Контекст 1M в Claude Code через шлюз: что делать, если шлюз держит только 200K
По состоянию на 2026-10-07: начиная с Claude Code 2.1.285 (выпуск 2026-09-29), при заданном собственном ANTHROPIC_BASE_URL модели Opus 4.7 и новее, Sonnet 5 и новее и семейство Fable автоматически работают с контекстным окном 1M; если шлюз ограничен 200K, официальная рекомендация — выполнить /autocompact 200k. В тех же версиях появились заголовок-подсказка для шлюзов x-claude-code-prompt-id и переменная CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS для задержки повторов при ошибке 529. На этой странице — все три изменения и точные настройки.
Обновлено 2026-10-07
Четыре числа, которые стоит знать
Окно по умолчанию за собственным base URL
С 2.1.285 Opus 4.7 и новее, Sonnet 5 и новее и модели Fable и за шлюзом работают с 1M, вариант [1m] выбирать не нужно.
Если шлюз ограничен 200K
В журнале изменений сказано: run /autocompact 200k if your gateway stops at 200K. Более низкий лимит, заданный шлюзом, Claude Code определить не может.
Диапазон для /autocompact
Команда понимает записи вроде 200k или 1M; переменная CLAUDE_CODE_AUTO_COMPACT_WINDOW принимает только целое число, а 500k читается как 500 и поднимается до минимума 100K.
Задержка повторов при перегрузке (2.1.292)
Новая переменная CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS задаёт более длинную базовую задержку при повторе запроса, получившего 529 overloaded.
Что меняется после установки ANTHROPIC_BASE_URL
По состоянию на 2026-10-07 ответ такой: за собственным ANTHROPIC_BASE_URL Claude Code даёт каждой известной ему модели то же контекстное окно, что и в Anthropic API. В документации сказано, что Fable 5.1, Fable 5, Sonnet 5 и новее, Opus 4.7 и новее получают окно 1M без выбора варианта [1m], а модель, которая достигает 1M только через вариант [1m] (в документации пример — Opus 4.6, у Sonnet 4.6 так же), без суффикса работает с 200K. Ключевая фраза: «Claude Code can't detect a lower limit that the gateway or the server behind it enforces». Если шлюз или сервер за ним ограничивает контекст сильнее, клиент об этом не знает и продолжает рассчитывать на 1M, пока запросы не начнут отклоняться.
Что изменилось в этой серии версий (2026-09-25 — 2026-10-06)
По времени публикации в GitHub Releases (UTC): 2.1.283 (2026-09-25) добавила x-claude-code-prompt-id к заголовкам-подсказкам для шлюзов, он включается через CLAUDE_CODE_GATEWAY_HINT_HEADERS=1; 2.1.285 (2026-09-29) перевела сессии за собственным ANTHROPIC_BASE_URL на окно 1M у моделей, где оно есть; 2.1.286 (2026-09-30) изменила повторы: один лимит теперь покрывает весь вызов модели, и при настройках по умолчанию неудачный вызов отправляет не более 14 запросов, а уведомление о переключении на резервную модель сообщает, если окно упало с 1M до 200K; 2.1.288 (2026-10-02) научила /autocompact сохранять окно отдельно для каждой модели; 2.1.292 (2026-10-06) добавила CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS для более длинной базовой задержки повторов при 529.
Три ключевые версии
Выходит Claude Code 2.1.283: в заголовках-подсказках для шлюзов появляется x-claude-code-prompt-id, чтобы шлюз мог группировать запросы одного пользовательского промпта.
Выходит Claude Code 2.1.285: сессии за собственным ANTHROPIC_BASE_URL используют родное окно модели 1M; если шлюз ограничен 200K, выполните /autocompact 200k.
Выходит Claude Code 2.1.292 с переменной CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS для более длинной задержки повторов при 529; страница сверена с официальными источниками 2026-10-07.
Подтверждено vs не подтверждено
Подтверждено (дословно по официальным страницам)
Всё ниже сверяется дословно по журналу изменений и документации Claude Code: с 2.1.285 сессии за собственным ANTHROPIC_BASE_URL используют родное окно каждой модели (1M для Opus 4.7+, Sonnet 5+ и Fable); при шлюзе на 200K официально рекомендуется /autocompact 200k; более низкий лимит шлюза Claude Code определить не может; с 2.1.288 /autocompact сохраняется по моделям; команда принимает от 100K до 1M; CLAUDE_CODE_AUTO_COMPACT_WINDOW принимает только целое число и имеет приоритет над командой, флагом и настройкой; CLAUDE_CODE_DISABLE_1M_CONTEXT=1 отключает 1M целиком; x-claude-code-prompt-id есть с 2.1.283 и за собственным base URL по умолчанию не отправляется; CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS есть с 2.1.292.
Не подтверждено и официально не опубликовано
Три вещи не подтверждены — не принимайте решения на их основе. Первое: о CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS пока есть только одна строка в журнале изменений, значение по умолчанию и верхняя граница не опубликованы. Второе: сколько контекста конкретный шлюз или посредник (включая QCode) реально пропускает для каждой модели, официальная документация не говорит, а Claude Code определить не может, поэтому ориентируйтесь на свои тесты. Третье: читает ли шлюз x-claude-code-prompt-id и что с ним делает, решает каждый шлюз сам; документация говорит лишь, что по нему можно группировать запросы одного промпта.
Два способа уменьшить окно и как выбрать
Снизить порог автосжатия (/autocompact или переменная)
Меняется только момент сжатия, выбор моделей остаётся прежним. С 2.1.288 /autocompact 200k сохраняется только для текущей модели, после переключения его нужно задать снова; чтобы охватить все модели, пропишите "autoCompactWindow": 200000 в ~/.claude/settings.json или задайте CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000 в окружении, из которого запускается Claude Code, — у переменной наивысший приоритет. Нижняя граница — 100K, поэтому при лимите шлюза ниже остаётся только восстановление через /compact.
Полностью отключить 1M (CLAUDE_CODE_DISABLE_1M_CONTEXT=1)
Подходит для единого лимита на всю команду. Варианты 1M исчезают из выбора моделей, а модели с родным окном 1M, например Sonnet 5 и Fable, считаются моделями с окном 200K: при включённом автосжатии сессия сжимается на границе 200K, при выключенном — останавливается на ней с ошибкой лимита контекста. Окно автосжатия выше 200K это ограничение не снимает.
Шлюз держит только 200K: четыре шага
① Выясните лимит шлюза: Claude Code не может определить более низкий лимит, который задаёт шлюз, поэтому смотрите документацию шлюза или проверьте сами. ② Только для текущей модели выполните в сессии /autocompact 200k (с 2.1.288 сохраняется по моделям, после переключения повторите; /autocompact auto возвращает окно, подобранное для модели). ③ Для всех моделей пропишите "autoCompactWindow": 200000 в ~/.claude/settings.json или перед запуском выполните export CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000. Окно, сохранённое для модели через /autocompact, в том же файле важнее autoCompactWindow; переменная важнее обоих, но принимает только целое число, а значение с суффиксом вроде 500k читается как 500 и поднимается до минимума 100K. ④ Если ошибка уже возникла, восстановите сессию через /compact. Если шлюз переписывает ошибку о превышении своими словами (в документации примеры ContextWindowExceededError и prompt token count of N exceeds the limit of M), Claude Code не распознаёт её как ошибку слишком длинного запроса и не сжимает и не повторяет запрос автоматически — запустите /compact вручную.
На QCode
В документации QCode сказано, что для подключения Claude Code нужны две переменные окружения: ANTHROPIC_BASE_URL со значением https://api.qcode.cc/api (без слеша в конце) и ANTHROPIC_AUTH_TOKEN с ключом, который начинается на cr_ и создаётся в консоли. Пользователи из Северной Америки и Европы могут заменить хост на us.qcode.cc (Лос-Анджелес), ключ остаётся тем же. Эта страница ничего не обещает насчёт лимита контекста моделей в QCode; при ошибке превышения контекста следуйте официальной рекомендации Claude Code и через /autocompact снизьте порог до размера, который реально проходит. Модель, длину контекста и расход по каждому запросу, согласно документации, можно посмотреть на probe.qcode.cc, введя свой ключ cr_. Оплата за токены, цены моделей — на /models.
Частые вопросы
Почему после перехода на посредника Claude Code показывает контекст 1M?
Потому что с 2.1.285 (выпуск 2026-09-29) Claude Code и за собственным ANTHROPIC_BASE_URL применяет окно из Anthropic API: у Opus 4.7 и новее, Sonnet 5 и новее и моделей Fable это 1M без выбора [1m]. Opus 4.6 и Sonnet 4.6 получают 1M только с [1m], без него — 200K, а на официальной странице о контекстных окнах для Claude Sonnet 4.5 и Claude Haiku 4.5 указано 200k. Это бюджет клиента, а не гарантия, что ваш шлюз пропустит 1M.
Мой шлюз поддерживает только 200K. Какую ошибку я увижу?
Запросы сверх лимита шлюз отклонит. Ошибка, которую Claude Code распознаёт, — Prompt is too long, в интерактивной сессии она выглядит как Context limit reached · /compact or /clear to continue; если шлюз переписывает ошибку своими словами, например ContextWindowExceededError, Claude Code её не распознаёт и не сжимает и не повторяет запрос автоматически. В обоих случаях сначала восстановите сессию через /compact, затем снизьте порог сжатия до 200K, как советует документация.
Действует ли /autocompact 200k на все модели?
Не обязательно. С 2.1.288 (выпуск 2026-10-02) /autocompact сохраняет окно в пользовательских настройках отдельно для каждой модели, поэтому после переключения его нужно задать снова; раньше сохранялось одно окно для всех моделей. Чтобы охватить все модели сразу, пропишите "autoCompactWindow": 200000 в ~/.claude/settings.json или задайте CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000. Переменная имеет приоритет над командой, флагом и настройкой и принимает только целое число.
Что такое x-claude-code-prompt-id и стоит ли его включать?
Это случайный UUID, добавленный к заголовкам-подсказкам для шлюзов в 2.1.283: запросы одного пользовательского промпта, включая ходы субагентов, запущенных этим промптом, получают одно значение, и шлюз может их группировать. При прямом подключении к Anthropic API он отправляется по умолчанию, а за собственным base URL по умолчанию выключен, потому что прокси, отклоняющий неизвестные заголовки, сорвал бы запрос; чтобы отправлять его, задайте CLAUDE_CODE_GATEWAY_HINT_HEADERS=1. В документации прямо сказано, что эти заголовки никогда не содержат текст промпта или содержимое файлов.
Зачем нужна CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS?
Она задаёт более длинную базовую задержку при повторе запроса, получившего 529 overloaded; переменная появилась в 2.1.292 (выпуск 2026-10-06), значение по умолчанию не опубликовано. Отдельно: с 2.1.286 один лимит повторов покрывает весь вызов модели, и при настройках по умолчанию неудачный вызов отправляет не более 14 запросов; для задач без присмотра есть CLAUDE_CODE_RETRY_WATCHDOG, который без ограничения по числу попыток повторяет ошибки нехватки мощности 429 и 529.
Можно ли использовать полный 1M в Claude Code через QCode?
Эта страница этого не обещает. Claude Code рассчитывает на окно, которое у модели есть в Anthropic API, но более низкий лимит шлюза определить не может. Для подключения задайте ANTHROPIC_BASE_URL = https://api.qcode.cc/api и ANTHROPIC_AUTH_TOKEN = ваш ключ cr_; при ошибке превышения контекста сначала восстановите сессию через /compact, затем по официальной рекомендации снизьте порог через /autocompact до размера, который реально проходит.
Источники
Журнал изменений Claude Code (CHANGELOG.md в репозитории anthropics/claude-code на GitHub, получен 2026-10-07): записи для 2.1.283, 2.1.285, 2.1.286, 2.1.288 и 2.1.292; даты выпусков — время публикации (UTC) в GitHub Releases того же репозитория. Официальная документация Claude Code на code.claude.com (получена 2026-10-07): страница настройки моделей (окно за шлюзом, окно автосжатия, отключение 1M), переменные окружения, подключение к LLM-шлюзу (строка о переписанных шлюзом ошибках превышения), руководство по совместимости шлюзов (заголовки-подсказки) и справочник ошибок. Страница о контекстных окнах в документации платформы Anthropic (получена 2026-10-07). Подключение к QCode: страницы docs.qcode.cc о переменных окружения, об эндпоинтах и форматах API и о том, какие функции Claude Code работают (получены 2026-10-07).
Подключите Claude Code к QCode
Две переменные окружения, один ключ cr_ для моделей Claude, оплата за токены; цены моделей — на /models.
Читайте также
Диагностика Context Length Exceeded
Три маскировки переполнения контекста и как их различать.
Настройка своего эндпоинта в Claude Code
Две переменные окружения, форма settings.json, apiKeyHelper и ограничение по веб-сессиям.
Как эффективно кодить внутри 1M+
Repo map, префиксы кеша, выборочная загрузка и антипаттерны.
Страница сверена 2026-10-07 с официальными страницами Anthropic и Claude Code, приоритет за ними; Claude Code выходит каждую неделю, поведение может меняться между версиями без предупреждения. Лимиты контекста в QCode эта страница не обещает; наличие моделей — по /models.