Confronto delle finestre di contesto: tutti i modelli IA principali in una tabella

Quale modello IA ha la finestra di contesto più grande?

La finestra di contesto più grande nel catalogo di agosto 2026 è di 1M token, detenuta da DeepSeek V4 Flash 0731 di DeepSeek. Come intuizione fisica approssimativa, un token equivale a circa tre quarti di una parola inglese, e una pagina manoscritta è di circa 400 parole, quindi la tabella qui sotto traduce ogni finestra in pagine.

Una riga per ogni fornitore principale, con il suo modello dalla finestra di contesto più grande:

Fornitore	Modello con contesto più grande	Finestra di contesto	Corrisponde a circa
DeepSeek	DeepSeek V4 Flash 0731	1M token	circa 2,500 pagine
OpenAI	GPT-5.4	1M token	circa 2,000 pagine
Google	Gemini 2.5 Flash	1M token	circa 2,000 pagine
Meta	Llama 4 Maverick	1M token	circa 2,000 pagine
Qwen	Qwen3.8 2.4T A95B	1M token	circa 2,000 pagine
Moonshot	Kimi K3	1M token	circa 2,000 pagine
Z.ai	GLM 5.2	1M token	circa 2,000 pagine
MiniMax	MiniMax M3	1M token	circa 2,000 pagine
Anthropic	Claude Fable 5	1M token	circa 1,900 pagine
xAI	Grok 4.3	1M token	circa 1,900 pagine
Mistral	Mistral Large 3 2512	262K token	circa 492 pagine

Se la domanda dietro la tua ricerca è "cos'è una finestra di contesto, prima di tutto", inizia dalla spiegazione semplice in Cos'è una finestra di contesto? e torna qui per i numeri.

Come si classificano tutti i 100 modelli per finestra di contesto?

Il catalogo completo, ordinato per finestra di contesto. I dati provengono dalla stessa fonte dell'Indice dei costi per modello IA e sono stati rilevati il 2026-08-20; è uno snapshot di quella data e non un flusso in tempo reale, quindi controlla la data prima di citare una cifra. La colonna dei crediti mostra quanto costa ogni modello per messaggio dentro Whizi, dove un piano lo include.

Modello	Fornitore	Finestra di contesto	Corrisponde a circa	Crediti in Whizi
DeepSeek V4 Flash 0731	DeepSeek	1M	circa 2,500 pagine	1
GPT-5.4	OpenAI	1M	circa 2,000 pagine	15
GPT-5.5	OpenAI	1M	circa 2,000 pagine	20
GPT-5.6 Luna	OpenAI	1M	circa 2,000 pagine	1
GPT-5.6 Luna Pro	OpenAI	1M	circa 2,000 pagine	Non a consumo
GPT-5.6 Sol	OpenAI	1M	circa 2,000 pagine	20
GPT-5.6 Sol Pro	OpenAI	1M	circa 2,000 pagine	Non a consumo
GPT-5.6 Terra	OpenAI	1M	circa 2,000 pagine	4
GPT-5.6 Terra Pro	OpenAI	1M	circa 2,000 pagine	Non a consumo
LongCat 2.0	Meituan	1M	circa 2,000 pagine	1
DeepSeek V4 Pro 0813	DeepSeek	1M	circa 2,000 pagine	2
Gemini 2.5 Flash	Google	1M	circa 2,000 pagine	2
Gemini 2.5 Flash Lite	Google	1M	circa 2,000 pagine	1
Gemini 3.1 Flash Lite	Google	1M	circa 2,000 pagine	1
Gemini 3.1 Pro Preview	Google	1M	circa 2,000 pagine	10
Gemini 3.5 Flash	Google	1M	circa 2,000 pagine	8
Gemini 3.5 Flash Lite	Google	1M	circa 2,000 pagine	2
Gemini 3.6 Flash	Google	1M	circa 2,000 pagine	3
Gemini 3.7 Flash	Google	1M	circa 2,000 pagine	2
GLM 5.2	Z.ai	1M	circa 2,000 pagine	3
GLM 5.3	Z.ai	1M	circa 2,000 pagine	5
Inkling	Thinkingmachines	1M	circa 2,000 pagine	4
Kimi K3	Moonshot	1M	circa 2,000 pagine	10
Laguna S 2.1	Poolside	1M	circa 2,000 pagine	1
Llama 4 Maverick	Meta	1M	circa 2,000 pagine	1
MiniMax M3	MiniMax	1M	circa 2,000 pagine	1
Muse Spark 1.1	Meta	1M	circa 2,000 pagine	5
Muse Spark 1.2	Meta	1M	circa 2,000 pagine	5
Qwen3.8 2.4T A95B	Qwen	1M	circa 2,000 pagine	8
Claude Fable 5	Anthropic	1M	circa 1,900 pagine	50
Claude Opus 4.7 (Fast)	Anthropic	1M	circa 1,900 pagine	Non a consumo
Claude Opus 4.8	Anthropic	1M	circa 1,900 pagine	20
Claude Opus 4.8 (Fast)	Anthropic	1M	circa 1,900 pagine	Non a consumo
Claude Opus 5	Anthropic	1M	circa 1,900 pagine	20
Claude Opus 5 (Fast)	Anthropic	1M	circa 1,900 pagine	Non a consumo
Claude Sonnet 4.5	Anthropic	1M	circa 1,900 pagine	10
Claude Sonnet 4.6	Anthropic	1M	circa 1,900 pagine	10
Claude Sonnet 5	Anthropic	1M	circa 1,900 pagine	10
Fugu Ultra	Sakana	1M	circa 1,900 pagine	25
Grok 4.3	xAI	1M	circa 1,900 pagine	4
Qwen3.5 Plus 2026-04-20	Qwen	1M	circa 1,900 pagine	1
Qwen3.6 Flash	Qwen	1M	circa 1,900 pagine	1
Qwen3.7 Flash	Qwen	1M	circa 1,900 pagine	1
Qwen3.7 Max	Qwen	1M	circa 1,900 pagine	5
Qwen3.7 Plus	Qwen	1M	circa 1,900 pagine	1
Qwen3.8 27B	Qwen	1M	circa 1,900 pagine	3
Qwen3.8 Max	Qwen	1M	circa 1,900 pagine	6
Inkling Small	Thinkingmachines	524K	circa 983 pagine	1
Solar Pro 4	Upstage	524K	circa 983 pagine	1
Nemotron 3 Ultra	NVIDIA	512K	circa 961 pagine	3
Grok 4.5	xAI	500K	circa 938 pagine	6
Grok 4.6	xAI	500K	circa 938 pagine	6
GPT Chat Latest	OpenAI	400K	circa 750 pagine	25
GPT-5.4 Mini	OpenAI	400K	circa 750 pagine	4
GPT-5.4 Nano	OpenAI	400K	circa 750 pagine	2
Nova Pro 1.0	Amazon	300K	circa 563 pagine	3
Hy3	Tencent	262K	circa 492 pagine	1
Kimi K2 Thinking	Moonshot	262K	circa 492 pagine	10
Kimi K2.7 Code	Moonshot	262K	circa 492 pagine	10
Laguna XS 2.1	Poolside	262K	circa 492 pagine	1
Ling-3.0-flash	inclusionAI	262K	circa 492 pagine	1
Mistral Large 3 2512	Mistral	262K	circa 492 pagine	2
Mistral Medium 3.5	Mistral	262K	circa 492 pagine	6
Nemotron 3.5 Lightning	NVIDIA	262K	circa 492 pagine	1
Nex-N2-Mini	Nex Agi	262K	circa 492 pagine	1
Nex-N2-Pro	Nex Agi	262K	circa 492 pagine	1
Qwen3 Coder Next	Qwen	262K	circa 492 pagine	1
Qwen3.6 35B A3B	Qwen	262K	circa 492 pagine	1
Ring-2.6-1T	inclusionAI	262K	circa 492 pagine	1
Sakana Namazu	Sakana	262K	circa 492 pagine	4
Seed 2.1 Turbo	Bytedance Seed	262K	circa 492 pagine	2
Seed-2.0-Code	Bytedance Seed	262K	circa 492 pagine	3
Step 3.7 Flash	Stepfun	262K	circa 492 pagine	1
Codestral 2508	Mistral	256K	circa 480 pagine	1
Command A	Cohere	256K	circa 480 pagine	10
Grok Build 0.1	xAI	256K	circa 480 pagine	3
KAT-Coder-Air V2.5	Kwaipilot	256K	circa 480 pagine	1
KAT-Coder-Pro V2.5	Kwaipilot	256K	circa 480 pagine	3
GLM 4.6	Z.ai	205K	circa 384 pagine	1
GLM 4.7	Z.ai	205K	circa 384 pagine	2
GLM 5	Z.ai	205K	circa 384 pagine	2
MiniMax M2	MiniMax	205K	circa 384 pagine	1
Claude Haiku 4.5	Anthropic	200K	circa 375 pagine	4
DeepSeek V3.1	DeepSeek	164K	circa 307 pagine	1
DeepSeek V3.2	DeepSeek	164K	circa 307 pagine	1
Aion-3.0	Aion Labs	131K	circa 246 pagine	10
Aion-3.0-Mini	Aion Labs	131K	circa 246 pagine	2
Granite 4.1 8B	Ibm Granite	131K	circa 246 pagine	1
Kimi K2 0711	Moonshot	131K	circa 246 pagine	10
Llama 3.3 70B Instruct	Meta	131K	circa 246 pagine	1
Mistral Medium 3.1	Mistral	131K	circa 246 pagine	2
Muse Glimmer 30B	Meta	131K	circa 246 pagine	2
Nano Banana 2 (Gemini 3.1 Flash Image)	Google	131K	circa 246 pagine	Non a consumo
Nano Banana Pro (Gemini 3 Pro Image)	Google	131K	circa 246 pagine	Non a consumo
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)	Google	66K	circa 123 pagine	Non a consumo
R1	DeepSeek	64K	circa 120 pagine	2
Perceptron Mk1	Perceptron	33K	circa 61 pagine	1
Phi 4	Microsoft	16K	circa 31 pagine	1
Hy-MT2-1.8B	Tencent	8K	circa 15 pagine	Non a consumo
Hy-MT2-30B-A3B	Tencent	8K	circa 15 pagine	Non a consumo

Come leggere questi numeri onestamente

La finestra è condivisa. Tutto conta contro di essa contemporaneamente: il tuo prompt, ogni messaggio precedente nella conversazione, qualsiasi documento allegato e la risposta che si sta scrivendo. Un modello con una finestra da 128K che ha già letto un contratto da 100K token non ha 128K rimasti per la discussione; ne ha 28K.

Dichiarato non è effettivo. La ricerca sul contesto lungo continua a trovare lo stesso schema: i modelli ricordano l'inizio e la fine di un contesto enorme meglio della parte centrale. Negli esperimenti Lost in the Middle (Liu et al., 2023), spostare il documento chiave dai bordi dell'input al centro è costato ai modelli circa 20 punti di accuratezza, quindi un modello può accettare un milione di token e comunque sorvolare sulla clausola sepolta al token 400,000. Per il lavoro ad alta posta in gioco su documenti lunghi, chiedi specificamente delle sezioni centrali, oppure fornisci il documento in parti etichettate.

Più grande non è automaticamente meglio. Le finestre grandi costano di più da eseguire e possono diluire l'attenzione su testo irrilevante. Se il tuo lavoro è fatto di email e bozze brevi, la dimensione della finestra non sarà mai la cosa che noti. Inizia a contare con contratti interi, basi di codice, trascrizioni e libri.

I token non sono parole. La regola dei tre quarti è una buona media per l'inglese, ma codice, numeri e lingue diverse dall'inglese spesso si tokenizzano in modo meno efficiente, quindi le stime in pagine nella tabella sono deliberatamente approssimative.

Abbina la finestra al compito

La conclusione pratica della tabella è che la finestra di contesto è una scelta per compito, non una scelta per abbonamento. Il modello con la finestra più grande è raramente il miglior scrittore, e il miglior scrittore è raramente il modo più economico di riassumere 800 pagine.

Questo è l'argomento per avere il catalogo in un unico spazio di lavoro. In Whizi puoi affidare il PDF da 200 pagine a un modello con contesto ampio, poi passare a Claude o GPT nella stessa conversazione per scrivere una bozza da ciò che ha trovato, senza che il documento lasci il thread. Il contrappunto onesto: se tutto ciò che dai in pasto a un modello sta comodamente in una finestra da 128K, che copre la maggior parte del lavoro di email, bozze e documenti brevi, questa intera tabella è irrilevante e un abbonamento a un solo fornitore è l'acquisto più semplice. La guida come scegliere un modello tratta la stessa decisione per qualità e costo.

Per citare questa pagina: l'URL senza ancoraggio è stabile, la data dei dati è stampata sopra la tabella completa, e le cifre sui token provengono dal catalogo dei fornitori invece che dalle pagine di marketing.