
Контекстное окно в ИИ: GPT-6.2, Claude и Gemini держат около миллиона токенов
Контекстное окно это объём текста, который модель держит одновременно: ваш запрос, вся предыдущая переписка, приложенные файлы и ответ, который она пишет.
Три крупнейшие лаборатории пришли для своих главных моделей примерно к одной цифре. Остальные термины вокруг моделей объясняет наш глоссарий ИИ.
Сколько держат модели
- OpenAI: GPT-6.2 Astra и GPT-6.2 Sol принимают 1,05 млн токенов контекста и пишут до 128 тыс. токенов в одном ответе
- Anthropic: Claude Fable 5.2, Opus 5.5, Sonnet 5.5 и Haiku 5.5 принимают 1 млн токенов и пишут до 128 тыс.
- Google: Gemini 4 Carbon, Argon и Hydrogen принимают 1 млн токенов
Цифры взяты из документации для разработчиков каждой компании 18 ноября. Окно измеряют в токенах, кусках текста, которые читает модель.
Когда мы посчитали токены в своей новости токенизатором OpenAI, английский текст дал около 1,4 токена на слово, а русский около 1,8.
По этой мерке миллион токенов вмещает примерно 700 тыс. английских слов или 540 тыс. русских, это несколько толстых романов сразу. Токенизаторы других компаний дадут немного другие цифры.
Ответ модели тоже ограничен: и у GPT-6.2, и у Claude он не длиннее 128 тыс. токенов.
По нашей мерке это около 90 тыс. английских слов, примерно объём средней книги за один ответ.
Где длинный контекст подводит
Модель, которая принимает миллион токенов, пользуется ими неодинаково. Исследователи из Стэнфорда и других университетов проверили это в 2023 году: они перемещали единственный нужный документ внутри длинного запроса.
“Качество обычно выше всего, когда нужная информация стоит в начале или в конце входного контекста, и заметно падает, когда моделям приходится доставать её из середины длинного контекста.”
— Нельсон Лю и соавторы, Lost in the Middle: How Language Models Use Long Contexts
Источник цитаты: arXiv, 2023. В исследовании проверяли модели того года, нынешние могут справляться лучше.
Длинный запрос стоит ещё и времени и денег. Вы платите за входные токены в каждом запросе, хотя повторяющийся текст многие провайдеры считают по сниженной цене кэша. А полное окно заставляет модель дольше начинать ответ, поэтому длинная переписка с вложениями с каждым новым вопросом становится медленнее.
В ноябре Anthropic сообщила, что треды сообщений сокращают медианное ожидание первого токена примерно на 35% для самых длинных запросов, как мы писали.
Мнение редакции
Редактор Intokened Макс говорит, что труднее всего ему было понять термин LLM. Контекстное окно это та часть LLM, с которой обычный пользователь сталкивается первой: если длинный чат начал забывать, что вы говорили в начале, окно заполнено.
Ставьте инструкцию и главный документ в начало или в конец запроса, а не в середину. Начинайте новый чат, когда длинный начинает уплывать. Для большого архива RAG, который подтягивает в окно только нужные страницы, обычно работает лучше, чем вставка всего подряд.
Размеры контекста взяты из документации OpenAI, Anthropic и Google 18 ноября 2026 года. Оценки в словах сделаны по нашему подсчёту токенизатором o200k_base и приблизительны.

Автор
MaksТрейдер
Долгое время интересуюсь рынком криптовалют, являюсь трейдером, пишу статьи и новости о своем опыте простыми словами.
Комментарии (0)
Пока нет комментариев — будь первым!
Присоединяйся к нашему комьюнити
Без спама, можно отписаться в один клик
Похожие материалы

ETF на XRP и Solana: Roundhill отозвала два фонда на опционах до запуска

Цена Zcash упала на 14%, лонгов ликвидировали в 14 раз больше шортов

ИИ для диктовки и заметок: цены Wispr Flow, Granola, Otter, Fireflies и PLAUD
ПопулярноеТоп 7
Крипторынок теряет 4-5% за день: что говорят объёмы и трейдеры
76Рынок


