Wat is een contextvenster in AI? En waarom je chatbot dingen vergeet

Kort antwoord

Een contextvenster is hoeveel tekst een AI-model tegelijk kan overzien, gemeten in tokens: je instructies, het hele gesprek, geüploade bestanden en het antwoord dat het schrijft. Gaat het totaal over de limiet, dan vallen de oudste delen weg. In de chat krijg je bijvoorbeeld 54K tokens bij ChatGPT Plus en 1 miljoen bij Gemini met Google AI Pro.

Wat is een contextvenster? De uitleg in gewone taal

Een contextvenster is de totale hoeveelheid tekst die een model tegelijk kan overzien. Alles wat het model over jullie gesprek weet, moet erin passen: je instructies, elk bericht van jou en van het model, elk bestand dat je uploadde, en het antwoord dat het nog moet schrijven.

Zie het zo: het model onthoudt jullie gesprek helemaal niet. Bij elk bericht krijgt het het hele gesprek tot dan toe opnieuw aangereikt, leest het alles door en schrijft het de volgende reactie. Het contextvenster is de grootte van het bureau waar dat dossier op moet passen. Is het bureau vol, dan moet er iets af.

Hetzelfde venster van 1M tokens, scores van 9 tot 51: een groter venster is geen beter model
0153045602005001000contextvenster, duizend tokensIntelligence IndexLlama 4 MaverickClaude Haiku 4.5Gemini 3.1 ProClaude Sonnet 5Grok 4.6GPT-5.6 SolClaude Opus 5

Daarom lijkt een AI twintig berichten lang scherp en gaat hij daarna zichzelf tegenspreken, vergeet hij een voorwaarde die je aan het begin gaf, of vraagt hij om een bestand dat je allang hebt gestuurd. Hij is niet in de war. Het begin van het gesprek is van het bureau gegleden.

Eén onderscheid moet je meteen scherp hebben, want daar ontstaat de meeste verwarring: het contextvenster is niet hetzelfde als geheugen. ChatGPT en Claude hebben een aparte geheugenfunctie die feiten over jou bewaart en die ongemerkt in nieuwe gesprekken meestuurt. Dat is een productfunctie bovenop het model. Het contextvenster is een harde eigenschap van het model zelf, en geen geheugenfunctie maakt het groter.

Tokens, en hoe je ze inschat

Contextvensters worden gemeten in tokens en niet in woorden, want modellen lezen geen woorden. Token is een van de begrippen die de AI-woordenlijst in één zin uitlegt, samen met zo'n vijftig andere termen eromheen. Modellen lezen stukjes: gangbare woorden zijn meestal één token, lange of ongewone woorden vallen uiteen in meerdere, en leestekens en spaties tellen ook mee.

De omrekeningen die je wilt onthouden:

  • 1 token is ongeveer 4 tekens Engels, oftewel driekwart woord. Wat zijn tokens in AI legt de eenheid volledig uit.
  • 1.000 tokens is ruwweg 750 woorden, zo'n anderhalve pagina gewone tekst.
  • Code is compacter verpakt. Reken op ongeveer één token per drie tekens door symbolen, inspringing en vreemde namen.
  • Andere talen zijn minder zuinig. Tekst in talen die minder in de tokenizer zitten, kan twee tot drie keer zoveel tokens kosten voor dezelfde inhoud. Nederlandse samenstellingen worden ook vaak in stukken geknipt, dus in het Nederlands past er iets minder in hetzelfde venster.

Zo kun je je iets voorstellen bij de getallen uit de reclame:

ContextvensterOngeveer gelijk aan
8.000 tokensEen lang artikel
32.000 tokensEen kort onderzoeksartikel met notities
128.000 tokensEen boek van 300 pagina's
200.000 tokensEen dikke technische handleiding, of een middelgrote codebase
1.000.000 tokensMeerdere boeken, of een jaar aan vergaderverslagen

Wat deze tabel niet laat zien: de limiet geldt voor het hele gesprek, niet per bericht. Een venster van 128.000 tokens betekent niet dat je elke keer 128.000 tokens kunt sturen. Het betekent dat het totaal van alles, inclusief de antwoorden van het model zelf, onder dat getal moet blijven.

Wat je contextvenster echt vult

De meeste mensen schrikken van hoe snel het venster vol zit, omdat het grootste deel onzichtbaar is. In een gewone chat leest het model bij elke beurt dit allemaal:

  1. De systeemprompt. Instructies die het product meestuurt voordat jij iets typt: hoe het zich moet gedragen, welke tools er zijn, de datum van vandaag, veiligheidsregels. Vaak duizenden tokens, en jij ziet ze nooit.
  2. Je eigen instructies of het geheugen. Alles wat het product over jou heeft opgeslagen en automatisch meestuurt.
  3. Elk eerder bericht, van jou en van het model, volledig. De lange antwoorden van het model tellen ook mee, en die zijn meestal de grootste post.
  4. Elk geüpload bestand, of de stukken die eruit gehaald zijn. Een pdf van 40 pagina's is ruwweg 20.000 tot 30.000 tokens.
  5. Resultaten van tools en zoekopdrachten. Een zoekopdracht die vijf pagina's ophaalt, kan meer toevoegen dan je hele gesprek tot dan toe.
  6. Het antwoord dat het schrijft. De output gaat van hetzelfde budget af als de input.

Daarom kan een gesprek dat kort aanvoelde toch bijna vol zitten. Jij stuurde acht korte berichten, maar het model schreef acht lange antwoorden, je hing twee documenten aan en het deed drie zoekopdrachten. Wat jij ziet is misschien tien procent van het totaal.

Het is ook waarom "begin een nieuwe chat" zo vaak de oplossing is voor een warrig gesprek. Je reset niet het humeur van het model. Je ruimt het bureau op.

Opgegeven grootte versus bruikbare grootte

Dit is het belangrijkste deel, en het wordt het minst besproken. De kwaliteit van een model blijft niet gelijk tot aan de limiet om er dan ineens af te vallen. Ze zakt geleidelijk, en dat begint ruim voor de limiet.

De bekendste vorm hiervan heet het lost in the middle-effect. Zet een specifiek feit vooraan in een lang document en het model vindt het. Zet het achteraan en het model vindt het ook. Verstop het in het midden en de nauwkeurigheid daalt: in de oorspronkelijke Lost in the Middle-experimenten (Liu et al., 2023, hieronder gelinkt) kostte het verplaatsen van het cruciale document van de randen naar het midden de modellen ongeveer 20 procentpunt nauwkeurigheid. De aandacht is niet gelijk verdeeld over een lange input, en de randen krijgen er meer van.

Het wordt lastiger als de taak vraagt om meerdere feiten te combineren die verspreid door een lange input staan. Eén naald in een hooiberg vinden is opgelost. Vier naalden vinden en uitzoeken hoe ze samenhangen niet, en dat is precies waarvoor mensen grote contextvensters gebruiken.

Zie het opgegeven getal dus als maximale capaciteit, niet als comfortabel werkbereik. Een vuistregel uit de praktijk: tot ongeveer de helft van het opgegeven venster gedraagt een model zich betrouwbaar, en alles daarboven controleer je in plaats van dat je het vertrouwt. Zegt een model dat een contract van 300 pagina's geen ontbindingsclausule heeft, kijk dat dan na, zeker als die clausule in het midden zou staan.

Bij het vergelijken betekent dit dat een model met een venster van een miljoen tokens niet vanzelf beter is met lange documenten dan een model met 200.000. Het kan er meer van aannemen. Of het ook goed over het geheel redeneert is een andere vraag, en die beantwoord je alleen door te testen met een document waarvan je het antwoord al weet.

Wat er gebeurt als het contextvenster vol is

Producten gaan verschillend om met een vol venster, en als je weet welke aanpak jouw tool gebruikt, snap je veel vreemd gedrag.

GedragWat je zietWaar het gebeurt
Harde foutmeldingHet verzoek wordt geweigerd met een melding over de lengteMeestal bij direct API-gebruik
Stil afkappenDe oudste berichten verdwijnen zonder meldingVeel chatinterfaces
Doorlopende samenvattingOude berichten worden samengeperst tot een samenvattingSteeds vaker in chatproducten
Gericht ophalenPer beurt worden alleen de relevante delen van je documenten opgehaaldTools voor documenten en kennisbanken

Stil afkappen veroorzaakt de echte problemen, want niets waarschuwt je. Het symptoom is een model dat ineens een regel negeert die je aan het begin gaf, terugvalt in een toon die je een uur geleden corrigeerde, of iets vraagt wat je al beantwoord had. Er is niets mis met het model. Die instructies liggen gewoon niet meer op het bureau.

Doorlopende samenvattingen zijn beter maar laten informatie vallen. Een samenvatting houdt de grote lijn en schrapt de details, dus de regel "gebruik nooit het woord synergie" wordt "de gebruiker heeft stijlvoorkeuren", en daar heb je niets aan.

Praktische trucs die echt werken

Op volgorde van wat ze opleveren ten opzichte van de moeite.

Begin een nieuwe chat als het onderwerp verandert. De gewoonte die het meeste oplevert. Een lang gesprek sleept alles mee wat eraan voorafging, ook zijpaden die er niet meer toe doen. Lange gesprekken zijn niet beter geïnformeerd, alleen duurder en vager.

Zet je vraag na het lange materiaal, niet ervoor. Plak eerst het document en stel daarna je vraag. Dan staat de vraag vlak bij de plek waar het antwoord ontstaat, en dat maakt antwoorden over lange input aantoonbaar nauwkeuriger. Eerst plakken, dan vragen.

Herhaal belangrijke voorwaarden. In een gesprek van meer dan zo'n vijftien beurten herhaal je de regels die ertoe doen in het bericht waar ze ertoe doen: "ter herinnering: Nederlands, geen opsommingstekens, onder de 400 woorden". Het kost je één regel en het overleeft het afkappen.

Stuur de relevante pagina's, niet het hele boek. Moet het model de vrijwaringsclausule nakijken, geef dan die clausule en wat eromheen staat. Precisie wint van volume: het is sneller, goedkoper en nauwkeuriger.

Vat bewust samen en begin opnieuw. Wordt een werksessie lang, vraag dan om een overdracht: waar je staat, welke beslissingen genomen zijn, open vragen en voorwaarden. Plak die in een nieuwe chat. Je houdt de inhoud, de ruis valt weg, en je merkt meteen dat het model scherper wordt.

Gebruik gericht ophalen voor alles wat niet past. Is je materiaal echt groter dan welk contextvenster ook, dan is de oplossing geen groter venster maar per vraag de relevante stukken ophalen. Dat doen documenttools onder de motorkap.

Let op kwaliteitsverlies, niet alleen op foutmeldingen. Worden antwoorden vager, slaan ze vaker slagen om de arm of negeren ze je opmaakinstructies, dan zit je waarschijnlijk diep in het venster. Begin opnieuw voordat je denkt dat het model slechter is geworden.

Hoe groot is het contextvenster van ChatGPT, Claude en Gemini?

Kies het venster dat bij de klus past in plaats van het grootste getal. In de chat-apps krijg je niet altijd wat het model via de API aankan: ChatGPT geeft op chatgpt.com/pricing 27K tokens voor Free, 54K voor Plus in de snelle modus en 256K bij redeneren, en voor Pro 128K en 400K. Claude geeft in de chat volgens het helpcentrum van Anthropic 1 miljoen tokens bij de meeste huidige modellen, en Google noemt 1 miljoen tokens voor Gemini met Google AI Pro. Alle drie gecontroleerd op de eigen pagina van de aanbieder op 11 november 2026. Het actuele getal per model staat in de tabel contextvensters vergelijken, in tokens en pagina's.

Jouw werkWat je nodig hebtWaarom
E-mails, teksten, snelle vragenElk modern modelJe komt nooit in de buurt van de limiet
Lange documenten bewerken100.000 en meerHet document plus jullie gesprek erover
Contracten en beleid nakijken200.000 en meer, en controlerenHet document plus het redeneren erover, met de kanttekening hierboven
Redeneren over een hele codebaseHet grootste dat er isCode kost veel tokens en redeneren over bestanden heen vraagt ruimte
Maanden aan verslagen analyserenHet grootste dat er is, of gericht ophalenVaak beter met ophalen dan met brute kracht
Een product bouwen op een APIKleiner dan je denkt, plus cachingLange prompts maken het duurder en trager

Voor de meeste mensen is het eerlijke antwoord dat het contextvenster niet bepaalt welk abonnement je kiest. Schrijfkwaliteit, ecosysteem en prijs wegen zwaarder. Het beslist in precies één situatie: als je werk regelmatig meer materiaal vraagt dan een normaal venster aankan. Dan is het verschil niet klein, maar het verschil tussen kan wel en kan niet.

Wil je het zelf testen, haal dan hetzelfde lange document door twee of drie modellen en toets de antwoorden aan iets wat je al weet. In een werkplek als Whizi gaat dat makkelijk, want GPT, Claude, Gemini, Grok en DeepSeek zitten in één abonnement, en het grote venster van Gemini is één klik verwijderd van de zorgvuldige samenvattingen van Claude. Bekijk modellen naast elkaar vergelijken, of lees hoe je een AI-model kiest voor de bredere keuze.

Checklist
  • Schat het aantal tokens met de regel dat 1.000 tokens ongeveer 750 woorden is
  • Onthoud dat systeemprompts, bestanden, zoekresultaten en antwoorden allemaal van hetzelfde budget afgaan
  • Zie ruwweg de helft van het opgegeven venster als het betrouwbare werkbereik
  • Plak lang materiaal eerst en stel je vraag daarna
  • Herhaal belangrijke voorwaarden in lange gesprekken zodat ze het afkappen overleven
  • Begin een nieuwe chat met een korte overdracht in plaats van een lang gesprek eindeloos te rekken

Veelgestelde vragen

Wat is een contextvenster in eenvoudige woorden?

Het is de totale hoeveelheid tekst die een model tegelijk kan overzien: je instructies, het hele gesprek tot nu toe, geüploade bestanden en het antwoord dat het schrijft. Gaat het totaal over de limiet, dan vallen de oudste delen eruit, en daarom vergeten lange gesprekken dingen.

Is een groter contextvenster altijd beter?

Nee. Met een groter venster kan een model meer input aannemen, maar de nauwkeurigheid zakt geleidelijk naarmate de input groeit, vooral bij feiten die in het midden staan. Een model met een venster van een miljoen tokens is niet vanzelf beter met lange documenten dan een model met 200.000, dus test met materiaal waarvan je het goede antwoord kent.

Hoeveel woorden is 128.000 tokens?

Ongeveer 96.000 woorden, zo'n boek van 300 pagina's. De vuistregel is dat één token ongeveer vier tekens Engels is, dus 1.000 tokens is rond de 750 woorden. Code en tekst in andere talen dan het Engels kosten meer tokens voor dezelfde inhoud.

Waarom vergeet ChatGPT wat ik eerder zei?

Omdat het gesprek groter is geworden dan het contextvenster en de oudste berichten zijn weggelaten of samengevat om ruimte te maken. De meeste chatinterfaces doen dat zonder melding. Herhaal je belangrijkste voorwaarden, of begin een nieuwe chat met een korte samenvatting, en het probleem is meteen weg.

Is het contextvenster hetzelfde als het geheugen van AI?

Nee. Het contextvenster is een harde limiet binnen één gesprek. Geheugen is een aparte productfunctie die feiten over jou bewaart tussen gesprekken en ze in nieuwe gesprekken meestuurt. Geheugen maakt het venster niet groter, het neemt er juist een stukje van in.