---
title: "O que é a janela de contexto de um LLM? Limites explicados"
description: "A janela de contexto é o máximo de tokens que um LLM processa em uma requisição, prompt e saída juntos. O que conta, o que acontece quando lota e tamanhos."
url: https://broadrouter.com/pt/glossary/context-window/
lang: pt-BR
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/context-window/) (atualizado em 2026-11-14).

# Janela de contexto (context window)

Atualizado em 2026-11-14

A janela de contexto é o número máximo de tokens com que um modelo de linguagem consegue trabalhar em uma única requisição. Ela abrange o prompt, o histórico da conversa, as definições de ferramentas, as imagens e a saída gerada, incluindo os tokens de raciocínio. O que não couber precisa ser cortado, resumido ou dividido em várias requisições.

Também chamado de: janela de contexto, tamanho do contexto, limite de contexto, limite de tokens, context window, context length, context size, token limit, context limit

A janela de contexto é a memória de trabalho de um modelo em uma requisição. Tudo o que o modelo precisa ver, e tudo o que ele escreve de volta, tem que caber nela.

## Como funciona

A janela é medida em [tokens](https://broadrouter.com/pt/glossary/token/). A documentação da Anthropic a descreve como “all the text a language model can reference when generating a response, including the response itself” (tradução: todo o texto que um modelo de linguagem pode consultar ao gerar uma resposta, incluindo a própria resposta). Isso inclui:

-   o system prompt e todas as mensagens, incluindo turnos anteriores;
-   definições de ferramentas e resultados de ferramentas;
-   documentos e imagens;
-   a saída, incluindo os [tokens de raciocínio](https://broadrouter.com/pt/glossary/reasoning-tokens/) ocultos.

Ou seja, o orçamento é compartilhado. Com uma janela de 1.048.576 tokens, um prompt de 1.040.000 tokens deixa cerca de 8.000 tokens para raciocínio e resposta. Defina o [`max_tokens`](https://broadrouter.com/pt/glossary/max-tokens/) pensando nisso.

O modelo não se lembra de requisições anteriores. Um chat só parece contínuo porque o cliente reenvia o histórico a cada turno, então uma conversa longa vai enchendo a janela aos poucos.

## Por que importa

-   **Capacidade.** Uma janela grande permite que uma única requisição contenha uma base de código inteira, um conjunto de contratos ou horas de transcrições, para que o modelo ligue fatos entre eles.
-   **Custo.** Em uma chave cobrada por token, cada token na janela é cobrado como entrada. O [cache](https://broadrouter.com/pt/glossary/cached-input-tokens/) reduz o preço de prefixos repetidos, mas os tokens em cache continuam ocupando a janela.
-   **Qualidade.** Mais nem sempre é melhor. A Anthropic chama a perda de precisão em prompts muito longos de “context rot”. Escolha com cuidado o que enviar.
-   **Latência.** Com prompts longos, o primeiro token demora mais para aparecer.

## Na BroadNet Inference

| Modelo | Janela de contexto |
| --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) | 1.048.576 tokens |
| [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) | 1.048.576 tokens |
| [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) | 262.144 tokens |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/pt/models/gemma-4-vl-26b/) | 32.768 tokens |

A janela cobre prompt e resposta juntos, e a BroadNet não corta o seu contexto. DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B raciocinam antes de responder, então deixe espaço: uma janela cheia com um orçamento de saída pequeno retorna uma resposta vazia. Veja [por que modelos de raciocínio retornam respostas vazias](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/).

Os planos ilimitados incluem a janela completa de 1M de tokens no DeepSeek V4.1 Flash. Para saber quando tanto contexto supera a recuperação de documentos (retrieval), leia [o guia da janela de contexto de 1M de tokens](https://broadrouter.com/pt/blog/million-token-context-window-guide/).

## Erros comuns

-   Tratar a janela como tamanho da saída. Os limites de saída são definidos à parte, com `max_tokens`.
-   Reenviar o histórico completo para sempre. Resuma ou descarte turnos antigos antes que a janela encha.

## Perguntas frequentes

### O que acontece se o meu prompt for maior que a janela de contexto?

A API recusa a requisição, normalmente com um erro 400. A Anthropic, por exemplo, retorna "prompt is too long" (tradução: o prompt é longo demais). Alguns apps de chat cortam as mensagens antigas para você; a maioria das APIs não faz isso.

### Uma janela de contexto maior é sempre melhor?

Não. Prompts longos custam mais e demoram mais para ser processados, e a Anthropic observa que a precisão e a capacidade de recuperar informações podem cair conforme a contagem de tokens cresce. Envie o que a tarefa precisa.

### A BroadNet corta o meu contexto?

Não. A BroadNet Inference não corta o seu contexto. Se a requisição não couber, encurte-a você mesmo.

## Veja também

-   [Token](https://broadrouter.com/pt/glossary/token/) (termo)
-   [max\_tokens](https://broadrouter.com/pt/glossary/max-tokens/) (termo)
-   [Tokens de raciocínio (reasoning tokens)](https://broadrouter.com/pt/glossary/reasoning-tokens/) (termo)
-   [Tokens de entrada em cache (cached input)](https://broadrouter.com/pt/glossary/cached-input-tokens/) (termo)
-   [KV cache (cache de chave-valor)](https://broadrouter.com/pt/glossary/kv-cache/) (termo)
-   [Context rot (degradação de contexto)](https://broadrouter.com/pt/glossary/context-rot/) (termo)
-   [Lost in the middle (perdido no meio)](https://broadrouter.com/pt/glossary/lost-in-the-middle/) (termo)
-   [RAG (geração aumentada por recuperação)](https://broadrouter.com/pt/glossary/rag/) (termo)
-   [Context compaction (compactação de contexto)](https://broadrouter.com/pt/glossary/context-compaction/) (termo)
-   [Por que um modelo de raciocínio devolve uma resposta vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/) (guia)
-   [Quando vale a pena uma janela de contexto de 1M de tokens (ou não)](https://broadrouter.com/pt/blog/million-token-context-window-guide/) (artigo)
-   [Tokens de entrada em cache: como reduzir a conta de API de LLM](https://broadrouter.com/pt/blog/cached-input-tokens-explained/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Anthropic, janelas de contexto](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [OpenAI, modelos de raciocínio (tokens de raciocínio ocupam a janela de contexto)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Preços e tamanhos de contexto da BroadNet Inference em formato legível por máquina (pricing.json) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-context-window&utm_content=sources)
