AI 工具與方案 ／ 數據更新至 2026 年 10 月
把一份 50 頁的合約丟給 AI，前幾輪它答得頭頭是道；聊到第 20 輪，它卻忘了你一開始交代的格式，甚至把第 3 頁的條款講錯。這多半不是 AI 變笨，而是它的上下文滿了。
上下文決定 AI 一次能讀多少資料、一段對話能撐多久，是做文書處理時最常被忽略的規格。2026 年 10 月，Claude、GPT、Gemini 的旗艦模型在開發者介面（API）上都來到約 100 萬 tokens，但你在 App 裡實際拿到的數字，可能只有它的二十分之一。這篇整理四件事：上下文到底是什麼、各大模型差多少、排行榜上誰的長文件與文書能力最好，以及做文書工作該選哪一個。
※ 本文的上下文單位統一用「萬 tokens」：100 萬＝1M、12.8 萬＝128K、5.4 萬＝54K。
30 秒看重點
約 100 萬
Claude Opus 5.5、GPT-6.1、Gemini 4 Argon 的 API 上下文都在這個量級
5.4 萬
ChatGPT Plus 一般模式（Instant）的總上下文；切到推理模式是 25.6 萬
100 萬
Claude 付費方案與 Google AI Pro，在 App 裡就能用到 100 萬 tokens
第 1 名
Claude Opus 5.5 在 GDPval-AA（文件、簡報、試算表等職場產出）與主流模型的長文件測驗都領先
97% → 37%
同一個模型在短對話幾乎全對，塞到上百萬 tokens 時找資料的成功率大幅下降
資料：Anthropic、OpenAI、Google、xAI 官方文件與方案頁，LMArena、Artificial Analysis 排行榜，查詢於 2026 年 10 月 27 日，詳見文末資料來源。
01上下文是 AI 的工作桌，不是它的書櫃
想像 AI 有兩樣家具。書櫃是它在訓練時讀過的大量資料，已經內化成知識；工作桌則是這一次對話攤開的東西：你的指示、上傳的檔案、你們來回的對話，以及它正在寫的回答。上下文（context window）指的就是這張工作桌的大小。Anthropic 的官方文件把它形容為模型的「工作記憶」，和訓練資料是兩回事。
所以 AI 能回答「台灣的首都在哪」，靠的是書櫃；它能幫你整理「這份合約第 12 條在講什麼」，靠的是工作桌。桌子越大，一次能攤開的文件越多，對話也能拉得越長。
桌上會放哪些東西
很多人以為上下文只算自己打的字，其實系統指令、記憶、上傳的檔案、AI 的回答，推理模型「先想一想」的思考過程，全部都要佔位置。
Token 是什麼
上下文用 token 計算，它是 AI 切字的單位。英文大約 4 個字母算 1 個 token（Google、OpenAI 的估算），Anthropic 則說 Claude 新版切字器處理同樣的文字，token 數比舊版多約 30%。中文沒有統一換算，常見估算是 1 個字約 1 到 2 個 token，會因模型而不同。所以官方多半用「頁數」說明：Google 說 100 萬 tokens 約 1,500 頁文字，Anthropic 說 20 萬 tokens 約 500 頁以上。想複習 token 的觀念，可以看〈生成式 AI 是什麼〉。
桌子滿了會怎樣
最早的內容被擠出去
AI 看不到對話開頭，於是忘了你交代的語氣、格式或規則。
舊內容被自動摘要
Claude 付費方案（開啟程式碼執行時）接近上限會摘要較早的訊息，對話能繼續，但細節會流失，也更耗額度。
直接提示對話太長
有些 App 會要求你開新對話，這時就得自己把重點帶過去。
02同一個模型，API 和 App 給的上下文不一樣
新聞裡看到的「100 萬 tokens」，通常是 API 的規格，也就是工程師把模型串進自己系統時能用的上限。一般人用的 ChatGPT、Claude、Gemini App，會再依訂閱方案另外設限。先看 API，也就是各家模型「最多能做到多少」：
| 模型（官方定位） | API 上下文 | 要注意的地方 |
|---|---|---|
| Claude Opus 5.5 複雜、需要仔細判斷的工作 | 100 萬 | 單次最多輸出 12.8 萬；100 萬是預設，不另外加價 |
| Claude Sonnet 5.5 日常工作、文件、簡報、試算表 | 100 萬 | 同上 |
| GPT-6.1 Sol 複雜工作與電腦操作 | 105 萬 | 輸入超過 27.2 萬，整筆請求輸入費 2 倍、輸出費 1.5 倍 |
| GPT-6.1 Terra 清楚自然的寫作、視覺推理 | 105 萬 | 同上；10 月下旬推出，價格較低 |
| Gemini 4 Argon Google 旗艦推理模型 | 約 105 萬 | 輸入、思考、輸出共用同一個額度；單次預設最多輸出約 6.6 萬 |
| Grok 4.7 程式、代理與知識工作 | 50 萬 | 約是其他旗艦的一半 |
資料：各家官方開發者文件（Anthropic、OpenAI、Google、xAI），查詢於 2026 年 10 月 27 日。精確數字：GPT 為 1,050,000、Gemini 為 1,048,576 tokens。
看數據，先看定義
同樣寫「100 萬」，意思不一定一樣。Gemini 4 Argon 的約 105 萬是輸入、思考與輸出加起來的總量；Claude 是上下文 100 萬、另外限制單次輸出 12.8 萬；ChatGPT 方案頁寫的則是「總上下文」，並註明你能輸入的部分比總量小，因為系統指令、記憶和推理也要空間。比較之前，先確認比的是同一件事。
03你在 App 裡實際拿到多少，差距比想像大
對多數上班族來說，真正重要的是 App 裡的數字。以下是各家官方方案頁與說明中心公布的上下文：
| 平台與方案 | 上下文（總量） | 官方估算可放入 |
|---|---|---|
| ChatGPT 免費 | 2.7 萬 | 約 12 頁 |
| ChatGPT Go／Plus 一般模式／推理模式 | 5.4 萬／25.6 萬 | 約 40 頁／約 320 頁 |
| ChatGPT Pro 一般模式／推理模式 | 12.8 萬／40 萬 | 約 250 頁／約 680 頁 |
| Claude 付費方案 Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.1 | 100 萬 | 20 萬約 500 頁以上 |
| Claude 付費方案 Opus 4.6–4.8、Sonnet 4.6 等舊模型 | 50 萬 | 其餘模型為 20 萬 |
| Gemini 免費 | 3.2 萬 | — |
| Google AI Plus | 12.8 萬 | — |
| Google AI Pro／Ultra | 100 萬 | 約 1,500 頁 |
| Grok App | 官方未公布 | — |
資料：ChatGPT 方案頁、Claude 說明中心、Gemini Apps 說明中心，查詢於 2026 年 10 月 27 日。頁數為各家以英文文字估算；ChatGPT 的頁數指「可輸入的上限」。
同樣是每月約 20 美元的個人方案，App 裡的上下文差多少？
以 100 萬 tokens 為滿格，比較各方案在 App 中的總上下文
ChatGPT Plus（一般模式）
ChatGPT Plus（推理模式）
Claude Pro（Sonnet 5.5／Opus 5.5）
Google AI Pro（Gemini 4 Argon）
※ ChatGPT Plus、Claude Pro、Google AI Pro 美國月費皆約 20 美元；方案內容以官網為準。
要記得
同一個 ChatGPT 帳號，一般聊天、推理模式和 ChatGPT Work 的上下文都不一樣：官方說明 GPT-6.1 Sol 在 ChatGPT Work 與 Codex 中預設是 50 萬。處理長文件時，記得把模型切到推理模式或 Work，不要用預設的一般模式硬塞。想知道 20 美元該訂哪一家，可以搭配〈US$20 怎麼選〉一起看。
04上下文越大越好嗎？裝得下，不等於記得住
上下文是桌子的大小，不代表 AI 會把桌上每張紙都看仔細。Anthropic 在官方文件裡直接寫明：token 越多，模型的準確度和回想能力會下降，這種現象叫 context rot（上下文腐化）。所以放進桌上的內容要挑過，不是越多越好。
塞得越滿，找得越準嗎？
OpenAI 公布的 GPT-5.4 測試：在對話中找出 8 個指定片段的成功率
對話長度約 0.4–0.8 萬 tokens
對話長度約 51–100 萬 tokens
資料：OpenAI〈Introducing GPT-5.4〉（2026 年 3 月），MRCR v2 8-needle 測試。※ 這是較早的模型，用來說明趨勢，新模型的數字可能不同。
除了漏看，長上下文還有三個代價：
越長越容易漏看
重要條款埋在第 200 頁時，AI 比較容易跳過或記錯。關鍵資料最好放在開頭或結尾，或直接告訴它要看哪一段。
越長越貴、越耗額度
OpenAI 的 API 輸入超過 27.2 萬 tokens 時整筆加價；Claude Haiku 5.5 超過 10 萬 tokens 費率較高；App 裡的長對話也會更快用完額度。
能用的空間比帳面小
系統指令、記憶、工具與推理都會佔位置。ChatGPT 官方就註明可輸入的部分小於總上下文。
實務上，與其一直在同一個對話裡追加文件，不如善用「專案」功能：Claude 官方說明，專案會用檢索（RAG）的方式只把相關內容載入上下文，比整包塞進去更省空間。省額度的其他技巧，整理在〈AI 額度省著用〉。
先看你的方案給多少桌面，再看模型多會寫。
——TempEDU 整理
05排行榜怎麼說：長文件與文書能力，誰最強
上下文規格只告訴你桌子多大，排行榜才看得出 AI 實際做得好不好。我們挑了三個和文書處理最相關、而且公開可查的榜單：
LMArena 文字競技場：大家覺得誰的回答比較好
使用者對同一個問題看兩個匿名模型的回答，投票選較好的，再換算成分數。代表一般人的整體偏好，題目多半是短對話。
GDPval-AA：做出來的文件能不能交差
Artificial Analysis 用 44 種職業的真實工作任務，讓模型實際產出文件、簡報、圖表與試算表，再由評審兩兩盲測比較。最接近「文書產出」的能力。
AA-LCR：讀完長文件後答得對不對
同樣由 Artificial Analysis 主辦，讓模型閱讀約 1 萬到 10 萬 tokens 的論文、財報、法律文件與產業報告，回答需要跨段落整合的問題，看正確率。
LMArena 文字榜
使用者盲測偏好（分數越高越好）
Gemini 4 Argon 全榜第 1、Opus 5.5 第 2。2026/10/22 更新；GPT-6.1 Terra 尚未上榜。
GDPval-AA
文件、簡報、試算表等職場產出（分數越高越好）
Claude Opus 5.5 為全榜第 1；分數有約 ±20 的誤差範圍。
AA-LCR
長文件推理正確率
全榜最高為 Kimi K3 的 88.7%；本表只列主流平台模型。
資料：LMArena 文字競技場（2026 年 10 月 22 日）；Artificial Analysis GDPval-AA v2.1；AA-LCR 分數取自 BenchLM 整理的 Artificial Analysis 數據（2026 年 10 月 26 日）。
把三個榜單放在一起看，結論相當清楚：
| 模型 | 三個榜單的表現 | 最適合 |
|---|---|---|
| Claude Opus 5.5 | 文書產出第 1、主流模型長文件第 1、使用者偏好第 2 | 長文件與重要文書的首選 |
| Claude Sonnet 5.5 | 文書產出只比 Opus 少 28 分，長文件 82.7% | 日常文書，速度快、費用低 |
| GPT-6.1 Sol／Terra | 長文件 83.0%／82.7% 表現好，文書產出分數偏低 | 長文件問答、摘要 |
| Gemini 4 Argon | 使用者偏好第 1，但長文件 79.7% 在主流中偏後 | 寫作語氣、Google 生態整合 |
| Grok 4.7 | 三個榜單都落後 | 不建議當主力文書工具 |
整理：TempEDU，依上方三個榜單，2026 年 10 月。
榜單多半測最強設定
排行榜通常用 API 和最高推理強度測試，App 預設模式與上下文較小，實際體驗可能比分數差。
差幾分不一定有差
AA-LCR 前段班差距只有幾個百分點，GDPval-AA 也有約 ±20 分的誤差，名次接近時當成同一級即可。
LMArena 偏短對話
LMArena 反映的是大眾對回答的整體喜好，不直接測長文件；判斷長文件能力，要看 AA-LCR 這類測驗。
06文書處理該選哪個模型：依工作情境來挑
文書處理其實是五種不同的工作：讀長文件做摘要、跨文件比對、撰寫報告與公文、改寫潤稿，以及把結果做成 Word、簡報或試算表檔案。前兩種最吃上下文，後三種更看重寫作能力和工具整合。依情境整理如下：
| 情境 | 建議 | 原因 |
|---|---|---|
| 一次讀上百頁 多份合約、標案、法規比對 | Claude Opus 5.5 次選：GPT-6.1 Sol（ChatGPT Pro 或 Work） | App 端 100 萬，AA-LCR 主流最高 84.7%；GPT-6.1 Sol 有 83.0%，但 Plus 推理模式只有 25.6 萬 |
| 日常寫報告、做檔案 文件、簡報、試算表 | Claude Sonnet 5.5 | GDPval-AA 1838 分，接近 Opus；Anthropic 說它擅長產出完成度高的文件、簡報與試算表 |
| 文字要自然、在 Office 裡用 信件、公告、潤稿 | ChatGPT（Plus 以上，長文件切推理模式） | Plus 起可用 Word、Excel、PowerPoint 外掛；GPT-6.1 Terra 官方定位是清楚自然的寫作 |
| 公司全用 Google Gmail、文件、試算表 | Gemini（Google AI Pro） | LMArena 文字榜第 1，回答最受使用者青睞；可直接在 Gmail、文件、試算表裡使用 |
| 要結合即時話題 社群、新聞整理 | Grok 4.7 | 可搜尋 X 即時內容，但三個榜單都落後，正式文書與長文件不建議 |
整理：TempEDU，依各家官方定位、2026 年 10 月方案規格與上述排行榜。實際表現仍會因文件內容與提示詞而不同。
免費版怎麼辦
ChatGPT 免費版約 2.7 萬、Gemini 免費版 3.2 萬 tokens，大約只放得下十幾頁。處理長文件時，可以先用 NotebookLM 這類以「來源」為主的工具做查找與摘要，再把整理好的重點交給聊天型 AI 寫成文件。
如果你的文書工作最後要變成簡報，上下文大的模型能一次讀完整份報告再規劃頁面，效果會好很多。各家 AI 做簡報的實測比較，可以看〈AI 簡報教學：ChatGPT、Canva、Gamma 做 PPT 實測比較〉與〈Claude Slides 實作教學〉；行政工作的完整應用，則整理在〈行政人員如何使用 AI〉和〈用 AI 自動完成 Excel 報表〉。
這些數字不是絕對的
方案常常調整
2026 年各家幾乎每個月都在改模型與方案，本文數字以 10 月 27 日的官方頁面為準，使用前請再確認。
頁數是英文估算
官方頁數多以英文文字計算；中文、表格、圖片與掃描 PDF 的換算都不同，實際能放的量可能更少。
地區與帳號不同
Gemini 4 Argon 在 Google AI Pro 是分國家陸續開放；企業與教育方案的上下文另有規定。
總量包含回答
上下文是輸入加輸出的總量，要 AI 寫長報告時，留給輸入文件的空間會變少。
07三個步驟，選對你的文書 AI
先估文件量
把這次要處理的文件頁數加起來。超過 40 頁，就別用 ChatGPT Plus 的一般模式。
選對模式或方案
長文件用推理模式，或選擇 App 端有 100 萬的 Claude 付費方案、Google AI Pro。
用專案管理文件
把常用參考資料放進專案或 NotebookLM；長對話定期開新對話，附上前一段的摘要。
行政人員
公文、會議紀錄、報表的格式規則寫在專案指示裡，不用每次重講，也不怕被長對話擠掉。
老師
整學期的講義與題庫可以一次交給 100 萬上下文的模型比對，找出重複或缺漏的單元。
企業主管
選團隊方案時，除了價格也比較上下文；常處理合約與標案的部門，上下文比回答速度更重要。
延伸學習
選好模型之後，下一步是把文件真正做出來。這三門 TempEDU 課程可以接著學：
也可以搭配閱讀這些文書相關文章：
本文重點
- 上下文是 AI 這次對話的工作桌，裝的是指示、檔案、對話、思考與回答，不是它學過的知識。
- API 上，Claude Opus 5.5、GPT-6.1、Gemini 4 Argon 都約 100 萬 tokens，Grok 4.7 為 50 萬。
- App 裡差距更大：ChatGPT Plus 一般模式 5.4 萬、推理 25.6 萬；Claude 付費方案與 Google AI Pro 為 100 萬。
- 排行榜上，Claude Opus 5.5 在文書產出（GDPval-AA）與主流模型長文件（AA-LCR）都第 1；Gemini 4 Argon 是 LMArena 使用者偏好第 1。
- 裝得下不等於記得住，上下文越長越容易漏看、越耗額度，重要資料要挑過再放。
- 做文書：長文件比對首選 Claude Opus 5.5，日常產出文件選 Claude Sonnet 5.5，重視 Office 整合選 ChatGPT，Google 生態選 Gemini。
想一想
你最常交給 AI 的文件，一次大概有幾頁？如果它只能看其中 40 頁，你會怎麼挑選、怎麼排順序，讓它把最重要的部分看清楚？
資料來源
- Anthropic（2026 年 10 月查詢）。Context windows（Claude Platform Docs）
- Anthropic 說明中心（2026 年 10 月查詢）。How large is the context window on paid Claude plans?
- OpenAI（2026 年 10 月查詢）。ChatGPT Plans and Pricing
- OpenAI 說明中心（2026 年 10 月查詢）。Models in Work and Codex
- OpenAI（2026 年 10 月查詢）。GPT-6.1 Sol Model
- OpenAI（2026 年 10 月查詢）。GPT-6.1 Terra Model
- OpenAI（2026 年 3 月 5 日）。Introducing GPT-5.4
- Google（2026 年 10 月查詢）。Gemini 4 Argon（Gemini API）
- Google 說明中心（2026 年 10 月查詢）。Gemini Apps limits & feature availability
- Google（2026 年 10 月 13 日）。Gemini 4 Argon comes to the Gemini app
- xAI（2026 年 10 月查詢）。Grok 4.7 Developer Guide
- LMArena（2026 年 10 月 22 日更新）。Text Arena Leaderboard
- Artificial Analysis（2026 年 10 月查詢）。GDPval-AA Leaderboard
- Artificial Analysis（2026 年 10 月查詢）。AA-LCR Long Context Reasoning
- BenchLM（2026 年 10 月 26 日）。AA-LCR Leaderboard & Scores
- 9to5Mac（2026 年 9 月 28 日）。Anthropic upgrades Claude with new Sonnet 5.5 model
本文插圖為 AI 生成的示意圖。
Edit with Tr.Bug
Follow me on：LinkedIn ｜ 探教育TempEDU
