update: clearify supported context length in docs

docs/sglang_deploy_guide.md

@@ -27,9 +27,9 @@ The deployment process is illustrated below using MiniMax-M2.1 as an example.
 
 The following are recommended configurations; actual requirements should be adjusted based on your use case:
 
-- 4x 96GB GPUs: Supported context length of up to 400K tokens.
+- 4x 96GB GPUs: Supports 400K aggregate KV cache tokens. (Max 196K per sequence)
 
-- 8x 144GB GPUs: Supported context length of up to 3M tokens.
+- 8x 144GB GPUs: Supports 3M aggregate KV cache tokens. (Max 196K per sequence)
 
 ## Deployment with Python
 

docs/sglang_deploy_guide_cn.md

@@ -27,9 +27,9 @@
 
 以下为推荐配置，实际需求请根据业务场景调整：
 
-- 96G x4 GPU：支持 40 万 token 的总上下文。
+- 96G x4 GPU：支持 40 万 token 的总上下文（每个序列最多 19.6 万个）。
 
-- 144G x8 GPU：支持长达 300 万 token 的总上下文。
+- 144G x8 GPU：支持长达 300 万 token 的总上下文（每个序列最多 19.6 万个）。
 
 ## 使用 Python 部署
 

docs/vllm_deploy_guide.md

@@ -26,9 +26,9 @@ The deployment process is illustrated below using MiniMax-M2.1 as an example.
 
 The following are recommended configurations; actual requirements should be adjusted based on your use case:
 
-- 4x 96GB GPUs: Supported context length of up to 400K tokens.
+- 4x 96GB GPUs: Supports 400K aggregate KV cache tokens. (Max 196K per sequence)
 
-- 8x 144GB GPUs: Supported context length of up to 3M tokens.
+- 8x 144GB GPUs: Supports 3M aggregate KV cache tokens. (Max 196K per sequence)
 
 ## Deployment with Python
 

docs/vllm_deploy_guide_cn.md

@@ -26,9 +26,9 @@
 
 以下为推荐配置，实际需求请根据业务场景调整：
 
-- 96G x4 GPU：支持 40 万 token 的总上下文。
+- 96G x4 GPU：支持 40 万 token 的总上下文（每个序列最多 19.6 万个）。
 
-- 144G x8 GPU：支持长达 300 万 token 的总上下文。
+- 144G x8 GPU：支持长达 300 万 token 的总上下文（每个序列最多 19.6 万个）。
 
 ## 使用 Python 部署