LLM上下文长度增长
Epoch AI 的这张散点图在 X 上获得 4.6万 浏览，是其平时帖子的 0.7 倍，在我们追踪的 97 张 Epoch AI 图中浏览排第 65。读取于2026年10月10日。
The future of long context inference isn’t just reading long documents.
为什么能传开
它之所以传播，是因为帖子能自我解释，又赶上了那一周的热门话题，获得了 46,338 次浏览、178 次点赞、24 次转发、6 次引用和 87 次收藏。
做对了什么
- 图表的自我标注程度很高，因此前沿模型接受越来越长输入的散点图无需额外解释就能读懂。
- 帖子文案抓住了那一周的热门话题，把长上下文推理与持续学习和大规模强化学习扩展联系起来，而不只是长文档。
- 它有品牌标识并显示来源行，且该账号的来源触达处于前四分之一，这有助于信任和分享。
可以借鉴
我们可以把自家的散点图配上一句简短文案，点明显而易见用途之外的收益，保持图表自我标注，并始终显示来源行。
注意
不要过度解读引用率高于平均或设计打磨程度中等就等同于质量，也不要以为同样的框架在没有那一周热门话题时也能传播。
由我们的分析模型根据上面的实测数字写成，不是 Epoch AI 的说法。
做成你的
用柱状图放进你的数字。
从 Epoch AI 的「Frontier LLMs have grown accept increasingly long inputs, an」的真实数字开始。发布前请把每个数字换成你的。一步一步做一张这样的图
免费图片带一行小字 “Made with ViralChart”，别人就是通过这一行找到我们的。
API · Max
用 API 调用这张图
Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：fb6937be1ba4。
数值是近似的。我们对这张图的两次读取只部分一致（置信度 0.30，满分 1），引用前请对照原图。API 会标记 lowConfidence，加 ?min_confidence=0.5 可以把它排除。
| 路径 | 返回 | 套餐 | |
|---|---|---|---|
| GET | /api/v1/charts/fb6937be1ba4 | 标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接 | 开放 |
| GET | /api/v1/charts/fb6937be1ba4/data | 每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSV | Max |
| GET | /api/v1/charts/fb6937be1ba4/render?view=1 | 本页使用的只读绘图视图 | 开放 |
| POST | /mcp | 工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用 | Max |
curl -s https://viral-chart.com/api/v1/charts/fb6937be1ba4/data \
-H "Authorization: Bearer $VIRALCHART_KEY"claude mcp add --transport http viralchart https://viral-chart.com/mcp \
--header "Authorization: Bearer $VIRALCHART_KEY"每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。
Epoch AI 的更多图
全部 97 张
其他巨头的散点图
全部 78 张
常见问题
Epoch AI 的「LLM上下文长度增长」传播了多远？
截至2026年10月10日，X 上 46,338 次浏览、178 个赞、24 次转发、87 次收藏。@EpochAIResearch 平时一条帖子约 6.8万 浏览。
这是什么类型的图？
散点图。
可以直接用 Epoch AI 的图吗？
用格式，不用原图。图、logo 和设计都属于 Epoch AI。ViralChart 用你的数字和文字重画同类图，并注明原发布者。