¿Qué es la ventana de contexto en inteligencia artificial?

La ventana de contexto no es una ventana del navegador ni el «contexto» de un plan de marketing: es todo lo que un modelo de lenguaje tiene delante en el momento de responder. A una tienda le importa por dos lados. Cuando un asistente responde sobre tus productos, solo puede usar lo que de tu página haya entrado en esa ventana, junto a lo de otras tiendas. Y cuando una herramienta redacta tus fichas con un LLM (modelo de lenguaje grande), lo que decide qué datos se usan es lo que esa herramienta mete dentro.

Cómo funciona

Anthropic la define como todo el texto al que un modelo puede hacer referencia mientras genera una respuesta, incluida la propia respuesta. No es el enorme corpus con el que se entrenó, sino una «memoria de trabajo».⁠^{[1]Anthropic, documentación de Claude. Context windows} Google usa casi la misma imagen: una memoria a corto plazo, con una capacidad limitada para guardar información antes de generar la respuesta.⁠^{[2]Google AI for Developers, documentación de la API de Gemini (actualizada el 22 de junio de 2026). Long context}

Se mide en tokens, los trozos de texto en los que el modelo parte lo que lee, y la cuenta incluye mucho más que la pregunta. En la API de Claude cuenta todo lo que va en la petición: las instrucciones de sistema, cada mensaje de la conversación con los resultados de herramientas, las imágenes y los documentos, las definiciones de herramientas y, además, lo que el modelo genera en ese turno, razonamiento incluido.⁠^{[1]Anthropic, documentación de Claude. Context windows} OpenAI lo resume en una regla: la petición y la respuesta juntas no pueden pasar de la longitud máxima de contexto del modelo.⁠^{[3]OpenAI, documentación de la API. Key concepts}

El tamaño ha crecido mucho. A octubre de 2026, los modelos actuales de Claude tienen una ventana de un millón de tokens y pueden generar hasta 128.000 tokens de salida por petición; otros modelos de la misma familia se quedan en 200.000.⁠^{[1]Anthropic, documentación de Claude. Context windows} Gemini también admite un millón de tokens, y Google lo traduce a cosas que se pueden imaginar: unas 50.000 líneas de código, ocho novelas de longitud media o las transcripciones de más de 200 episodios de pódcast.⁠^{[2]Google AI for Developers, documentación de la API de Gemini (actualizada el 22 de junio de 2026). Long context}

Cuando algo no cabe, depende de quién gestione la ventana. En la API de Claude, si la entrada sola ya supera la ventana, la petición se rechaza con un error de prompt demasiado largo. Las interfaces de chat, en cambio, pueden ir soltando lo más antiguo de la conversación para hacer sitio a lo nuevo.⁠^{[1]Anthropic, documentación de Claude. Context windows}

Más contexto no es mejor

La propia Anthropic lo avisa en la misma página: una ventana mayor permite tareas más largas, pero a medida que crece el número de tokens, la precisión y la capacidad de recordar se degradan, un fenómeno que llama context rot.⁠^{[1]Anthropic, documentación de Claude. Context windows} Google da una cifra del mismo problema: buscar un solo dato en un contexto largo sale bien en torno al 99 % de las veces, pero la precisión baja de forma notable cuando hay que encontrar varios datos a la vez en el mismo contexto.⁠^{[2]Google AI for Developers, documentación de la API de Gemini (actualizada el 22 de junio de 2026). Long context}

La posición también cuenta. Un estudio de Nelson F. Liu y otros seis autores, publicado en 2023 en la revista TACL, puso a varios modelos a responder preguntas con muchos documentos delante. El rendimiento era mejor cuando la información relevante estaba al principio o al final del contexto, y caía de forma significativa cuando estaba en medio, incluso en modelos pensados para contextos largos.⁠^{[4]arXiv (Liu, Lin, Hewitt, Paranjape, Bevilacqua, Petroni y Liang; TACL 2023). Lost in the Middle: How Language Models Use Long Contexts} Por eso los ingenieros de Anthropic tratan el contexto como un recurso finito con rendimientos decrecientes, y su consejo es buscar el conjunto más pequeño de información útil que haga probable el resultado que quieres.⁠^{[5]Anthropic, blog de ingeniería (29 de septiembre de 2025). Effective context engineering for AI agents}

En una tienda

Un ejemplo ficticio: una herramienta tiene que redactar la descripción de un trípode de viaje. Puede llenar la ventana de tres maneras:

La tercera opción es la que se desprende de las fuentes de esta página. Clione, por ejemplo, no manda el catálogo entero: con cada producto viajan las instrucciones de la tienda, de hasta 10.000 caracteres, las respuestas del comerciante sobre ese producto y, si la tienda lo activa, los cuatro fragmentos más relevantes de sus documentos, unos 1.200 tokens.

Lo mismo vale, al revés, para los asistentes que leen tu web: tu ficha de producto comparte ventana con las páginas de otras tiendas, y entra a trozos, no entera. Un dato que solo se entiende con el resto de la página alrededor tiene menos opciones de servir.

Cómo comprobarlo

1. Busca la ventana y el límite de salida del modelo que usa tu herramienta en la documentación del proveedor. Son dos cifras distintas, y las dos se miden en tokens.⁠^{[1]Anthropic, documentación de Claude. Context windows}
2. Cuenta los tokens de una petición típica antes de enviarla. Anthropic recomienda su recuento de tokens precisamente para no pasarse de la ventana.⁠^{[1]Anthropic, documentación de Claude. Context windows}
3. Quita lo que no ayuda. Si el contexto lleva el catálogo entero para describir un producto, recórtalo a lo que habla de ese producto.⁠^{[5]Anthropic, blog de ingeniería (29 de septiembre de 2025). Effective context engineering for AI agents}
4. Pon los datos clave al principio o al final de lo que le das al modelo, no enterrados en medio de un documento largo.⁠^{[4]arXiv (Liu, Lin, Hewitt, Paranjape, Bevilacqua, Petroni y Liang; TACL 2023). Lost in the Middle: How Language Models Use Long Contexts}
5. Si una respuesta sale cortada, mira el motivo. En la API de Claude, una generación que llega al límite de la ventana se detiene con el motivo model_context_window_exceeded.⁠^{[1]Anthropic, documentación de Claude. Context windows}

Concepto cercano: RAG

La RAG (generación aumentada por recuperación) y la ventana de contexto se explican juntas. Google cuenta que los modelos con ventanas pequeñas necesitaban recuperar solo lo relevante, resumir o recortar mensajes, y que una ventana grande permite otro camino: dar toda la información relevante desde el principio.⁠^{[2]Google AI for Developers, documentación de la API de Gemini (actualizada el 22 de junio de 2026). Long context} Pero el context rot y el efecto de la posición siguen ahí,⁠^{[1]Anthropic, documentación de Claude. Context windows}⁠^{[4]arXiv (Liu, Lin, Hewitt, Paranjape, Bevilacqua, Petroni y Liang; TACL 2023). Lost in the Middle: How Language Models Use Long Contexts} así que recuperar bien no ha dejado de servir. RAG decide qué entra; la ventana es el espacio donde entra.

Para seguir, la entrada de token explica la unidad con la que se mide la ventana, y la ruta de lectura ordena el resto de términos.