Контекстное окно: сколько кода помещается в модель

Контекстное окно это всё, что модель видит за один раз. В 2020 году в него помещалась пара страниц текста, в 2026 году миллион токенов стал обычным размером для флагманов. Звучит так, будто модель может прочитать весь проект целиком. На деле агенту важнее найти нужные файлы, чем прочитать все. Разберёмся почему.

Что такое контекстное окно

У модели нет памяти между запросами. Всё, что она должна учесть, передаётся в каждом запросе заново: системные инструкции, история диалога, прочитанные файлы, вывод команд. Вместе с ответом модели это и есть контекст. Его размер меряют в токенах, и у каждой модели есть предел: контекстное окно.

Когда диалог агента подходит к пределу, старые части приходится сжимать или выбрасывать. Поэтому размер окна определяет, сколько файлов и шагов агент может держать в голове одновременно.

Как росло окно

У GPT-3 в 2020 году окно было 2 048 токенов. GPT-4 в 2023 году начинала с 8 тысяч, в том же году Claude дошла до 100, а затем 200 тысяч. В 2024 году Gemini 1.5 Pro первой показала миллион, а потом и 2 миллиона. В 2026 году миллион токенов есть у Claude 5.5, GPT-6, Gemini 4 и DeepSeek V4.

Шкала на графике логарифмическая: каждая линия сетки в десять раз больше предыдущей. За шесть лет окно выросло примерно в пятьсот раз.

Сколько кода помещается в окно

Строка кода в среднем занимает около 10 токенов: короткие строки и отступы меньше, длинные выражения больше. Значит, в миллион токенов помещается около 100 тысяч строк. Передвиньте ползунок, чтобы прикинуть свой проект:

Небольшой сервис на 20-50 тысяч строк действительно помещается в окно флагмана целиком. Большая система на полмиллиона строк уже нет, и даже миллиона не хватит, чтобы прочитать её разом.

Почему большое окно не заменяет поиск

• Цена. Весь контекст передаётся на каждом шаге агента. Проект на 500 тысяч токенов, прочитанный целиком, стоил бы как десятки обычных ходов, и так на каждом шаге. Кэш снижает цену, но не до нуля.
• Внимание. Чем длиннее контекст, тем легче модели упустить важную деталь среди тысяч строк, которые к задаче не относятся.
• Скорость. Длинный запрос обрабатывается дольше, вы дольше ждёте каждую правку.
• Свежесть. Пока агент работает, файлы меняются. Прочитанное в начале устаревает, и его всё равно приходится перечитывать.

Поэтому хороший агент работает как опытный разработчик в незнакомом проекте: ищет по названиям и словам, открывает несколько нужных файлов и только потом правит. «Шмель» читает только то, что относится к задаче, а в итоге хода пишет, сколько файлов прочитал.

Длинный контекст бывает дороже

У некоторых моделей цена зависит от длины запроса. У GPT-6 запросы длиннее 272 тысяч токенов стоят вдвое дороже на входе, у Grok 4.7 так же выше 200 тысяч, у Claude Haiku 5.5 выше 100 тысяч. Claude Opus 5.5 и Sonnet 5.5 считают весь миллион по одной цене. Это ещё одна причина не держать в диалоге лишнее: начинайте новый чат, когда задача сменилась.