Última revisión:
¿Qué es una ventana de contexto? Definición y retos para la empresa
La ventana de contexto es la cantidad máxima de texto que un modelo de IA puede tratar en una sola consulta, medida en tokens. Incluye el prompt enviado y la respuesta a producir. Más allá de este límite, el modelo pierde el acceso a las informaciones más antiguas del intercambio.
La ventana de contexto es una característica técnica del modelo, fijada en su construcción. Para GPT-3 en 2020, era de 2 048 tokens, es decir, unas 1 500 palabras o 3 páginas. En 2026, los principales proveedores ofrecen un millón de tokens o más (entre 550 000 y 750 000 palabras según el tokenizador, es decir, más de 1 000 páginas): es el caso de los cuatro modelos Claude actuales de Anthropic, Haiku 5.5 incluido, de los modelos GPT-6 de OpenAI y de los modelos DeepSeek V4. Meta anuncia incluso diez millones para Llama 4 Scout. Esta expansión cambia radicalmente los casos de uso posibles. Puede inyectar un expediente completo, una base de conocimientos entera, un historial de conversación de varios meses. Pero atención: tamaño declarado y calidad efectiva divergen. Los trabajos sobre contextos largos lo muestran: la precisión cae cuando la información útil se encuentra en medio de un contexto muy largo (Liu et al., Stanford, 2023) y, más en general, a medida que el contexto se alarga (Chroma, 2025). Para casos críticos, mejor un contexto ajustado y bien estructurado que un expediente de 800 000 tokens colocado a granel.
Ejemplo concreto
En diciembre de 2022, GPT-3.5 aceptaba 4 096 tokens en entrada, es decir, unas 3 000 palabras. En marzo de 2026, Anthropic generalizó Claude Sonnet 4.6 con una ventana de un millón de tokens, a tarifa estándar (3 dólares por millón de tokens en entrada, 15 en salida). En tres años, la capacidad de ingestión de una sola llamada se ha multiplicado por 244. Concretamente, un despacho de abogados puede someter la totalidad de un expediente de cliente (contratos, intercambios, jurisprudencia) en un solo prompt, donde antes habría sido necesario orquestar un RAG con base vectorial. La simplificación arquitectónica es radical, el coste también queda controlado.
Preguntas frecuentes
¿Qué es la ventana de contexto?
Es la cantidad máxima de texto que un modelo de IA puede tratar en una sola consulta, medida en tokens. Incluye tanto el prompt enviado como la respuesta a producir. Más allá de este límite, el modelo pierde el acceso a las informaciones más antiguas del intercambio.
¿Qué tamaño alcanza en 2026?
Un millón de tokens o más en los principales proveedores, entre 550 000 y 750 000 palabras según el tokenizador, es decir, más de 1 000 páginas, mientras que GPT-3 se limitaba a 2 048 tokens en 2020.
¿Una ventana de contexto grande sustituye a un RAG?
A menudo, sí. Casos de uso que ayer exigían una arquitectura RAG compleja (expediente de cliente voluminoso, base documental entera) caben hoy en una sola llamada a un LLM estándar. Antes de financiar un RAG, compruebe si un contexto largo no basta.
¿Una ventana grande garantiza la calidad de la respuesta?
No. El tamaño declarado y la calidad efectiva divergen: la precisión cae cuando la información útil se encuentra en medio de un contexto muy largo (Liu et al., 2023) y, más en general, a medida que el contexto se alarga (Chroma, 2025). En el benchmark NoLiMa, 11 de 13 modelos caen por debajo de la mitad de su puntuación de referencia a 32 000 tokens. En casos críticos, coloque lo esencial al principio y al final del prompt, no en medio.
¿Es gratuito un contexto abundante?
No. El coste de inferencia sigue siendo proporcional al volumen de tokens: un prompt de 500 000 tokens cuesta 500 veces más que uno de 1 000. En algunos proveedores, las consultas muy largas se facturan incluso a una tarifa unitaria más alta.
Ver también
Fuentes
- Context windows, documentación Anthropic (tamaños por modelo). https://platform.claude.com/docs/en/build-with-claude/context-windows
- 1M context is now generally available for Opus 4.6 and Sonnet 4.6, Anthropic, 13 de marzo de 2026. https://claude.com/blog/1m-context-ga
- OpenAI API, Models: ventana de contexto de los modelos GPT-6, septiembre de 2026. https://developers.openai.com/api/docs/models
- Language Models are Few-Shot Learners (GPT-3), Brown et al., arXiv:2005.14165, 2020. https://arxiv.org/abs/2005.14165
- The Llama 4 herd, Meta AI, abril de 2025. https://ai.meta.com/blog/llama-4-multimodal-intelligence/
- What is a context window?, IBM Think 2026. https://www.ibm.com/think/topics/context-window
- Lost in the Middle: How Language Models Use Long Contexts, Liu et al., Stanford, 2023. https://arxiv.org/abs/2307.03172
- Context Rot: How Increasing Input Tokens Impacts LLM Performance, Chroma, 14 de julio de 2025. https://www.trychroma.com/research/context-rot
- RULER: What's the Real Context Size of Your Long-Context Language Models?, Hsieh et al., 2024. https://arxiv.org/abs/2404.06654
- NoLiMa: Long-Context Evaluation Beyond Literal Matching, Modarressi et al., 2025. https://arxiv.org/abs/2502.05167