上下文窗口：单次请求共享的 token 预算

谁在吃预算

团队常低估结构化负载。JSON 工具、类 XML 日志、base64 都会急剧膨胀。摘要、检索过滤或用第二个便宜模型压上下文，都是回到 公开文档 所述上限内的常见办法。

硬错误与静默截断

有的 API 超限返回 4xx，有的悄悄丢掉最旧轮次。把行为写清楚，支持才不会猜。路由 可把长任务导向窗口更大的模型或批处理链路。

窗口变宽，成本跟上

更大窗口不只允许更长提示，也会抬高典型输入 token。成本闸门 要与容量决策一起让产品和财务对齐。