“Gemma的上下文能记多长”不能用一个固定数字回答，因为Gemma不是单一模型，而是Google发布的一系列开放模型；不同代际、不同参数规模、不同变体的上下文窗口并不一样。这里说的“上下文”通常指一次推理请求中模型可以接收并参考的token数量，包括系统提示、对话历史、用户当前输入、上传或粘贴的文档内容，以及模型已经生成的回复。它不是模型的永久记忆，也不会自动跨会话保存；超出上下文窗口的部分会被截断、滑动丢弃，或者由推理框架直接报错，具体取决于你使用的部署方式。
如果指最初的Gemma 1，也就是Gemma 2B和Gemma 7B，官方模型卡通常标注最大上下文长度为8192个token；Gemma 1.1同样属于这一代，常见标称也是8192个token。到了Gemma 2，2B、9B、27B的原生上下文窗口通常也是8192个token。需要说明的是，某些推理框架、微调版本或量化版本可能通过配置允许更长输入，但这不等于模型原生训练时就具备同样长的有效上下文；超过原生窗口后，模型对远处信息的利用能力可能下降。
如果指Gemma 3，情况要按具体规模区分。Gemma 3的4B、12B、27B版本官方通常标称128K token上下文窗口；Gemma 3的1B版本通常标称32K token上下文窗口。这里的128K和32K都是token数，不是汉字数，也不是字符数。中文、代码、表格、标点混排时，token与字数的换算并不固定；粗略理解，8192 token往往对应几千个汉字量级，128K token可能对应数万到十万级汉字量级，但实际能放多少文本，要看分词器、语言、格式和是否包含大量代码或特殊符号。Gemma 3n的E2B、E4B等移动端导向变体，常见标称上下文为32K token；如果你使用具体某个Hugging Face模型卡、API或本地推理工具，应以该模型卡和工具配置为准。
实际使用时还要注意，“支持128 |
|
