超出模型能力的对话会在请求发出前被裁剪到合适长度，而不是被拒绝。系统不会告诉你发生了这件事。如果模型看起来忘记了长对话中间的内容，你遇到的就是这种情况。

有四种情况会直接拒绝你，而且每一种都会报出自己的名字：

消息	HTTP状态码	触发条件
This message is {count} characters, over the 100,000 character limit. Attach a shorter file, or ask about one section at a time.	400 message_too_long	单条消息（包括从你的文件中提取出的文字）超过10万字符
This conversation has {count} messages, over the 100 message limit.	400 too_many_messages	单次请求携带的对话记录超过100条消息
Request is too large.	413 request_too_large	整个JSON请求体超出了路由的字节上限
That system prompt is missing or over the 32,000 character limit.	400 invalid_system_prompt	系统提示词超过3.2万字符

字符上限字符串中的{count}会替换成你的真实数字，并加上千位分隔符格式化。每条消息旁边的代码会出现在网络请求记录里，即便界面上只显示那句话。

如果你看到的提示里提到了上下文长度或token数量，那就不是Whizi发出的。请直接跳到最后一节。

每个模型能拿到的预算，以及超出之后会怎样

目录里的每个模型单轮对话都拿到同样的预算：4万个输入token和2万个输出token。加拿大CPA智能体是唯一的例外，输入5.5万个token，输出4万个token。

当一段对话超出这个预算时，后端会默默把历史记录裁剪到模型的token预算以内，而不是拒绝请求。不会有提示，不会有横幅，也不会有对应的错误代码。

Whizi用来裁剪的token计数是估算值，而不是真正的分词器。在JSON上它可能比真实分词器少算最多1.66倍，因此对输入应用了1.8倍的余量，以覆盖测得的最差情况。

换成上下文更大的模型并不会发送更多内容

这是最常见的错误做法。4万token的输入预算是固定的：在一个拥有百万级token窗口的模型上，和在一个20万token窗口的模型上完全一样。把一段长对话从一个大窗口模型换到另一个大窗口模型，对实际发送的内容量没有任何改变。

上下文窗口大小只会朝一个方向改变预算，那就是往下调。任何窗口低于9.3万token的模型，得到的都是按比例缩小的预算而不是固定预算，输出被限制在窗口的40%，并额外保留1000个token的安全余量。目录里有31个模型受到这种限制，其中最小的窗口只有6144个token。

所以真正有用的切换，恰恰和大家常做的相反：从一个受限的小窗口模型换到一个普通模型上。在两个大窗口模型之间切换，对长度没有任何影响。对话中途切换模型时的具体行为，写在对话中途切换模型里。

关于9.3万这个数字，还有一个细节值得知道，如果你在琢磨为什么一个小请求也会被模型拒绝：OpenRouter计算窗口占用时，用的是输入加上请求的最大输出，而不是只算输入。

较长的上传文件会被裁剪，而且会告诉你

上传文件是单条消息超过10万字符最常见的原因，因为PDF、Word和表格文件会在你的浏览器里被提取成文字，而这些文字和你手动打的字算在同一个上限里。

当提取出的文字放不下时，它会被裁剪而不是被拒绝，并且会出现两段文字。提示条上写着Your upload was too large, so only the first part of it was sent. Ask about a smaller section for full coverage.。消息本身在被裁掉的地方会带上标记[Attachment truncated: the upload was larger than one message can carry, so the content past this point was not included.]，这样模型就能看到自己看到的副本在哪里断掉。

如果消息是被拒绝而不是被裁剪，你会看到前面表格里的message_too_long字符串。修复方法就是错误提示本身写的那样：附上更短的文件，或者一次只问一个部分。

还有一个容易被当成遗忘的行为：只有最近一条带附件的用户消息，其附件才会被转发给模型。十轮之前附上的图片或PDF不会在后续每一轮都重新发送。如果你需要模型再看一次，就重新附上一次。Whizi支持什么文件、提取又是怎么运作的，写在支持的文件类型里。

顺带说一句成本，因为长度会改变一轮对话的价值。在Auto模式下，超过约6000字符的消息会被路由到长文档档位，消耗4个积分，理由是这么长的消息更像是粘贴进来的文档，而不是一个问题。一个简短的问题会被路由到快速档位，消耗1个积分。积分等级的说明在积分是怎么计算的里。

固定在项目里的文件，每一轮都会计入提示词

固定在项目里的文件，会在该项目的每一轮对话中都以提示词文字的形式重新携带一次，而不是只携带一次，这也是为什么图片被特意排除在可固定的文件类型之外。

上限是单独设置的：每个固定文件最多贡献3.2万字符的提取文字，整个项目文件块的上限是12万字符，最多涵盖10个固定文件。项目的自定义指令最多可以有3.2万字符。

固定文件和指令会在该项目的每一轮对话中重新构建进提示词，占用和对话本身相同的输入预算。如果一个项目对话比普通对话更快丢掉话题线索，就取消固定那些你当前没有在问的文件。

如果你确实看到了一条上下文长度错误

那这条提示来自模型提供方，而不是来自Whizi，它是通过透传通道送到你手上的。任何不是速率限制的上游故障，都会以HTTP 502和代码provider_error返回，携带提供方的消息，并截断到300字符。当提供方的错误内容根本无法解析时，你会看到The model provider rejected the request.。

提供方就长度问题发出的拒绝，会报出一个上下文长度和一个token数量。这些数字是提供方在按一个比Whizi发送的预算更小的窗口来计算你的请求，而这正是支持团队排查问题时需要的数据。

没有任何界面设置能改变这一点。换一个模型来得到你要的答案，然后把包含这些数字的完整消息发给支持团队。

还有两条容易被误认为长度问题的提示。Generation failed mid-stream.和The model stream was interrupted.是回复到一半时的连接故障，不是长度拒绝，重试就好。Too many requests. Please wait and try again.是每分钟10条消息的速率限制，同样和长度无关。