Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Fenêtre de contexte

Une fenêtre de contexte (context window) est la quantité maximale de texte, comptée en tokens, qu'un modèle de langage peut prendre en compte à la fois, y compris le prompt système, la conversation, les documents, les résultats d'outils et la réponse qu'il rédige.

Aussi appelé : context length, max tokens, long context, 1M context

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

La fenêtre de contexte fonctionne comme la mémoire de travail du modèle pour une requête. Elle est distincte de ce que le modèle a appris pendant l'entraînement. Si quelque chose ne figure pas dans la fenêtre, le modèle ne peut pas le voir.

Ce qui compte

Tout ce que vous envoyez compte : le prompt système, chaque message précédent, les documents collés, les images, les définitions d'outils et les résultats d'outils. La sortie compte aussi, y compris tout raisonnement caché. Les tailles se mesurent en tokens, pas en mots ni en caractères.

Long contexte

Le long contexte désigne les modèles dotés de très grandes fenêtres. La documentation d'Anthropic, par exemple, indique une fenêtre de contexte allant jusqu'à 1M de tokens selon le modèle. Une mention « 1M context » signifie qu'environ un million de tokens tiennent dans une seule requête. C'est assez pour une grande base de code ou plusieurs longs rapports.

Limites

Une fenêtre plus grande n'est pas automatiquement meilleure. Anthropic note que la précision et le rappel se dégradent à mesure que le nombre de tokens augmente, un effet appelé context rot. Les longs prompts coûtent aussi plus cher et prennent plus de temps, et le KV cache qui les contient occupe de la mémoire sur le serveur. C'est pourquoi le context engineering, le choix de ce qui entre dans la fenêtre, compte autant que sa taille.

Termes liés

Token (LLM)
Un token (LLM), ou jeton, est l'unité de texte de base qu'un modèle de langage lit et écrit, souvent un mot, une partie de mot, un signe de ponctuation ou un octet. Les prix, la vitesse et les limites de contexte se comptent tous en tokens.
KV cache
Un KV cache (cache clé-valeur) stocke les clés et valeurs d'attention qu'un transformer a déjà calculées pour les tokens précédents, de sorte que chaque nouveau token ne demande de travail que pour lui-même. Il accélère la génération mais occupe une mémoire GPU qui augmente avec la longueur du contexte.
Context engineering
Le context engineering (ingénierie du contexte) consiste à choisir et entretenir tout ce qui entre dans la fenêtre de contexte d'un modèle de langage au cours d'une tâche : instructions, documents récupérés, définitions d'outils, résultats d'outils et historique de la conversation.
Context rot
Le context rot (dégradation du contexte) est la baisse de précision et de fiabilité d'un modèle de langage à mesure que son entrée s'allonge, même quand cette entrée tient encore dans la fenêtre de contexte et que l'information nécessaire s'y trouve.
Compaction du contexte
La compaction du contexte (context compaction) est l'étape où un agent résume une conversation qui approche de la limite de sa fenêtre de contexte et poursuit dans une nouvelle fenêtre qui part de ce résumé, afin qu'une longue tâche puisse continuer.
Tokens de sortie
Les tokens de sortie (output tokens) sont les tokens qu'un modèle de langage génère dans sa réponse. Ils sont comptés et facturés séparément des tokens d'entrée, et un réglage max_tokens plafonne le nombre qu'une réponse peut contenir.

Sources