Contexto.

En la práctica

Las ventanas de hoy son grandes. Claude Opus 5.5 y Sonnet 5.5 admiten un millón de tokens, y GPT-6 Astra y Gemini 3.8 Flash algo más, según su documentación a 1 de octubre de 2026. Caben varios cientos de páginas.

Caber no es lo mismo que usarlo bien. Anthropic lo llama context rot: a medida que crece el número de tokens, la precisión y el recuerdo se degradan. Chroma lo midió en 18 modelos en julio de 2025, y Liu et al. (TACL, 2024) vieron que los modelos aprovechan peor lo que queda en medio de un texto largo que lo que está al principio o al final.

Un ejemplo. El equipo de compras pega un pliego de 200 páginas y los correos con el proveedor, y pregunta por las penalizaciones. La respuesta trae las de la primera parte y se salta una cláusula del anexo central. Con solo los apartados de penalizaciones y los anexos delante, acierta.

Por qué te importa

Llenar el contexto cuesta dos veces: cada token se paga en cada turno, y la respuesta empeora. Y cuando ya no cabe, el modelo no «olvida». En la API, la petición da error. En las aplicaciones, el producto descarta lo más antiguo o lo resume, y en el resumen se puede perder una cifra o una instrucción.

Los límites

«Un millón de tokens» se vende como «léete toda la empresa». Lo que cambia el resultado es qué se mete y en qué orden, y a eso se dedica el context engineering. En conversaciones largas con datos importantes suele compensar empezar de nuevo con un resumen hecho por ti.