---
title: "Cos’è la finestra di contesto di un LLM? I limiti spiegati"
description: "La finestra di contesto è il massimo di token che un LLM gestisce in una richiesta, prompt e output insieme. Cosa conta, cosa succede se è piena e quanto è grande."
url: https://broadrouter.com/it/glossary/context-window/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/context-window/) (aggiornato il 2026-11-14).

# Finestra di contesto (context window)

Aggiornato 2026-11-14

La finestra di contesto è il numero massimo di token con cui un modello linguistico può lavorare in una singola richiesta. Comprende prompt, cronologia della conversazione, definizioni degli strumenti, immagini e output generato, token di ragionamento inclusi. Ciò che non ci sta va tagliato, riassunto o diviso su più richieste.

Detto anche: finestra di contesto, lunghezza del contesto, limite di contesto, limite di token, context window, context length, context size, token limit, context limit

La finestra di contesto è la memoria di lavoro di un modello per una singola richiesta. Tutto ciò che il modello deve vedere, e tutto ciò che scrive in risposta, deve starci dentro.

## Come funziona

La finestra si misura in [token](https://broadrouter.com/it/glossary/token/). La documentazione di Anthropic la descrive come “all the text a language model can reference when generating a response, including the response itself” (traduzione: tutto il testo a cui un modello linguistico può fare riferimento mentre genera una risposta, compresa la risposta stessa). Ci rientrano:

-   il system prompt e ogni messaggio, compresi i turni precedenti;
-   definizioni degli strumenti e loro risultati;
-   documenti e immagini;
-   l’output, compresi i [token di ragionamento](https://broadrouter.com/it/glossary/reasoning-tokens/) nascosti.

Il budget, quindi, è condiviso. Con una finestra da 1.048.576 token, un prompt da 1.040.000 token lascia circa 8.000 token per ragionamento e risposta. Imposta [`max_tokens`](https://broadrouter.com/it/glossary/max-tokens/) tenendone conto.

Il modello non ricorda le richieste precedenti. Una chat sembra continua solo perché il client rimanda la cronologia a ogni turno, quindi una conversazione lunga riempie la finestra passo dopo passo.

## Perché è importante

-   **Capacità.** Una finestra ampia permette a una sola richiesta di contenere un’intera codebase, un insieme di contratti od ore di trascrizioni, così il modello può collegare i fatti tra loro.
-   **Costo.** Con una chiave a token, ogni token nella finestra è fatturato come input. La [cache](https://broadrouter.com/it/glossary/cached-input-tokens/) abbassa il prezzo dei prefissi ripetuti, ma i token in cache occupano comunque la finestra.
-   **Qualità.** Di più non è sempre meglio. Anthropic chiama “context rot” la perdita di accuratezza nei prompt molto lunghi. Scegli con cura cosa inviare.
-   **Latenza.** Con i prompt lunghi il primo token arriva più tardi.

## Su BroadNet Inference

| Modello | Finestra di contesto |
| --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/it/models/deepseek-v4.1-flash/) | 1.048.576 token |
| [GLM 5.3](https://broadrouter.com/it/models/glm-5.3/) | 1.048.576 token |
| [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/) | 262.144 token |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/it/models/gemma-4-vl-26b/) | 32.768 token |

La finestra copre prompt e risposta insieme, e BroadNet non taglia il tuo contesto. DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B ragionano prima di rispondere, quindi lascia spazio: una finestra piena con un budget di output ridotto restituisce una risposta vuota. Vedi [perché i modelli di ragionamento restituiscono risposte vuote](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/).

I piani illimitati includono l’intera finestra da 1M di token su DeepSeek V4.1 Flash. Per capire quando tanto contesto batte il retrieval, leggi [la guida alla finestra di contesto da 1M di token](https://broadrouter.com/it/blog/million-token-context-window-guide/).

## Errori comuni

-   Confondere la finestra con la lunghezza dell’output. I limiti di output si impostano a parte con `max_tokens`.
-   Rimandare all’infinito l’intera cronologia. Riassumi o elimina i turni vecchi prima che la finestra si riempia.

## Domande frequenti

### Cosa succede se il prompt è più lungo della finestra di contesto?

L’API rifiuta la richiesta, di solito con un errore 400. Anthropic, per esempio, restituisce "prompt is too long" (traduzione: il prompt è troppo lungo). Alcune app di chat tagliano i messaggi vecchi al posto tuo; la maggior parte delle API no.

### Una finestra di contesto più grande è sempre meglio?

No. I prompt lunghi costano di più e richiedono più tempo di elaborazione, e Anthropic osserva che accuratezza e capacità di richiamo possono peggiorare al crescere dei token. Invia quello che serve al compito.

### BroadNet taglia il mio contesto?

No. BroadNet Inference non taglia il tuo contesto. Se la richiesta non ci sta, accorciala tu.

## Vedi anche

-   [Token](https://broadrouter.com/it/glossary/token/) (termine)
-   [max\_tokens](https://broadrouter.com/it/glossary/max-tokens/) (termine)
-   [Token di ragionamento (reasoning tokens)](https://broadrouter.com/it/glossary/reasoning-tokens/) (termine)
-   [Token di input in cache (cached input)](https://broadrouter.com/it/glossary/cached-input-tokens/) (termine)
-   [KV cache (cache chiave-valore)](https://broadrouter.com/it/glossary/kv-cache/) (termine)
-   [Context rot (degrado del contesto)](https://broadrouter.com/it/glossary/context-rot/) (termine)
-   [Lost in the middle (perso nel mezzo)](https://broadrouter.com/it/glossary/lost-in-the-middle/) (termine)
-   [RAG (retrieval-augmented generation)](https://broadrouter.com/it/glossary/rag/) (termine)
-   [Context compaction (compattazione del contesto)](https://broadrouter.com/it/glossary/context-compaction/) (termine)
-   [Perché un modello di ragionamento restituisce una risposta vuota](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/) (guida)
-   [Quando conviene una finestra di contesto da 1M di token (e quando no)](https://broadrouter.com/it/blog/million-token-context-window-guide/) (articolo)
-   [Token di input in cache: come ridurre la bolletta delle API LLM](https://broadrouter.com/it/blog/cached-input-tokens-explained/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-context-window&utm_content=page-cta) ·

**Fonti**

-   [Anthropic, finestre di contesto](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [OpenAI, modelli di ragionamento (i token di ragionamento occupano la finestra di contesto)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Prezzi e lunghezze di contesto di BroadNet Inference in formato leggibile dalle macchine (pricing.json) (in inglese)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-context-window&utm_content=sources)
