22 октября 2026 г.
«1 млн контекста» в карточке не значит, что модель читает всё: GLM-5.3 берёт на шаг 2048 токенов
GLM-5.3 на каждом шаге берёт из истории 2048 токенов, хотя в карточке стоит «1 млн контекста». Так вывел автор из архитектуры, вендор такого не заявлял.
Карточка обещает окно, а внимание работает выборочно: открытые модели 2026 года делятся на три семейства: разрежённое top-k (GLM-5.x, DeepSeek-V4, MiniMax M3), гибриды, где полный слой стоит раз в четыре (Qwen3.5–3.8, Kimi K3), и скользящее окно с глобальными слоями (Gemma 4). У Qwen3.8-27B полное внимание в 16 из 64 слоёв. Качество у большинства ломается в районе 128–256 тысяч токенов.
Для агента это тихая потеря правил. Правило из AGENTS.md к сотому вызову инструмента может не попасть в отбор, и модель продолжает работать без него. Гарантированно точно читаются только последние сотни токенов, остальное выигрывает отбор по релевантности или доживает в сжатом виде.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Что делать в обвязке. Автор называет лучшими чистку старого вывода инструментов, поиск вместо загрузки всего, постепенное раскрытие и повтор правил в конце. Claude Code даёт два крючка: хук SessionStart с matcher «compact» возвращает правила после компактизации через additionalContext (лимит 10 000 символов), а PostToolUse напоминает после каждого успешного вызова, но заблокировать вызов не может. Правила, которые нельзя нарушать, автор советует закрывать хуками и правами доступа, а не вниманием.
В оценке BrowseComp Kimi K3 включает компактизацию контекста при 300 тысячах токенов.
Первоисточник