Dernière revue :
Qu'est-ce qu'une fenêtre de contexte ? Définition et enjeux pour l'entreprise
La fenêtre de contexte est la quantité maximale de texte qu'un modèle d'IA peut traiter en une seule requête, mesurée en tokens. Elle inclut le prompt envoyé et la réponse à produire. Au-delà de cette limite, le modèle perd l'accès aux informations les plus anciennes de l'échange.
La fenêtre de contexte est une caractéristique technique du modèle, fixée à sa construction. Pour GPT-3 en 2020, elle était de 2 048 tokens, soit environ 1 500 mots ou 3 pages. En 2026, les principaux fournisseurs proposent un million de tokens ou plus (entre 550 000 et 750 000 mots selon le tokenizer, soit plus de 1 000 pages) : c'est le cas des quatre modèles Claude actuels d'Anthropic, Haiku 5.5 compris, des modèles GPT-6 d'OpenAI et des modèles DeepSeek V4. Meta annonce même 10 millions pour Llama 4 Scout. Cette expansion change radicalement les cas d'usage possibles. Vous pouvez injecter un dossier complet, une base de connaissances entière, un historique de conversation de plusieurs mois. Mais attention : taille déclarée et qualité effective divergent. Les travaux sur les longs contextes le montrent : la précision baisse quand l'information utile se trouve au milieu d'un très long contexte (Liu et al., Stanford, 2023), et plus largement à mesure que le contexte s'allonge (Chroma, 2025). Pour des cas critiques, mieux vaut un contexte resserré et bien structuré qu'un dossier de 800 000 tokens placé en vrac.
Exemple concret
En décembre 2022, GPT-3.5 acceptait 4 096 tokens en entrée, soit environ 3 000 mots. En mars 2026, Anthropic a généralisé Claude Sonnet 4.6 avec une fenêtre de un million de tokens, au tarif standard (3 dollars par million de tokens en entrée, 15 en sortie). En trois ans, la capacité d'ingestion d'un seul appel a été multipliée par 244. Concrètement, un cabinet d'avocats peut soumettre l'intégralité d'un dossier client (contrats, échanges, jurisprudence) dans un seul prompt, là où il aurait fallu auparavant orchestrer un RAG avec base vectorielle. La simplification d'architecture est radicale, le coût aussi maîtrisé.
Questions fréquentes
Qu'est-ce que la fenêtre de contexte ?
C'est la quantité maximale de texte qu'un modèle d'IA peut traiter en une seule requête, mesurée en tokens. Elle inclut à la fois le prompt envoyé et la réponse à produire. Au-delà de cette limite, le modèle perd l'accès aux informations les plus anciennes de l'échange.
Quelle taille atteint-elle en 2026 ?
Un million de tokens ou plus chez les principaux fournisseurs, soit entre 550 000 et 750 000 mots selon le tokenizer, ou plus de 1 000 pages, alors que GPT-3 se limitait à 2 048 tokens en 2020.
Une grande fenêtre de contexte remplace-t-elle un RAG ?
Souvent, oui. Des cas d'usage qui exigeaient hier une architecture RAG complexe (dossier client volumineux, base documentaire entière) tiennent désormais en un seul appel à un LLM standard. Avant de financer un RAG, vérifiez si un long contexte ne suffit pas.
Une grande fenêtre garantit-elle la qualité de la réponse ?
Non. La taille déclarée et la qualité effective divergent : la précision baisse quand l'information utile se trouve au milieu d'un très long contexte (Liu et al., 2023), et plus largement à mesure que le contexte s'allonge (Chroma, 2025). Sur le benchmark NoLiMa, 11 modèles sur 13 tombent sous la moitié de leur score de référence dès 32 000 tokens. Sur les cas critiques, placez l'essentiel en début et en fin de prompt, pas au milieu.
Un contexte abondant est-il gratuit ?
Non. Le coût d'inférence reste proportionnel au volume de tokens : un prompt de 500 000 tokens coûte 500 fois plus qu'un prompt de 1 000 tokens. Chez certains fournisseurs, les requêtes très longues sont même facturées à un tarif unitaire plus élevé.
À voir aussi
Sources
- Context windows, documentation Anthropic (tailles par modèle). 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 mars 2026. https://claude.com/blog/1m-context-ga
- OpenAI API, Models : fenêtre de contexte des modèles GPT-6, septembre 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, avril 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 juillet 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