Welk AI-model heeft het grootste contextvenster?
Het grootste contextvenster in de augustus 2026-catalogus is 1M tokens, van DeepSeek V4 Flash 0731 van DeepSeek. Als ruwe vuistregel: één token is ongeveer driekwart van een Engels woord, en een manuscriptpagina is ongeveer 400 woorden, dus de tabel hieronder vertaalt elk venster naar pagina's.
Eén rij per grote provider, met het model met het grootste contextvenster:
| Provider | Model met grootste context | Contextvenster | Komt ongeveer overeen met |
|---|---|---|---|
| DeepSeek | DeepSeek V4 Flash 0731 | 1M tokens | ongeveer 2,500 pagina's |
| OpenAI | GPT-5.4 | 1M tokens | ongeveer 2,000 pagina's |
| Gemini 2.5 Flash | 1M tokens | ongeveer 2,000 pagina's | |
| Meta | Llama 4 Maverick | 1M tokens | ongeveer 2,000 pagina's |
| Qwen | Qwen3.8 2.4T A95B | 1M tokens | ongeveer 2,000 pagina's |
| Moonshot | Kimi K3 | 1M tokens | ongeveer 2,000 pagina's |
| Z.ai | GLM 5.2 | 1M tokens | ongeveer 2,000 pagina's |
| MiniMax | MiniMax M3 | 1M tokens | ongeveer 2,000 pagina's |
| Anthropic | Claude Fable 5 | 1M tokens | ongeveer 1,900 pagina's |
| xAI | Grok 4.3 | 1M tokens | ongeveer 1,900 pagina's |
| Mistral | Mistral Large 3 2512 | 262K tokens | ongeveer 492 pagina's |
Is de vraag achter je zoekopdracht "wat is een contextvenster eigenlijk", begin dan bij de simpele uitleg op Wat is een contextvenster? en kom terug voor de cijfers.
Hoe scoren alle 100 modellen op contextvenster?
De volledige catalogus, gesorteerd op contextvenster. De data komt uit dezelfde bron als de AI Model Cost Index en is opgehaald op 2026-08-20; het is een momentopname van die datum en geen live feed, dus controleer de datum voordat je een cijfer citeert. De kolom credits laat zien wat elk model per bericht kost binnen Whizi, waar een plan het bevat.
| Model | Provider | Contextvenster | Komt ongeveer overeen met | Credits in Whizi |
|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | DeepSeek | 1M | ongeveer 2,500 pagina's | 1 |
| GPT-5.4 | OpenAI | 1M | ongeveer 2,000 pagina's | 15 |
| GPT-5.5 | OpenAI | 1M | ongeveer 2,000 pagina's | 20 |
| GPT-5.6 Luna | OpenAI | 1M | ongeveer 2,000 pagina's | 1 |
| GPT-5.6 Luna Pro | OpenAI | 1M | ongeveer 2,000 pagina's | Niet gemeten |
| GPT-5.6 Sol | OpenAI | 1M | ongeveer 2,000 pagina's | 20 |
| GPT-5.6 Sol Pro | OpenAI | 1M | ongeveer 2,000 pagina's | Niet gemeten |
| GPT-5.6 Terra | OpenAI | 1M | ongeveer 2,000 pagina's | 4 |
| GPT-5.6 Terra Pro | OpenAI | 1M | ongeveer 2,000 pagina's | Niet gemeten |
| LongCat 2.0 | Meituan | 1M | ongeveer 2,000 pagina's | 1 |
| DeepSeek V4 Pro 0813 | DeepSeek | 1M | ongeveer 2,000 pagina's | 2 |
| Gemini 2.5 Flash | 1M | ongeveer 2,000 pagina's | 2 | |
| Gemini 2.5 Flash Lite | 1M | ongeveer 2,000 pagina's | 1 | |
| Gemini 3.1 Flash Lite | 1M | ongeveer 2,000 pagina's | 1 | |
| Gemini 3.1 Pro Preview | 1M | ongeveer 2,000 pagina's | 10 | |
| Gemini 3.5 Flash | 1M | ongeveer 2,000 pagina's | 8 | |
| Gemini 3.5 Flash Lite | 1M | ongeveer 2,000 pagina's | 2 | |
| Gemini 3.6 Flash | 1M | ongeveer 2,000 pagina's | 3 | |
| Gemini 3.7 Flash | 1M | ongeveer 2,000 pagina's | 2 | |
| GLM 5.2 | Z.ai | 1M | ongeveer 2,000 pagina's | 3 |
| GLM 5.3 | Z.ai | 1M | ongeveer 2,000 pagina's | 5 |
| Inkling | Thinkingmachines | 1M | ongeveer 2,000 pagina's | 4 |
| Kimi K3 | Moonshot | 1M | ongeveer 2,000 pagina's | 10 |
| Laguna S 2.1 | Poolside | 1M | ongeveer 2,000 pagina's | 1 |
| Llama 4 Maverick | Meta | 1M | ongeveer 2,000 pagina's | 1 |
| MiniMax M3 | MiniMax | 1M | ongeveer 2,000 pagina's | 1 |
| Muse Spark 1.1 | Meta | 1M | ongeveer 2,000 pagina's | 5 |
| Muse Spark 1.2 | Meta | 1M | ongeveer 2,000 pagina's | 5 |
| Qwen3.8 2.4T A95B | Qwen | 1M | ongeveer 2,000 pagina's | 8 |
| Claude Fable 5 | Anthropic | 1M | ongeveer 1,900 pagina's | 50 |
| Claude Opus 4.7 (Fast) | Anthropic | 1M | ongeveer 1,900 pagina's | Niet gemeten |
| Claude Opus 4.8 | Anthropic | 1M | ongeveer 1,900 pagina's | 20 |
| Claude Opus 4.8 (Fast) | Anthropic | 1M | ongeveer 1,900 pagina's | Niet gemeten |
| Claude Opus 5 | Anthropic | 1M | ongeveer 1,900 pagina's | 20 |
| Claude Opus 5 (Fast) | Anthropic | 1M | ongeveer 1,900 pagina's | Niet gemeten |
| Claude Sonnet 4.5 | Anthropic | 1M | ongeveer 1,900 pagina's | 10 |
| Claude Sonnet 4.6 | Anthropic | 1M | ongeveer 1,900 pagina's | 10 |
| Claude Sonnet 5 | Anthropic | 1M | ongeveer 1,900 pagina's | 10 |
| Fugu Ultra | Sakana | 1M | ongeveer 1,900 pagina's | 25 |
| Grok 4.3 | xAI | 1M | ongeveer 1,900 pagina's | 4 |
| Qwen3.5 Plus 2026-04-20 | Qwen | 1M | ongeveer 1,900 pagina's | 1 |
| Qwen3.6 Flash | Qwen | 1M | ongeveer 1,900 pagina's | 1 |
| Qwen3.7 Flash | Qwen | 1M | ongeveer 1,900 pagina's | 1 |
| Qwen3.7 Max | Qwen | 1M | ongeveer 1,900 pagina's | 5 |
| Qwen3.7 Plus | Qwen | 1M | ongeveer 1,900 pagina's | 1 |
| Qwen3.8 27B | Qwen | 1M | ongeveer 1,900 pagina's | 3 |
| Qwen3.8 Max | Qwen | 1M | ongeveer 1,900 pagina's | 6 |
| Inkling Small | Thinkingmachines | 524K | ongeveer 983 pagina's | 1 |
| Solar Pro 4 | Upstage | 524K | ongeveer 983 pagina's | 1 |
| Nemotron 3 Ultra | NVIDIA | 512K | ongeveer 961 pagina's | 3 |
| Grok 4.5 | xAI | 500K | ongeveer 938 pagina's | 6 |
| Grok 4.6 | xAI | 500K | ongeveer 938 pagina's | 6 |
| GPT Chat Latest | OpenAI | 400K | ongeveer 750 pagina's | 25 |
| GPT-5.4 Mini | OpenAI | 400K | ongeveer 750 pagina's | 4 |
| GPT-5.4 Nano | OpenAI | 400K | ongeveer 750 pagina's | 2 |
| Nova Pro 1.0 | Amazon | 300K | ongeveer 563 pagina's | 3 |
| Hy3 | Tencent | 262K | ongeveer 492 pagina's | 1 |
| Kimi K2 Thinking | Moonshot | 262K | ongeveer 492 pagina's | 10 |
| Kimi K2.7 Code | Moonshot | 262K | ongeveer 492 pagina's | 10 |
| Laguna XS 2.1 | Poolside | 262K | ongeveer 492 pagina's | 1 |
| Ling-3.0-flash | inclusionAI | 262K | ongeveer 492 pagina's | 1 |
| Mistral Large 3 2512 | Mistral | 262K | ongeveer 492 pagina's | 2 |
| Mistral Medium 3.5 | Mistral | 262K | ongeveer 492 pagina's | 6 |
| Nemotron 3.5 Lightning | NVIDIA | 262K | ongeveer 492 pagina's | 1 |
| Nex-N2-Mini | Nex Agi | 262K | ongeveer 492 pagina's | 1 |
| Nex-N2-Pro | Nex Agi | 262K | ongeveer 492 pagina's | 1 |
| Qwen3 Coder Next | Qwen | 262K | ongeveer 492 pagina's | 1 |
| Qwen3.6 35B A3B | Qwen | 262K | ongeveer 492 pagina's | 1 |
| Ring-2.6-1T | inclusionAI | 262K | ongeveer 492 pagina's | 1 |
| Sakana Namazu | Sakana | 262K | ongeveer 492 pagina's | 4 |
| Seed 2.1 Turbo | Bytedance Seed | 262K | ongeveer 492 pagina's | 2 |
| Seed-2.0-Code | Bytedance Seed | 262K | ongeveer 492 pagina's | 3 |
| Step 3.7 Flash | Stepfun | 262K | ongeveer 492 pagina's | 1 |
| Codestral 2508 | Mistral | 256K | ongeveer 480 pagina's | 1 |
| Command A | Cohere | 256K | ongeveer 480 pagina's | 10 |
| Grok Build 0.1 | xAI | 256K | ongeveer 480 pagina's | 3 |
| KAT-Coder-Air V2.5 | Kwaipilot | 256K | ongeveer 480 pagina's | 1 |
| KAT-Coder-Pro V2.5 | Kwaipilot | 256K | ongeveer 480 pagina's | 3 |
| GLM 4.6 | Z.ai | 205K | ongeveer 384 pagina's | 1 |
| GLM 4.7 | Z.ai | 205K | ongeveer 384 pagina's | 2 |
| GLM 5 | Z.ai | 205K | ongeveer 384 pagina's | 2 |
| MiniMax M2 | MiniMax | 205K | ongeveer 384 pagina's | 1 |
| Claude Haiku 4.5 | Anthropic | 200K | ongeveer 375 pagina's | 4 |
| DeepSeek V3.1 | DeepSeek | 164K | ongeveer 307 pagina's | 1 |
| DeepSeek V3.2 | DeepSeek | 164K | ongeveer 307 pagina's | 1 |
| Aion-3.0 | Aion Labs | 131K | ongeveer 246 pagina's | 10 |
| Aion-3.0-Mini | Aion Labs | 131K | ongeveer 246 pagina's | 2 |
| Granite 4.1 8B | Ibm Granite | 131K | ongeveer 246 pagina's | 1 |
| Kimi K2 0711 | Moonshot | 131K | ongeveer 246 pagina's | 10 |
| Llama 3.3 70B Instruct | Meta | 131K | ongeveer 246 pagina's | 1 |
| Mistral Medium 3.1 | Mistral | 131K | ongeveer 246 pagina's | 2 |
| Muse Glimmer 30B | Meta | 131K | ongeveer 246 pagina's | 2 |
| Nano Banana 2 (Gemini 3.1 Flash Image) | 131K | ongeveer 246 pagina's | Niet gemeten | |
| Nano Banana Pro (Gemini 3 Pro Image) | 131K | ongeveer 246 pagina's | Niet gemeten | |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) | 66K | ongeveer 123 pagina's | Niet gemeten | |
| R1 | DeepSeek | 64K | ongeveer 120 pagina's | 2 |
| Perceptron Mk1 | Perceptron | 33K | ongeveer 61 pagina's | 1 |
| Phi 4 | Microsoft | 16K | ongeveer 31 pagina's | 1 |
| Hy-MT2-1.8B | Tencent | 8K | ongeveer 15 pagina's | Niet gemeten |
| Hy-MT2-30B-A3B | Tencent | 8K | ongeveer 15 pagina's | Niet gemeten |
Hoe je deze cijfers eerlijk leest
Het venster wordt gedeeld. Alles telt er tegelijk tegen mee: je prompt, elk eerder bericht in het gesprek, elk document dat je hebt bijgevoegd, en het antwoord dat geschreven wordt. Een model met een venster van 128K dat al een contract van 100K tokens heeft gelezen, heeft geen 128K meer over voor de discussie; het heeft er 28K.
Geadverteerd is niet hetzelfde als effectief. Onderzoek naar lange context vindt steeds hetzelfde patroon: modellen onthouden het begin en het eind van een grote context beter dan het midden. In de Lost in the Middle-experimenten (Liu et al., 2023) kostte het verplaatsen van het kerndocument van de randen van de invoer naar het midden modellen ongeveer 20 punten nauwkeurigheid, dus een model kan een miljoen tokens accepteren en toch de clausule op token 400,000 over het hoofd zien. Bij werk met hoge inzet op lange documenten, vraag specifiek naar de middelste secties, of voer het document aan in gelabelde delen.
Groter is niet automatisch beter. Grote vensters kosten meer om te draaien en kunnen de aandacht verdunnen over irrelevante tekst. Bestaat je werk uit mails en korte concepten, dan zal de venstergrootte nooit het ding zijn dat je opvalt. Het gaat ertoe doen bij hele contracten, codebases, transcripten en boeken.
Tokens zijn geen woorden. De driekwart-regel is een goed gemiddelde voor Engels, maar code, cijfers en niet-Engelse talen tokeniseren vaak minder efficiënt, dus de paginaschattingen in de tabel zijn bewust ruw.
Match het venster met de klus
De praktische conclusie uit de tabel is dat het contextvenster een keuze per taak is, niet per abonnement. Het model met het grootste venster is zelden de beste schrijver, en de beste schrijver is zelden de goedkoopste manier om 800 pagina's samen te vatten.
Dat is het argument om de catalogus in één werkruimte te hebben. In Whizi geef je de pdf van 200 pagina's aan een model met een groot venster, en schakel je vervolgens in hetzelfde gesprek over naar Claude of GPT om een concept te schrijven op basis van wat het vond, zonder dat het document de thread verlaat. Het eerlijke tegenargument: past alles wat je een model voert comfortabel in een venster van 128K, wat het grootste deel van mail, conceptteksten en kort documentwerk dekt, dan is deze hele tabel overbodig en is een abonnement bij één provider de simpelere keuze. De gids hoe kies je een AI-model behandelt dezelfde beslissing voor kwaliteit en kosten.
Om deze pagina te citeren: de URL zonder anker is stabiel, de datadatum staat boven de volledige tabel, en de tokencijfers komen uit de providercatalogus, niet van marketingpagina's.
- Trek je documenten en geschiedenis af van het venster voordat je het koptalcijfer vertrouwt
- Test bij lange documenten of het model het midden onthoudt, niet alleen het begin
- Vertaal tokens naar pagina's met de driekwart-regel voordat je iets beslist
- Kies het venster per taak in plaats van per abonnement
- Controleer de datadatum boven de volledige tabel als je een cijfer citeert
Veelgestelde vragen
Welk AI-model heeft het grootste contextvenster?
Volgens de augustus 2026-catalogus is dat DeepSeek V4 Flash 0731 van DeepSeek, met 1M tokens. De volledige tabel hierboven vermeldt alle 100 modellen gesorteerd op venstergrootte, met de datadatum erboven.
Wat is het grootste Claude-contextvenster?
Het grootste Claude-contextvenster in de index is 1M tokens (Claude Fable 5), goed voor ongeveer 1,900 pagina's tekst. Kleinere Claude-varianten staan in de volledige tabel hierboven.
Wat is het grootste GPT-contextvenster?
Het grootste GPT-contextvenster in de index is 1M tokens (GPT-5.4), goed voor ongeveer 2,000 pagina's tekst. Kleinere GPT-varianten staan in de volledige tabel hierboven.
Wat is het grootste Gemini-contextvenster?
Het grootste Gemini-contextvenster in de index is 1M tokens (Gemini 2.5 Flash), goed voor ongeveer 2,000 pagina's tekst. Kleinere Gemini-varianten staan in de volledige tabel hierboven.
Wat is het grootste Grok-contextvenster?
Het grootste Grok-contextvenster in de index is 1M tokens (Grok 4.3), goed voor ongeveer 1,900 pagina's tekst. Kleinere Grok-varianten staan in de volledige tabel hierboven.
Is een groter contextvenster altijd beter?
Nee. Grotere vensters kosten meer, en het geheugen verslechtert richting het midden van een zeer grote context. Groter is doorslaggevend bij hele boeken, codebases en lange transcripten, en irrelevant voor alledaagse chat. Match het venster met de taak in plaats van te betalen voor het grootste getal.
Hoeveel pagina's passen in een contextvenster?
Deel het aantal tokens door ongeveer 530 om manuscriptpagina's te krijgen: één token is ongeveer driekwart van een Engels woord, en een pagina is ongeveer 400 woorden. Dus 128K tokens is ongeveer 240 pagina's, en een miljoen tokens is ongeveer 1,900 pagina's. Code en niet-Engelse tekst passen meestal minder.