Calculadora de ventana de contexto de un modelo de IA

Cada modelo de lenguaje tiene una ventana de contexto: el máximo de tokens que puede manejar a la vez. En ella cabe todo: tus instrucciones, los documentos que adjuntas, el historial de la conversación, las herramientas y también la respuesta del modelo (con su razonamiento, si lo hace). Si te pasas, la petición falla o el modelo corta.

Escribe cuánto envías (en tokens, palabras, caracteres o páginas) y cuánto esperas de respuesta, elige un modelo y verás qué parte de su ventana ocupas, cuánto te queda y en cuántos modelos de la lista cabe. Los datos tienen fecha de revisión. Todo en tu navegador.

Se convierte lo que envías a tokens (si no lo das en tokens, con la equivalencia aproximada del inglés: 1 token ≈ 0,75 palabras ≈ 4 caracteres), se suma la respuesta esperada y se divide entre la ventana del modelo. Si el total es menor que la ventana, cabe; la diferencia son los tokens libres, que se traducen a palabras y páginas aproximadas.

Los datos de cada modelo (ventana y salida máxima) están en un archivo con su fecha de revisión y sus fuentes oficiales.

Qué es la ventana de contexto

Es la «memoria de trabajo» del modelo: el total de tokens que puede considerar al generar una respuesta. Incluye todo lo de la petición (instrucciones del sistema, mensajes, documentos, resultados de herramientas, imágenes) y también lo que el modelo genera, razonamiento incluido. No es lo mismo que los datos con los que se entrenó.

Ventana de contexto y salida máxima

Son dos límites distintos: la ventana limita la suma de entrada y salida; la salida máxima limita cuánto puede escribir el modelo en una sola respuesta. Un modelo con 1 millón de ventana puede tener, por ejemplo, 128.000 tokens de salida máxima.

Más contexto no siempre es mejor

A medida que crece el número de tokens, la precisión y el recuerdo del modelo se degradan: es lo que Anthropic llama «context rot». Conviene enviar lo necesario y no llenar la ventana por llenarla; técnicas como resumir, recortar resultados antiguos o recuperar solo los fragmentos relevantes ayudan.

Cómo estimar los tokens

Lo más fiable es contarlos con el contador de tokens del proveedor. De forma orientativa, en inglés un token son unas 0,75 palabras (unos 4 caracteres); en otros idiomas hay más tokens por palabra. Cada proveedor tokeniza distinto: el mismo texto da cifras diferentes según el modelo, y los Claude 4.7 y posteriores producen cerca de un 30 % más de tokens que los anteriores para el mismo texto.

Errores frecuentes

• Olvidar que la respuesta y el razonamiento también ocupan la ventana.
• Fiarse de la conversión palabras-tokens en idiomas distintos del inglés.
• Llenar la ventana hasta el borde: deja margen.
• Comparar ventanas sin comparar la salida máxima.
• Dar por fijos los límites: cambian con cada modelo.

Límites de esta calculadora

• Los datos son los de la API estándar a la fecha de revisión; no incluyen contextos ampliados en beta o por contrato, ni los límites de las aplicaciones de chat o de cada nivel de uso.
• De Claude Haiku 4.5 no hay dato de salida máxima en la fuente consultada.
• Las cifras de OpenAI y Google se tomaron de sus páginas con una herramienta que resume el contenido: contrástalas en la página oficial.
• La conversión de palabras, caracteres y páginas a tokens es aproximada y pensada para el inglés.
• No cuenta las imágenes, el audio ni las herramientas, que también consumen tokens.

Aviso

El resultado es una estimación. Cuenta los tokens con la herramienta del proveedor antes de ajustar un caso al límite.