Janela de contexto
Uma janela de contexto (context window) é a quantidade máxima de texto, contada em tokens, que um modelo de linguagem consegue considerar de uma vez, incluindo o prompt de sistema, a conversa, os documentos, os resultados de ferramentas e a resposta que ele escreve.
Também chamado: context length, max tokens, long context, 1M context
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
A janela de contexto funciona como a memória de trabalho do modelo para uma requisição. Ela é separada do que o modelo aprendeu no treinamento. Se algo não está na janela, o modelo não consegue ver.
O que conta
Tudo o que você envia conta: o prompt de sistema, cada mensagem anterior, documentos colados, imagens, definições de ferramentas e resultados de ferramentas. A saída também conta, incluindo qualquer raciocínio oculto. Os tamanhos são medidos em tokens, não em palavras nem caracteres.
Contexto longo
Contexto longo (long context) se refere a modelos com janelas muito grandes. A documentação da Anthropic, por exemplo, indica uma janela de contexto de até 1M de tokens, dependendo do modelo. Um rótulo "1M context" significa que cerca de um milhão de tokens cabem em uma requisição. Isso basta para uma base de código grande ou vários relatórios longos.
Limites
Uma janela maior não é automaticamente melhor. A Anthropic observa que a acurácia e a capacidade de lembrar se degradam à medida que o número de tokens cresce, um efeito chamado context rot. Prompts longos também custam mais e demoram mais, e o KV cache que os guarda usa memória no servidor. É por isso que a context engineering, escolher o que entra na janela, importa tanto quanto o tamanho dela.
Termos relacionados
- Token (LLM)
- Um token (LLM) é a unidade básica de texto que um modelo de linguagem lê e escreve, muitas vezes uma palavra, parte de uma palavra, um sinal de pontuação ou um byte. Preços, velocidade e limites de contexto são todos contados em tokens.
- KV cache
- Um KV cache (cache de chaves e valores) guarda as keys e os values de atenção que um transformer já calculou para os tokens anteriores, para que cada novo token só precise do trabalho referente a ele. Ele acelera a geração, mas ocupa memória da GPU que cresce com o tamanho do contexto.
- Context engineering
- Context engineering (engenharia de contexto) é a prática de escolher e manter tudo o que entra na janela de contexto de um modelo de linguagem durante uma tarefa: instruções, documentos recuperados, definições de ferramentas, resultados de ferramentas e histórico da conversa.
- Context rot
- Context rot (degradação do contexto) é a queda na acurácia e na confiabilidade de um modelo de linguagem à medida que sua entrada fica mais longa, mesmo quando a entrada ainda cabe na janela de contexto e a informação necessária está presente.
- Compactação de contexto
- Compactação de contexto (context compaction) é a etapa em que um agente resume uma conversa que está chegando ao limite da janela de contexto e continua em uma janela nova que começa a partir desse resumo, para que uma tarefa longa possa seguir.
- Tokens de saída
- Tokens de saída (output tokens) são os tokens que um modelo de linguagem gera na resposta. Eles são contados e cobrados separadamente dos tokens de entrada, e uma configuração max_tokens limita quantos uma resposta pode conter.