На карточке каждой модели стоит число вроде «200K контекста» или «1M контекста». Выглядит как характеристика ёмкости — вроде объёма диска. На деле это ближе к бюджету, который вы тратите на каждом запросе, — и большую его часть съедает не то, что вы напечатали.
Цифры проверены 26 августа 2026 года.
Что такое длина контекста
У модели нет памяти. При каждом вызове вы отправляете весь разговор заново — системный промпт, каждый предыдущий ход, все приложенные файлы — и она читает всё это, прежде чем написать хоть слово.
Длина контекста — это максимальный размер такого пакета, измеряемый в токенах. Токен — небольшой кусок текста, примерно три четверти слова в английском.
Так что это не хранилище. Это размер стола, на котором модель может разложить ваши документы, — расчищаемого заново на каждом запросе.
Реальные пределы сегодня
| Длина контекста | Модели такого размера |
|---|---|
| 32 768 | Qwen 2.5 Coder 32B |
| 200 000 | Claude Haiku 4.5 |
| 262 144 | Kimi K2.7 Code |
| 400 000 | Всё семейство GPT-5, включая каждый вариант Codex |
| 1 000 000 | Claude Opus 5, Claude Sonnet 5, Qwen3 Coder Flash и Plus |
| 1 048 576 | Семейства Gemini 2.5 и 3.x, DeepSeek V4 Pro |
Два момента стоит отметить.
Миллион токенов — это около 750 000 слов, несколько объёмных романов. Почти никакому приложению это не нужно, а тем, кому нужно, обычно недостаёт поиска, а не контекста.
1 048 576 — это 2²⁰, а не круглое маркетинговое число. Там, где поставщик указывает ровно 1 000 000, он округлил; там, где указывает 1 048 576, он сообщает реальный размер буфера.
Цены за токен и длины контекста для каждой текстовой модели — на странице чат-моделей.
Чем он на самом деле заполняется
Вот эту часть карточки моделей не рассказывают. Документация Anthropic публикует точные числа токенов для нескольких минимальных запросов, и они поучительны:
| Что было отправлено | Входные токены |
|---|---|
| Системный промпт из пяти слов плюс сообщение из двух | 14 |
| Вопрос из девяти слов плюс одно описание инструмента | 403 |
| Одно изображение плюс «Describe this image» | 1 028 |
| Один PDF плюс «Please summarize this document.» | 2 188 |
Одно описание инструмента стоит около 390 токенов. Агент с двадцатью инструментами тратит порядка 8 000 токенов своего окна ещё до того, как пользователь что-либо напечатал, — и платит за них в каждом запросе.
Изображение — около тысячи токенов. Двадцать скриншотов — это 20 000.
И сам разговор растёт. Ход 10 несёт в себе ходы с 1 по 9. Чат, казавшийся маленьким вначале, к концу становится самой крупной частью запроса.
Так что модель с «200K контекста» внутри агента с пятнадцатью инструментами, длинным системным промптом и парой скриншотов стартует вовсе не со 200K. Она стартует существенно ниже и сжимается с каждым ходом.
Ловушка: один и тот же текст — не одно и то же число токенов
Длина контекста измеряется в токенах, а токены — не устойчивая единица при переходе между моделями.
Документация Anthropic прямо сообщает, что Claude 4.7 и новее используют более новый токенизатор, где «тот же входной текст даёт примерно на 30 процентов больше токенов, чем на прежних моделях».
Это значит: промпт, измеренный в 150 000 токенов на старой модели, на новой может оказаться около 195 000 — те же слова, на тридцать процентов больше окна и на тридцать процентов больше денег. Если вы рассчитали конвейер обработки документов под одну модель, а потом сменили её, — перемерьте, прежде чем считать, что он всё ещё помещается.
Поставщики дают способ проверить. Эндпоинт подсчёта токенов у Anthropic бесплатен. Считайте на той самой модели, которую собираетесь запускать.
Что происходит, когда место кончается
Никакой мягкой деградации. В зависимости от поставщика вы получаете ошибку, усечённый ввод или молча отброшенную историю — и третье опаснее всего, потому что модель уверенно отвечает по разговору, который больше не видит целиком.
Три выхода, по возрастанию трудозатрат:
Обрезать. Выбрасывать или пересказывать самые старые ходы. Дешевле всего в реализации и обычно достаточно для чата.
Кешировать. Если большая часть вашего контекста — фиксированный префикс (длинный системный промпт, справочный документ), кеширование промптов позволяет поставщику сохранить его и брать долю за повторное чтение. Окно от этого не увеличится, но большая часть стоимости его заполнения уйдёт.
Извлекать. Перестать отправлять весь корпус и отправлять только релевантные части. Больше инженерной работы, но это единственный подход, который не ухудшается по мере роста ваших данных.
Потянуться за окном побольше — четвёртый вариант и обычно самый дорогой, потому что каждый токен в этом окне вы оплачиваете в каждом запросе.
Дороже ли обходится окно побольше?
Не в пересчёте на токен. Модель с контекстом 1M не тарифицируется выше, чем модель с 200K, за один и тот же запрос: Claude Sonnet 5 стоит 2,00 $ за миллион входных токенов, отправите вы пятьсот токенов или пятьсот тысяч.
Но окно побольше облегчает тратить больше, потому что убирает ошибку, которая вас бы остановила. Заполнить окно в миллион токенов по 2,00 $ за миллион стоит 2,00 $ за запрос — и если этот запрос представляет собой ход чата, происходящий пятьдесят тысяч раз в месяц, арифметика быстро становится серьёзной.
Дисциплина в обоих случаях одна: отправляйте как можно меньше, а не столько, сколько позволено.
Коротко
- Длина контекста — максимальный размер одного запроса в токенах, а не память.
- Сегодняшние пределы идут примерно от 33K до примерно 1M; большая часть продакшн-работы спокойно укладывается в нижнюю часть диапазона.
- Описания инструментов (~390 токенов каждое), изображения (~1 000), PDF (~2 000) и заново отправляемая история заполняют его быстрее, чем ваши промпты.
- Один и тот же текст на разных моделях — разное число токенов; при смене модели перемерьте.
- Окно побольше не стоит дороже за токен. Оно просто облегчает потратить их больше.
Что посмотреть дальше на ElliSekiz
Сравните длины контекста и цены токенов рядом. Страница чат-моделей перечисляет каждую текстовую модель с её входной и выходной ставкой.
А потом измерьте собственный промпт. У каждой страницы модели есть playground — запустите настоящий запрос и прочитайте реальные числа токенов, прежде чем что-либо рассчитывать.
Источники
- API моделей OpenRouter,
https://openrouter.ai/api/v1/models(длины контекста, прочитано 26.08.2026) - Anthropic — Token counting (задокументированные примеры, смена токенизатора, бесплатный эндпоинт подсчёта)