Длинный контекст ≠ глубокое понимание: как модели теряют способность думать цепочкой на 1М токенах

Две модели, оба «миллионный контекст», один документ, один вопрос с цепочкой связей — Gemini выдаёт 100%, Qwen 3.6-plus — 0%. Метод явной декомпозиции цепочки позволяет надёжно вытаскивать многошаговые ответы из больших документов — даже когда модель теоретически «вмещает» всё. Каждый промежуточный вывод прописывается в тексте и становится якорем — модель не удерживает нить в уме, а опирается на уже зафиксированный факт при переходе к следующему шагу. Водораздел — между 512К и 1М единицами разбивки: именно здесь половина моделей рвёт цепочку.