Wat is een context window?
Stel u vraagt een assistent om een rapport van 200 pagina's samen te vatten. Een menselijke assistent leest het document en heeft alles in zijn werkgeheugen. Een AI-model heeft ook een werkgeheugen — dat is het context window.
Het context window is de maximale hoeveelheid tekst (gemeten in tokens) die een model tegelijk kan "zien" en verwerken. Alles buiten het context window bestaat voor het model niet.
Grootte van context windows in 2026
| Model | Context window |
|---|---|
| GPT-4o | 128.000 tokens (~96.000 woorden) |
| Claude 3.5 Sonnet | 200.000 tokens (~150.000 woorden) |
| Gemini 1.5 Pro | 1.000.000 tokens (~750.000 woorden) |
| Llama 3 (open source) | 8.000–128.000 tokens |
Ter vergelijking: een gemiddeld boek heeft 80.000–100.000 woorden. Claude kan het meeste boeken in zijn geheel lezen en analyseren in één gesprek.
Waarom context window belangrijk is voor zakelijk gebruik
Documentanalyse Voor het analyseren van contracten, jaarverslagen, technische handleidingen of wetgevingsteksten: hoe groter het context window, hoe meer u in één keer kunt verwerken zonder informatie te verliezen.
Langdurige gesprekken In een klantgesprek of werkoverleg van meerdere uren bouwt de context op. Een klein context window betekent dat het model eerdere delen van het gesprek "vergeet".
Codebase-analyse Developers die AI gebruiken om code te debuggen of verbeteren: een groot context window betekent dat het model meer van de codebase tegelijk ziet en betere context-bewuste suggesties geeft.
Multi-document synthesese Meerdere rapporten, e-mails of notities samenvatten in één coherente analyse vereist dat alles tegelijk in het context window past.
Context window vs. langetermijngeheugen
Het context window is het werkgeheugen van het model: wat het nu verwerkt.
Voor langetermijngeheugen — informatie die het model moet onthouden over meerdere gesprekken of sessies — is een apart mechanisme nodig: een vectordatabase of een gestructureerd geheugenlaag. Dit is wat [[rag]] (Retrieval-Augmented Generation) oplost.
Praktische implicatie: structuur loont
Ook met een groot context window geldt: hoe beter gestructureerd de input, hoe beter de output. Een model met 200.000 tokens context dat een slecht georganiseerd document krijgt, presteert minder dan een model met 50.000 tokens context dat een helder gestructureerd document krijgt.
Investeer in documentkwaliteit en structuur voordat u AI erop loslaat.
Gerelateerde begrippen
- [[tokens]] — de eenheid waarin context windows worden gemeten
- [[rag]] — hoe je de context window aanvult met externe kennisbases
- [[llm]] — de modellen die context windows gebruiken
- [[prompt-engineering]] — hoe je context effectief gebruikt