La ventana de contexto es el número máximo de tokens que un LLM puede procesar en una única petición —system prompt, historial completo, ficheros adjuntos, definiciones de tools, reasoning previo y la respuesta que va generando—. En 2026 las specs son generosas (1M en Claude Opus 4.7, GPT-5.5 y Gemini 3.1 Pro; 10M en Llama 4 Scout), pero la spec miente: el contexto útil es entre el 50% y el 65% del declarado (benchmark RULER de NVIDIA). Anthropic lo llama context rot —el modelo rinde mejor con poco que con mucho— y el paper Lost in the Middle (Liu et al., Stanford 2023) explica por qué: la atención pondera más el principio y el final, lo del medio se diluye. Pasado ~80% de ocupación aparecen alucinaciones, olvidos y cambios de idioma o de stack. Por eso abrir conversaciones nuevas, compactar al 70% y delegar el trabajo pesado a subagentes —que gastan su propia ventana y devuelven solo un resumen— no son trucos de ahorrador: son la forma de mantener la sesión en la smart zone.
No trates la ventana de contexto declarada como espacio útil: cuenta solo con el 50-65%. Para «<tu tarea larga>» propón cómo mantenerla en la smart zone: cuándo abrir conversación nueva, cuándo compactar y qué delegar a un subagente para que devuelva solo un resumen.
Fuentes en Web Reactiva
- Conceptos clave de los modelos de lenguaje que todo programador debería entenderpost2026-05-21
- Buenas prácticas contra los tokens cada vez más caroswr2026-05-10
- Cómo ahorrar tokens en Claude Codepost2026-02-09
- Headroom: cómo recortar hasta un 95% de tokens en tus agentes de IApost2026-06-06
- Cómo empezar con la IA para crear proyectos de softwarewr2026-06-07
Momentos
la ventana de contexto se consume con cada mensaje, tool y resultado; al pasar del 80% llegan alucinaciones, olvidos y cambios de idioma o stack · topics: ventana de contexto, límite de tokens, autocompactación
Artículo creado por Daniel Primo con ayuda de la IA en base a lo compartido en el podcast, vídeos y textos de Web Reactiva.