​

Entendiendo la ventana de contexto

La “ventana de contexto” se refiere a la totalidad de la cantidad de texto que un modelo de lenguaje puede revisar y referenciar al generar nuevo texto, más el nuevo texto que genera. Esto es diferente del gran corpus de datos en el que se entrenó el modelo de lenguaje, y en su lugar representa una “memoria de trabajo” para el modelo. Una ventana de contexto más grande permite al modelo entender y responder a prompts más complejos y extensos, mientras que una ventana de contexto más pequeña puede limitar la capacidad del modelo para manejar prompts más largos o mantener coherencia durante conversaciones extendidas.

El diagrama a continuación ilustra el comportamiento estándar de la ventana de contexto para solicitudes de API¹:

¹Para interfaces de chat, como para claude.ai, las ventanas de contexto también pueden configurarse en un sistema rotativo “primero en entrar, primero en salir”.

• Acumulación progresiva de tokens: A medida que la conversación avanza a través de turnos, cada mensaje del usuario y respuesta del asistente se acumula dentro de la ventana de contexto. Los turnos anteriores se preservan completamente.
• Patrón de crecimiento lineal: El uso del contexto crece linealmente con cada turno, con los turnos anteriores preservados completamente.
• Capacidad de 200K tokens: La ventana de contexto total disponible (200,000 tokens) representa la capacidad máxima para almacenar el historial de conversación y generar nueva salida de Claude.
• Flujo de entrada-salida: Cada turno consiste en:
  • Fase de entrada: Contiene todo el historial de conversación anterior más el mensaje actual del usuario
  • Fase de salida: Genera una respuesta de texto que se convierte en parte de una entrada futura

​

La ventana de contexto con pensamiento extendido

Al usar pensamiento extendido, todos los tokens de entrada y salida, incluyendo los tokens utilizados para pensar, cuentan hacia el límite de la ventana de contexto, con algunos matices en situaciones de múltiples turnos.

Los tokens del presupuesto de pensamiento son un subconjunto de tu parámetro max_tokens, se facturan como tokens de salida y cuentan hacia los límites de tasa.

Sin embargo, los bloques de pensamiento anteriores se eliminan automáticamente del cálculo de la ventana de contexto por la API de Anthropic y no son parte del historial de conversación que el modelo “ve” para turnos posteriores, preservando la capacidad de tokens para el contenido real de la conversación.

El diagrama a continuación demuestra la gestión especializada de tokens cuando el pensamiento extendido está habilitado:

• Eliminación del pensamiento extendido: Los bloques de pensamiento extendido (mostrados en gris oscuro) se generan durante la fase de salida de cada turno, pero no se llevan adelante como tokens de entrada para turnos posteriores. No necesitas eliminar los bloques de pensamiento tú mismo. La API de Anthropic hace esto automáticamente si los devuelves.
• Detalles de implementación técnica:
  • La API excluye automáticamente los bloques de pensamiento de turnos anteriores cuando los devuelves como parte del historial de conversación.
  • Los tokens de pensamiento extendido se facturan como tokens de salida solo una vez, durante su generación.
  • El cálculo efectivo de la ventana de contexto se convierte en: context_window = (input_tokens - previous_thinking_tokens) + current_turn_tokens.
  • Los tokens de pensamiento incluyen tanto bloques thinking como bloques redacted_thinking.

Esta arquitectura es eficiente en tokens y permite un razonamiento extenso sin desperdicio de tokens, ya que los bloques de pensamiento pueden ser sustanciales en longitud.

​

La ventana de contexto con pensamiento extendido y uso de herramientas

El diagrama a continuación ilustra la gestión de tokens de la ventana de contexto al combinar pensamiento extendido con uso de herramientas:

• Consideraciones para el uso de herramientas con pensamiento extendido:
  • Al publicar resultados de herramientas, debe incluirse todo el bloque de pensamiento sin modificar que acompaña esa solicitud específica de herramienta (incluyendo porciones de firma/redactadas).
  • El cálculo efectivo de la ventana de contexto para pensamiento extendido con uso de herramientas se convierte en: context_window = input_tokens + current_turn_tokens.
  • El sistema usa firmas criptográficas para verificar la autenticidad del bloque de pensamiento. Fallar en preservar los bloques de pensamiento durante el uso de herramientas puede romper la continuidad de razonamiento de Claude. Por lo tanto, si modificas los bloques de pensamiento, la API devolverá un error.

​

Ventana de contexto de 1M tokens

Claude Sonnet 4 soporta una ventana de contexto de 1 millón de tokens. Esta ventana de contexto extendida te permite procesar documentos mucho más grandes, mantener conversaciones más largas y trabajar con bases de código más extensas.

Para usar la ventana de contexto de 1M tokens, incluye el encabezado beta context-1m-2025-08-07 en tus solicitudes de API:

from anthropic import Anthropic

client = Anthropic()

response = client.beta.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Process this large document..."}
    ],
    betas=["context-1m-2025-08-07"]
)

Consideraciones importantes:

• Estado beta: Esta es una característica beta sujeta a cambios. Las características y precios pueden ser modificados o eliminados en versiones futuras.
• Requisito de nivel de uso: La ventana de contexto de 1M tokens está disponible para organizaciones en nivel de uso 4 y organizaciones con límites de tasa personalizados. Las organizaciones de nivel inferior deben avanzar al nivel de uso 4 para acceder a esta característica.
• Disponibilidad: La ventana de contexto de 1M tokens está actualmente disponible en la API de Anthropic y Amazon Bedrock. El soporte para Google Vertex AI seguirá.
• Precios: Las solicitudes que excedan 200K tokens se cobran automáticamente a tarifas premium (2x entrada, 1.5x salida). Consulta la documentación de precios para detalles.
• Límites de tasa: Las solicitudes de contexto largo tienen límites de tasa dedicados. Consulta la documentación de límites de tasa para detalles.
• Consideraciones multimodales: Al procesar grandes números de imágenes o pdfs, ten en cuenta que los archivos pueden variar en el uso de tokens. Al emparejar un prompt grande con un gran número de imágenes, puedes alcanzar límites de tamaño de solicitud.

​

Gestión de ventana de contexto con modelos Claude más nuevos

En los modelos Claude más nuevos (comenzando con Claude Sonnet 3.7), si la suma de tokens de prompt y tokens de salida excede la ventana de contexto del modelo, el sistema devolverá un error de validación en lugar de truncar silenciosamente el contexto. Este cambio proporciona un comportamiento más predecible pero requiere una gestión de tokens más cuidadosa.

Para planificar tu uso de tokens y asegurar que te mantengas dentro de los límites de la ventana de contexto, puedes usar la API de conteo de tokens para estimar cuántos tokens usarán tus mensajes antes de enviarlos a Claude.

Consulta nuestra tabla de comparación de modelos para una lista de tamaños de ventana de contexto por modelo.

​

Próximos pasos