---
title: "LLM のコンテキストウィンドウとは？上限と仕組みを解説 | BroadRouter"
description: "コンテキストウィンドウは、LLM が 1 回のリクエストで扱えるトークンの上限で、プロンプトと出力の合計です。何が含まれるか、上限に達したときの動き、モデルごとのサイズを解説します。"
url: https://broadrouter.com/ja/glossary/context-window/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/glossary/context-window/) (2026-11-14 更新).

# コンテキストウィンドウ（context window）

更新日 2026-11-14

コンテキストウィンドウとは、言語モデルが 1 回のリクエストで扱えるトークン数の上限です。プロンプト、会話履歴、ツール定義、画像、推論トークンを含む出力がすべて入ります。収まらない部分は削るか要約するか、複数のリクエストに分けます。

別名： コンテキスト長、コンテキストサイズ、トークン上限、コンテキスト上限、最大コンテキスト、context window、context length、context size、token limit、context limit

コンテキストウィンドウは、1 回のリクエストにおけるモデルの作業用メモリです。モデルが見る必要のあるものも、モデルが書き返すものも、すべてこの中に収まらなければなりません。

## しくみ

ウィンドウは[トークン](https://broadrouter.com/ja/glossary/token/)で測られます。Anthropic のドキュメントでは「all the text a language model can reference when generating a response, including the response itself.」（訳：言語モデルが応答を生成する際に参照できるすべてのテキストで、応答そのものを含む）と説明されています。具体的には次のものが含まれます。

-   システムプロンプトと、以前のターンを含むすべてのメッセージ
-   ツール定義とツールの結果
-   ドキュメントと画像
-   出力。表に出ない[推論トークン](https://broadrouter.com/ja/glossary/reasoning-tokens/)も含みます。

つまり、予算は共有です。1,048,576 トークンのウィンドウで 1,040,000 トークンのプロンプトを送ると、推論と回答に残るのは約 8,000 トークンです。これを踏まえて [`max_tokens`](https://broadrouter.com/ja/glossary/max-tokens/) を設定してください。

モデルは以前のリクエストを覚えていません。チャットが続いているように感じられるのは、クライアントが毎ターン履歴を送り直しているからです。そのため、長い会話では少しずつウィンドウが埋まっていきます。

## なぜ重要か

-   **できること。** 大きなウィンドウなら、コードベース全体、一連の契約書、何時間分もの文字起こしを 1 回のリクエストに入れられ、モデルがそれらの間の事実を結び付けられます。
-   **コスト。** トークン課金のキーでは、ウィンドウ内のすべてのトークンが入力として課金されます。[キャッシュ](https://broadrouter.com/ja/glossary/cached-input-tokens/)を使うと繰り返し送るプレフィックスの単価は下がりますが、キャッシュされたトークンもウィンドウを占有します。
-   **品質。** 多ければ良いとは限りません。Anthropic は、非常に長いプロンプトで精度が落ちることを「context rot」（コンテキストの劣化）と呼んでいます。送る内容を選んでください。
-   **レイテンシ。** プロンプトが長いほど、最初のトークンが出るまでに時間がかかります。

## BroadNet Inference の場合

| モデル | コンテキストウィンドウ |
| --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ja/models/deepseek-v4.1-flash/) | 1,048,576 トークン |
| [GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/) | 1,048,576 トークン |
| [Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) | 262,144 トークン |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ja/models/gemma-4-vl-26b/) | 32,768 トークン |

ウィンドウはプロンプトと回答の合計で、BroadNet はコンテキストを削りません。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に推論するため、余裕を残してください。ウィンドウがいっぱいで出力の予算が小さいと、空の回答が返ります。[推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)を参照してください。

無制限プランでは、DeepSeek V4.1 Flash の 100 万トークンのウィンドウをすべて使えます。それだけのコンテキストが検索（retrieval）より有利になる場面については、[100 万トークンのコンテキストウィンドウのガイド](https://broadrouter.com/ja/blog/million-token-context-window-guide/)をお読みください。

## よくある間違い

-   ウィンドウを出力の長さと考えること。出力の上限は `max_tokens` で別に設定します。
-   履歴全体をいつまでも送り直すこと。ウィンドウが埋まる前に、古いターンを要約するか削除してください。

## よくある質問

### プロンプトがコンテキストウィンドウより長いとどうなりますか？

API はリクエストを拒否します。通常は 400 エラーです。たとえば Anthropic は「prompt is too long」（訳：プロンプトが長すぎます）を返します。古いメッセージを自動で削ってくれるチャットアプリもありますが、ほとんどの API は削りません。

### コンテキストウィンドウは大きいほど良いのですか？

いいえ。長いプロンプトは料金も処理時間も増えます。また Anthropic は、トークン数が増えると精度や想起が低下しうると指摘しています。タスクに必要なものだけを送ってください。

### BroadNet はコンテキストを削りますか？

いいえ。BroadNet Inference はコンテキストを削りません。リクエストが収まらない場合は、ご自身で短くしてください。

## 関連項目

-   [トークン（token）](https://broadrouter.com/ja/glossary/token/) (用語)
-   [max\_tokens（最大出力トークン数）](https://broadrouter.com/ja/glossary/max-tokens/) (用語)
-   [推論トークン（reasoning tokens）](https://broadrouter.com/ja/glossary/reasoning-tokens/) (用語)
-   [キャッシュ入力トークン（cached input tokens）](https://broadrouter.com/ja/glossary/cached-input-tokens/) (用語)
-   [KV キャッシュ（KV cache）](https://broadrouter.com/ja/glossary/kv-cache/) (用語)
-   [コンテキストの劣化（context rot）](https://broadrouter.com/ja/glossary/context-rot/) (用語)
-   [Lost in the Middle（中間の情報の見落とし）](https://broadrouter.com/ja/glossary/lost-in-the-middle/) (用語)
-   [RAG（検索拡張生成）](https://broadrouter.com/ja/glossary/rag/) (用語)
-   [コンテキストの圧縮（context compaction）](https://broadrouter.com/ja/glossary/context-compaction/) (用語)
-   [推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/) (ガイド)
-   [100 万トークンのコンテキストウィンドウが役立つとき（役立たないとき）](https://broadrouter.com/ja/blog/million-token-context-window-guide/) (記事)
-   [キャッシュ入力トークンとは：LLM API の請求額を下げる方法](https://broadrouter.com/ja/blog/cached-input-tokens-explained/) (記事)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [Anthropic、コンテキストウィンドウ](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [OpenAI、推論モデル（推論トークンはコンテキストウィンドウを占有する）](https://developers.openai.com/api/docs/guides/reasoning)
-   [BroadNet Inference の機械可読な料金表とコンテキスト長（pricing.json） （英語）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-context-window&utm_content=sources)
