OpenAI 将 GPT-6.1 Sol 在 Codex 与 ChatGPT Work 的默认上下文长度提升至 500k
2026-10-12
OpenAI 将 GPT-6.1 Sol 通过 Codex 和 ChatGPT Work 使用时的默认上下文长度从 272k 提升至 500k，增幅约 80%。官方称这有助于减少压缩发生，未来还会继续提高，用户仍可自行覆盖设置，该模型最大上下文长度为 1M。
OpenAI 把 GPT-6.1 Sol 在 Codex 和 ChatGPT Work 中的默认上下文从 272k 提到 500k，官方称可减少压缩发生，用户仍可自行覆盖，该模型上限为 1M。
- OpenAI 把 GPT-6.1 Sol 在 Codex 和 ChatGPT Work 中的默认上下文从 272k 提到 500k，官方称可减少压缩发生，用户仍可自行覆盖，该模型上限为 1M。
- 原贴提到：OpenAI 将 GPT-6.1 Sol 通过 Codex 和 ChatGPT Work 使用时的默认上下文长度从 272k 提升至 500k，
- 来源：x.com
这是什么信号
OpenAI 调整了 GPT-6.1 Sol 在两个具体入口——Codex 和 ChatGPT Work——的默认上下文长度：从 272k 提升到 500k，官方口径增幅约 80%。注意两件事：一是变的是「默认值」而不是「上限」，该模型最大上下文仍是 1M；二是用户可以自行覆盖这个设置，也就是说 500k 是官方替你选的起点，不是强制线。官方给出的理由是「有助于减少压缩发生」，并表示未来还会继续提高。
为什么重要
上下文长度决定了一次任务里能同时「看见」多少代码、日志、文档与对话历史。默认值尤其关键，因为绝大多数用户不会去改设置，默认值实际上就是产品体验的实际水位。默认上下文翻倍意味着更少的中间摘要、更少的跨轮丢失、更少因为触发压缩而被迫重述背景。对 Codex 这类要在多文件仓库里连续推理的场景，以及 ChatGPT Work 这类要带着长材料做任务的场景，压缩次数下降通常直接对应返工次数下降。它同时也是一个竞争信号：默认上下文正在成为模型厂商比拼的基础参数之一。
对谁有价值
- 重度使用 Codex 的开发者：多文件重构、跨模块排查、长日志分析这类任务，受益最直接。
- 用 ChatGPT Work 处理长材料的团队：长报告、合同、会议记录、数据集说明等一次性喂入的材料更不容易被截断或摘要化。
- 在长上下文上做产品的人：默认水位抬升会改变你自己产品的设计前提，比如是否还需要做分块与检索。
- 成本与体验的负责人：默认值变化会改变既有工作流的成本结构和输出稳定性，需要重新评估。
可以怎么行动
- 把手头最痛的几个长任务重跑一遍，对比在 272k 与 500k 默认下的压缩次数、需要重复交代背景的次数、返工次数。
- 检查自己的提示词与工作流里有没有「为省上下文」而做的妥协设计，比如过度切分、过早摘要，这些可以适度简化。
- 确认团队里是否有人手动覆盖过上下文设置，避免默认值更新后出现配置口径不一致、结果不可比的问题。
- 对关键任务保留手动覆盖的能力：不是所有任务都需要 500k，短任务维持更小上下文往往更划算也更聚焦。
- 关注官方后续继续提升的节奏，把它纳入你的模型能力跟踪清单，而不是一次性新闻。
风险与限制
第一，上下文更长不等于模型能同等有效地利用全部内容，中段信息被忽略的老问题不会因为窗口变大自动消失。第二，长上下文通常伴随更高的资源消耗与更慢的响应，默认值变大意味着「不设置」也可能变贵。第三，官方说的是「减少压缩发生」，而不是「不再压缩」，超出 1M 上限或策略需要时压缩仍会出现。第四，默认参数变化会让既有评测与提示词的表现发生漂移，需要做一次回归验证，而不是默认它与过去可比。第五，本次信息只涉及上下文默认值这一项，不涉及价格、速度或质量的其他变化，不要据此外推。
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 x.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《OpenAI 将 GPT-6.1 Sol 在 Codex 与 ChatGPT Work 的默认上下文长度提升至 500k》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。