Který AI model má největší kontextové okno?
Největší kontextové okno v katalogu ze srpna 2026 má 1M tokenů a drží ho model DeepSeek V4 Flash 0731 od DeepSeek. Jako hrubou fyzickou představu si vezměte, že jeden token odpovídá zhruba třem čtvrtinám anglického slova a rukopisná stránka má kolem 400 slov, takže tabulka níže převádí každé okno na stránky.
Jeden řádek na hlavního poskytovatele, s jeho modelem s největším kontextem:
| Poskytovatel | Model s největším kontextem | Kontextové okno | Vejde se zhruba |
|---|---|---|---|
| DeepSeek | DeepSeek V4 Flash 0731 | 1M tokenů | asi 2 500 stránek |
| OpenAI | GPT-5.4 | 1M tokenů | asi 2 000 stránek |
| Gemini 2.5 Flash | 1M tokenů | asi 2 000 stránek | |
| Meta | Llama 4 Maverick | 1M tokenů | asi 2 000 stránek |
| Qwen | Qwen3.8 2.4T A95B | 1M tokenů | asi 2 000 stránek |
| Moonshot | Kimi K3 | 1M tokenů | asi 2 000 stránek |
| Z.ai | GLM 5.2 | 1M tokenů | asi 2 000 stránek |
| MiniMax | MiniMax M3 | 1M tokenů | asi 2 000 stránek |
| Anthropic | Claude Fable 5 | 1M tokenů | asi 1 900 stránek |
| xAI | Grok 4.3 | 1M tokenů | asi 1 900 stránek |
| Mistral | Mistral Large 3 2512 | 262K tokenů | asi 492 stránek |
Pokud vás zajímá spíše otázka "co je vlastně kontextové okno", začněte srozumitelným vysvětlením v článku Co je kontextové okno? a k číslům se pak vraťte.
Jak se v žebříčku podle kontextového okna umístí všech 100 modelů?
Celý katalog, seřazený podle kontextového okna. Data pocházejí ze stejného zdroje jako AI Model Cost Index a byla stažena 2026-08-20, jde tedy o snímek k tomuto datu, ne o živý zdroj, proto si datum před citováním čísla ověřte. Sloupec kredity ukazuje, kolik daný model stojí za zprávu ve Whizi, tam kde ho tarif zahrnuje.
| Model | Poskytovatel | Kontextové okno | Vejde se zhruba | Kredity ve Whizi |
|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | DeepSeek | 1M | asi 2 500 stránek | 1 |
| GPT-5.4 | OpenAI | 1M | asi 2 000 stránek | 15 |
| GPT-5.5 | OpenAI | 1M | asi 2 000 stránek | 20 |
| GPT-5.6 Luna | OpenAI | 1M | asi 2 000 stránek | 1 |
| GPT-5.6 Luna Pro | OpenAI | 1M | asi 2 000 stránek | Nezpoplatněno |
| GPT-5.6 Sol | OpenAI | 1M | asi 2 000 stránek | 20 |
| GPT-5.6 Sol Pro | OpenAI | 1M | asi 2 000 stránek | Nezpoplatněno |
| GPT-5.6 Terra | OpenAI | 1M | asi 2 000 stránek | 4 |
| GPT-5.6 Terra Pro | OpenAI | 1M | asi 2 000 stránek | Nezpoplatněno |
| LongCat 2.0 | Meituan | 1M | asi 2 000 stránek | 1 |
| DeepSeek V4 Pro 0813 | DeepSeek | 1M | asi 2 000 stránek | 2 |
| Gemini 2.5 Flash | 1M | asi 2 000 stránek | 2 | |
| Gemini 2.5 Flash Lite | 1M | asi 2 000 stránek | 1 | |
| Gemini 3.1 Flash Lite | 1M | asi 2 000 stránek | 1 | |
| Gemini 3.1 Pro Preview | 1M | asi 2 000 stránek | 10 | |
| Gemini 3.5 Flash | 1M | asi 2 000 stránek | 8 | |
| Gemini 3.5 Flash Lite | 1M | asi 2 000 stránek | 2 | |
| Gemini 3.6 Flash | 1M | asi 2 000 stránek | 3 | |
| Gemini 3.7 Flash | 1M | asi 2 000 stránek | 2 | |
| GLM 5.2 | Z.ai | 1M | asi 2 000 stránek | 3 |
| GLM 5.3 | Z.ai | 1M | asi 2 000 stránek | 5 |
| Inkling | Thinkingmachines | 1M | asi 2 000 stránek | 4 |
| Kimi K3 | Moonshot | 1M | asi 2 000 stránek | 10 |
| Laguna S 2.1 | Poolside | 1M | asi 2 000 stránek | 1 |
| Llama 4 Maverick | Meta | 1M | asi 2 000 stránek | 1 |
| MiniMax M3 | MiniMax | 1M | asi 2 000 stránek | 1 |
| Muse Spark 1.1 | Meta | 1M | asi 2 000 stránek | 5 |
| Muse Spark 1.2 | Meta | 1M | asi 2 000 stránek | 5 |
| Qwen3.8 2.4T A95B | Qwen | 1M | asi 2 000 stránek | 8 |
| Claude Fable 5 | Anthropic | 1M | asi 1 900 stránek | 50 |
| Claude Opus 4.7 (Fast) | Anthropic | 1M | asi 1 900 stránek | Nezpoplatněno |
| Claude Opus 4.8 | Anthropic | 1M | asi 1 900 stránek | 20 |
| Claude Opus 4.8 (Fast) | Anthropic | 1M | asi 1 900 stránek | Nezpoplatněno |
| Claude Opus 5 | Anthropic | 1M | asi 1 900 stránek | 20 |
| Claude Opus 5 (Fast) | Anthropic | 1M | asi 1 900 stránek | Nezpoplatněno |
| Claude Sonnet 4.5 | Anthropic | 1M | asi 1 900 stránek | 10 |
| Claude Sonnet 4.6 | Anthropic | 1M | asi 1 900 stránek | 10 |
| Claude Sonnet 5 | Anthropic | 1M | asi 1 900 stránek | 10 |
| Fugu Ultra | Sakana | 1M | asi 1 900 stránek | 25 |
| Grok 4.3 | xAI | 1M | asi 1 900 stránek | 4 |
| Qwen3.5 Plus 2026-04-20 | Qwen | 1M | asi 1 900 stránek | 1 |
| Qwen3.6 Flash | Qwen | 1M | asi 1 900 stránek | 1 |
| Qwen3.7 Flash | Qwen | 1M | asi 1 900 stránek | 1 |
| Qwen3.7 Max | Qwen | 1M | asi 1 900 stránek | 5 |
| Qwen3.7 Plus | Qwen | 1M | asi 1 900 stránek | 1 |
| Qwen3.8 27B | Qwen | 1M | asi 1 900 stránek | 3 |
| Qwen3.8 Max | Qwen | 1M | asi 1 900 stránek | 6 |
| Inkling Small | Thinkingmachines | 524K | asi 983 stránek | 1 |
| Solar Pro 4 | Upstage | 524K | asi 983 stránek | 1 |
| Nemotron 3 Ultra | NVIDIA | 512K | asi 961 stránek | 3 |
| Grok 4.5 | xAI | 500K | asi 938 stránek | 6 |
| Grok 4.6 | xAI | 500K | asi 938 stránek | 6 |
| GPT Chat Latest | OpenAI | 400K | asi 750 stránek | 25 |
| GPT-5.4 Mini | OpenAI | 400K | asi 750 stránek | 4 |
| GPT-5.4 Nano | OpenAI | 400K | asi 750 stránek | 2 |
| Nova Pro 1.0 | Amazon | 300K | asi 563 stránek | 3 |
| Hy3 | Tencent | 262K | asi 492 stránek | 1 |
| Kimi K2 Thinking | Moonshot | 262K | asi 492 stránek | 10 |
| Kimi K2.7 Code | Moonshot | 262K | asi 492 stránek | 10 |
| Laguna XS 2.1 | Poolside | 262K | asi 492 stránek | 1 |
| Ling-3.0-flash | inclusionAI | 262K | asi 492 stránek | 1 |
| Mistral Large 3 2512 | Mistral | 262K | asi 492 stránek | 2 |
| Mistral Medium 3.5 | Mistral | 262K | asi 492 stránek | 6 |
| Nemotron 3.5 Lightning | NVIDIA | 262K | asi 492 stránek | 1 |
| Nex-N2-Mini | Nex Agi | 262K | asi 492 stránek | 1 |
| Nex-N2-Pro | Nex Agi | 262K | asi 492 stránek | 1 |
| Qwen3 Coder Next | Qwen | 262K | asi 492 stránek | 1 |
| Qwen3.6 35B A3B | Qwen | 262K | asi 492 stránek | 1 |
| Ring-2.6-1T | inclusionAI | 262K | asi 492 stránek | 1 |
| Sakana Namazu | Sakana | 262K | asi 492 stránek | 4 |
| Seed 2.1 Turbo | Bytedance Seed | 262K | asi 492 stránek | 2 |
| Seed-2.0-Code | Bytedance Seed | 262K | asi 492 stránek | 3 |
| Step 3.7 Flash | Stepfun | 262K | asi 492 stránek | 1 |
| Codestral 2508 | Mistral | 256K | asi 480 stránek | 1 |
| Command A | Cohere | 256K | asi 480 stránek | 10 |
| Grok Build 0.1 | xAI | 256K | asi 480 stránek | 3 |
| KAT-Coder-Air V2.5 | Kwaipilot | 256K | asi 480 stránek | 1 |
| KAT-Coder-Pro V2.5 | Kwaipilot | 256K | asi 480 stránek | 3 |
| GLM 4.6 | Z.ai | 205K | asi 384 stránek | 1 |
| GLM 4.7 | Z.ai | 205K | asi 384 stránek | 2 |
| GLM 5 | Z.ai | 205K | asi 384 stránek | 2 |
| MiniMax M2 | MiniMax | 205K | asi 384 stránek | 1 |
| Claude Haiku 4.5 | Anthropic | 200K | asi 375 stránek | 4 |
| DeepSeek V3.1 | DeepSeek | 164K | asi 307 stránek | 1 |
| DeepSeek V3.2 | DeepSeek | 164K | asi 307 stránek | 1 |
| Aion-3.0 | Aion Labs | 131K | asi 246 stránek | 10 |
| Aion-3.0-Mini | Aion Labs | 131K | asi 246 stránek | 2 |
| Granite 4.1 8B | Ibm Granite | 131K | asi 246 stránek | 1 |
| Kimi K2 0711 | Moonshot | 131K | asi 246 stránek | 10 |
| Llama 3.3 70B Instruct | Meta | 131K | asi 246 stránek | 1 |
| Mistral Medium 3.1 | Mistral | 131K | asi 246 stránek | 2 |
| Muse Glimmer 30B | Meta | 131K | asi 246 stránek | 2 |
| Nano Banana 2 (Gemini 3.1 Flash Image) | 131K | asi 246 stránek | Nezpoplatněno | |
| Nano Banana Pro (Gemini 3 Pro Image) | 131K | asi 246 stránek | Nezpoplatněno | |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) | 66K | asi 123 stránek | Nezpoplatněno | |
| R1 | DeepSeek | 64K | asi 120 stránek | 2 |
| Perceptron Mk1 | Perceptron | 33K | asi 61 stránek | 1 |
| Phi 4 | Microsoft | 16K | asi 31 stránek | 1 |
| Hy-MT2-1.8B | Tencent | 8K | asi 15 stránek | Nezpoplatněno |
| Hy-MT2-30B-A3B | Tencent | 8K | asi 15 stránek | Nezpoplatněno |
Jak tato čísla číst poctivě
Okno je sdílené. Vše se počítá do něj najednou: váš dotaz, každá dřívější zpráva v konverzaci, jakékoli přiložené dokumenty i právě psaná odpověď. Model se 128K oknem, který už přečetl smlouvu o 100K tokenech, nemá na diskusi 128K volných, má jich 28K.
Inzerované není totéž co skutečně účinné. Výzkum dlouhého kontextu opakovaně nachází stejný vzorec: modely si lépe pamatují začátek a konec obřího kontextu než jeho střed. V experimentech Lost in the Middle (Liu et al., 2023) přesun klíčového dokumentu z okraje vstupu do jeho středu stál modely zhruba 20 bodů přesnosti, takže model dokáže přijmout milion tokenů a přesto přehlédnout klauzuli zakopanou u tokenu 400 000. Pro důležitou práci s dlouhými dokumenty se ptejte konkrétně na střední části, nebo dokument vkládejte v označených úsecích.
Větší automaticky neznamená lepší. Velká okna stojí víc na provoz a mohou rozředit pozornost mezi nepodstatný text. Pokud vaše práce jsou e-maily a krátké koncepty, velikost okna si nikdy nevšimnete. Začne záležet u celých smluv, kódových bází, přepisů a knih.
Tokeny nejsou slova. Pravidlo tří čtvrtin je dobrý průměr pro angličtinu, ale kód, čísla a jiné jazyky než angličtina se často tokenizují méně efektivně, takže odhady stránek v tabulce jsou záměrně hrubé.
Přizpůsobte okno úkolu
Praktický závěr z tabulky je, že kontextové okno je volba na úkol, ne na předplatné. Model s největším oknem bývá málokdy nejlepší autor a nejlepší autor bývá málokdy nejlevnější způsob, jak shrnout 800 stránek.
To je argument pro to mít katalog na jednom místě. Ve Whizi můžete předat 200stránkové PDF modelu s velkým kontextem a pak ve stejné konverzaci přejít na Claude nebo GPT, aby z toho, co našel, vytvořil koncept, aniž by dokument opustil vlákno. Poctivá protiargumentace: pokud vše, co modelu předáváte, pohodlně vejde do 128K okna, což pokrývá většinu e-mailů, psaní konceptů a práci s krátkými dokumenty, celá tato tabulka je bezpředmětná a jednodušší koupí je předplatné jednoho poskytovatele. Návod jak vybrat model probírá stejné rozhodnutí z pohledu kvality a ceny.
Pro citování této stránky: URL bez kotvy je stabilní, datum dat je uvedeno nad celou tabulkou a čísla tokenů pocházejí z katalogu poskytovatelů, ne z marketingových stránek.
- Před důvěrou v hlavní číslo od něj odečtěte své dokumenty a historii konverzace
- U dlouhých dokumentů otestujte vybavování ze středu, ne jen ze začátku
- Před rozhodováním převeďte tokeny na stránky pravidlem tří čtvrtin
- Vybírejte okno podle úkolu, ne podle předplatného
- Při citování čísla zkontrolujte datum dat uvedené nad celou tabulkou
Časté dotazy
Který AI model má největší kontextové okno?
Podle katalogu ze srpna 2026 je to DeepSeek V4 Flash 0731 od DeepSeek s 1M tokeny. Celá tabulka výše uvádí všech 100 modelů seřazených podle velikosti okna, s datem dat vypsaným nad ní.
Jaké je největší kontextové okno u Claude?
Největší kontextové okno u Claude v tomto přehledu je 1M tokenů (Claude Fable 5), což se vejde na zhruba 1 900 stránek textu. Menší varianty Claude jsou uvedeny v celé tabulce výše.
Jaké je největší kontextové okno u GPT?
Největší kontextové okno u GPT v tomto přehledu je 1M tokenů (GPT-5.4), což se vejde na zhruba 2 000 stránek textu. Menší varianty GPT jsou uvedeny v celé tabulce výše.
Jaké je největší kontextové okno u Gemini?
Největší kontextové okno u Gemini v tomto přehledu je 1M tokenů (Gemini 2.5 Flash), což se vejde na zhruba 2 000 stránek textu. Menší varianty Gemini jsou uvedeny v celé tabulce výše.
Jaké je největší kontextové okno u Grok?
Největší kontextové okno u Grok v tomto přehledu je 1M tokenů (Grok 4.3), což se vejde na zhruba 1 900 stránek textu. Menší varianty Grok jsou uvedeny v celé tabulce výše.
Je větší kontextové okno vždy lepší?
Ne. Větší okna stojí víc na provoz a schopnost vybavovat si informace klesá směrem ke středu velmi velkého kontextu. Velikost okna je rozhodující u celých knih, kódových bází a dlouhých přepisů a je nepodstatná při běžném chatu. Přizpůsobte okno úkolu, místo abyste platili za nejvyšší číslo.
Kolik stránek se vejde do kontextového okna?
Počet tokenů vydělte zhruba 530, abyste dostali rukopisné stránky: jeden token odpovídá zhruba třem čtvrtinám anglického slova a stránka má kolem 400 slov. Takže 128K tokenů je asi 240 stránek a milion tokenů je asi 1 900 stránek. Kód a text v jiných jazycích než angličtina se obvykle vejde méně.