GPT-6.1 Sol 在 Codex 与 Work 中默认上下文长度提升至 500k

Tibo 宣布，GPT-6.1 Sol 在 Codex 与 Work 中的默认上下文长度从 272k 提升到 500k，约增加 80%。

此举可减少压缩（compaction）发生，帮助需要长期保留大量上下文和细节的任务；用户仍可自行覆盖设置，模型最大上下文长度为 1M。

Tibo 宣布 GPT-6.1 Sol 在 Codex 与 Work 中默认上下文从 272k 提升到 500k，约增加 80%，可减少 compaction，适合长上下文任务，最大支持 1M。

• Tibo 宣布 GPT-6.1 Sol 在 Codex 与 Work 中默认上下文从 272k 提升到 500k，约增加 80%，可减少 compaction，适合长上下文任务，最大支持 1M。
• 原贴提到：Tibo 宣布 GPT-6.1 Sol 在 Codex 与 Work 中的默认上下文长度从 272k 提升到 500k，约增加 80%。此举可减
• 来源：x.com

这是什么信号

Tibo 宣布 GPT-6.1 Sol 在 Codex 与 Work 中的默认上下文长度从 272k 提升到 500k，约增加 80%。这不是模型最大上下文发生变化，而是默认值上调：模型最大上下文仍为 1M，用户也可以自行覆盖设置。核心变化是默认体验从“需要经常压缩”转向“更少压缩”。

为什么重要

上下文长度决定一次任务中能保留多少代码、文档、对话和中间结果。默认从 272k 到 500k，意味着在 Codex 与 Work 这类需要连续处理大量材料的场景里，触发 compaction 的概率会更低。压缩虽然能续命，但往往伴随信息丢失、细节变形和上下文重建成本。减少压缩，等于减少长任务中的“记忆断点”。

对谁有价值

对长期在 Codex 中维护大型仓库、跨文件重构、追踪长链路问题的开发者；对在 Work 中处理长文档、多轮研究、复杂项目资料的知识工作者；对需要把大量上下文一次性交给模型做分析的产品和运营团队，默认 500k 会直接降低操作门槛。对只做短问答的人影响较小。

可以怎么行动

第一，把原本因为 272k 限制而被迫拆分的任务合并成更长上下文流程，例如长代码审查、长文档比对、多轮需求到实现。第二，观察默认 500k 下的延迟、成本和输出稳定性，再决定是否继续手动覆盖到更高档。第三，在团队内沉淀长上下文任务模板，明确哪些材料应一次性放入、哪些应分层摘要。第四，评测 compaction 触发频率是否真的下降，以及下降后任务质量是否提升。

风险或限制

默认上下文变长不等于所有任务都应塞满。上下文越长，成本、延迟和注意力稀释风险也越高；模型可能被无关信息干扰。500k 只是默认值，最大 1M 仍需要用户自行覆盖；不同入口或账户设置下是否完全一致，原文未说明。减少 compaction 也不等于不会发生压缩。对精度要求极高的任务，仍应保留分阶段验证和人工检查。

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《GPT-6.1 Sol 在 Codex 与 Work 中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。

• @thsottiaux 原帖