分享：900 题上下文评测，长会话截断策略可量化

[Hayabusa-YL]

做了一套长上下文直读评测，插件生态里长会话截断的策略可以拿它量化对照：LongBench v1 四个英文子集 900 题，单次调用、不切片，900 题 24 分 46 秒、token 成本约 4.5 元，单题不到一分钱。

代码和结果：https://github.com/Hayabusa-YL/longbench-harness

有反馈在这个 thread 里回。