Wat is een contextvenster? De AI-limiet die alles verklaart

De uitleg in gewone taal

Een contextvenster is de totale hoeveelheid tekst die een model tegelijk in beeld kan houden. Alles wat het model over jullie huidige gesprek weet moet erin passen: je instructies, elk bericht dat een van jullie beiden stuurde, elk bestand dat je uploadde, en het antwoord dat het gaat schrijven.

Een handig beeld: het model heeft helemaal geen herinnering aan jullie gesprek. Elke keer dat je een bericht stuurt, wordt het hele gesprek tot dan toe opnieuw aangereikt, leest het model alles en schrijft het de volgende reactie. Het contextvenster is de grootte van het bureau waar dat gespreksverslag op moet passen. Is het bureau vol, dan moet er iets af.

Daarom kan een AI twintig berichten lang scherp lijken en zichzelf daarna gaan tegenspreken, een voorwaarde vergeten die je in het begin stelde, of om een bestand vragen dat je al gaf. Het raakte niet in de war. Het begin van het gesprek is van het bureau gegleden.

Eén onderscheid moet je meteen goed hebben, want het zorgt voor veel verwarring: het contextvenster is niet hetzelfde als geheugen. Producten als ChatGPT en Claude hebben een aparte geheugenfunctie die feiten over jou tussen gesprekken bewaart en die stilletjes in nieuwe gesprekken invoegt. Dat is een productfunctie bovenop het model. Het contextvenster is een harde eigenschap van het model zelf, en geen enkele geheugenfunctie maakt het groter.

Tokens, en hoe je ze inschat

Contextvensters worden gemeten in tokens in plaats van woorden, want modellen lezen geen woorden. Ze lezen stukjes: veelgebruikte woorden zijn meestal één token, langere of ongewone woorden vallen in meerdere uiteen, en leestekens en spaties tellen ook mee.

De ruwe omrekeningen die je wilt onthouden:

• 1 token is ongeveer 4 tekens Engels, of ongeveer driekwart woord.
• 1.000 tokens is ruwweg 750 woorden, ongeveer anderhalve pagina normale tekst.
• Code is dichter. Reken op ongeveer één token per drie tekens vanwege symbolen, inspringing en ongewone namen.
• Andere talen zijn minder efficiënt. Tekst in talen die minder in de tokenizer voorkomen kan twee tot drie keer zoveel tokens kosten voor dezelfde betekenis, handig om te weten als je per token betaalt.

Zo kun je je iets voorstellen bij de getallen die je in marketingmateriaal ziet:

Contextvenster	Ongeveer gelijk aan
8.000 tokens	Een lang artikel
32.000 tokens	Een kort onderzoeksartikel met notities
128.000 tokens	Een boek van 300 pagina's
200.000 tokens	Een dichte technische handleiding, of een middelgrote codebase
1.000.000 tokens	Meerdere boeken, of een jaar aan vergaderverslagen

Wat deze tabel verbergt en wel belangrijk is: de limiet geldt voor het hele gesprek, niet per bericht. Een venster van 128.000 tokens betekent niet dat je steeds 128.000 tokens kunt sturen. Het betekent dat het lopende totaal van alles, inclusief de antwoorden van het model zelf, onder dat getal moet blijven.

Wat je contextvenster echt vult

Mensen schrikken meestal van hoe snel het venster vol raakt, omdat het meeste wat erin gaat onzichtbaar is. In een gewone chatsessie leest het model bij elke beurt dit allemaal:

1. De systeemprompt. Instructies die het product stuurt voordat jij iets typt: hoe het zich moet gedragen, welke tools er zijn, de datum van vandaag, veiligheidsregels. Vaak duizenden tokens, en jij ziet die nooit.
2. Je eigen instructies of het geheugen. Alles wat het product over jou heeft bewaard 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 eruit gehaalde delen. 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 wordt gegenereerd. De output deelt hetzelfde budget als de input.

Daarom kan een gesprek dat kort aanvoelde toch bijna aan zijn limiet zitten. Jij stuurde acht korte berichten, maar het model schreef acht lange antwoorden, je hing twee documenten aan en het deed drie zoekopdrachten. Het zichtbare deel daarvan is misschien tien procent van het totaal.

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

Geadverteerde omvang versus bruikbare omvang

Dit deel telt het zwaarst en wordt het minst besproken. De kwaliteit van een model blijft niet vlak tot aan de limiet om er daarna vanaf te vallen. Ze zakt geleidelijk, en dat begint ruim voor de limiet.

De best gedocumenteerde vorm hiervan heet vaak 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. Verstop het midden in 200 pagina's en de trefzekerheid daalt merkbaar. De aandacht is niet gelijk verdeeld over een lange input, en de randen krijgen er meer van.

Het wordt nog lastiger als de taak vraagt om meerdere feiten te combineren die verspreid staan over een lange input. Één naald in een hooiberg vinden is een opgelost probleem. Vier naalden vinden en redeneren over hun onderlinge verband niet, en dat is precies waar mensen grote contextvensters voor gebruiken.

Behandel het geadverteerde getal dus als maximale capaciteit, niet als comfortabel werkbereik. Een praktische vuistregel uit de praktijk: je krijgt betrouwbaar gedrag tot ongeveer de helft van het geadverteerde venster, en alles daarboven moet je controleren in plaats van vertrouwen. Zegt een model dat een contract van 300 pagina's geen ontbindingsclausule bevat, controleer dat dan, zeker als die clausule in het midden zou staan.

Voor vergelijkingen betekent dit dat een model met een venster van een miljoen tokens niet automatisch beter is met lange documenten dan een model met 200.000. Het is beter in ze aannemen. Of het ook goed over het geheel redeneert is een aparte vraag, en de enige manier om dat te weten is testen met een document waarvan je het antwoord al kent.

Wat er gebeurt als je eroverheen gaat

Producten gaan verschillend om met overschrijding, en weten welke jij gebruikt verklaart veel vreemd gedrag.

Gedrag	Wat je ziet	Waar het gebeurt
Harde foutmelding	Het verzoek wordt geweigerd met een melding over lengte	Meeste direct API-gebruik
Stil afkappen	De oudste berichten verdwijnen zonder melding	Veel chatinterfaces
Doorlopende samenvatting	Oude berichten worden samengeperst tot een samenvatting	Steeds gebruikelijker in chatproducten
Ophalen op maat	Alleen de relevante delen van je documenten worden per beurt opgehaald	Tools voor documenten en kennisbanken

Stil afkappen veroorzaakt de echte problemen, want niets kondigt het aan. Het symptoom is een model dat opeens een regel negeert die je in het begin stelde, terugvalt op een toon die je een uur geleden corrigeerde, of een vraag stelt die je al beantwoordde. Er is niets mis met het model. Die instructies liggen simpelweg niet meer op het bureau.

Doorlopende samenvattingen zijn beter maar verliezen informatie. Een samenvatting houdt de strekking en laat de details vallen, dus de voorwaarde "gebruik nooit het woord synergie" overleeft als "de gebruiker heeft stijlvoorkeuren", en daar heb je helemaal niets aan.

Praktische trucs die echt werken

Deze staan op volgorde van hoeveel ze opleveren ten opzichte van de moeite.

Begin een nieuwe chat als het onderwerp verandert. De gewoonte met de meeste waarde. Een lang gesprek sleept de kosten mee van alles wat eraan voorafging, inclusief zijsporen die niet meer relevant zijn. Lange gesprekken zijn niet beter geïnformeerd, ze zijn duurder en verwaterder.

Zet je vraag ná het lange materiaal, niet ervoor. Plak je een document en stel je daarna je vraag, dan staat de vraag dicht bij de plek waar het antwoord ontstaat, wat de nauwkeurigheid bij lange input meetbaar verbetert. Eerst plakken, dan vragen.

Herhaal belangrijke voorwaarden. In elk gesprek van meer dan ongeveer 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 controleren, 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 gestructureerde overdracht: huidige stand, genomen beslissingen, open vragen, voorwaarden. Plak dat in een nieuwe chat. Je houdt de inhoud en laat de ruis vallen, en je merkt meteen dat het model scherper wordt.

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

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

Hoe groot moet je contextvenster zijn?

Stem het venster af op de klus in plaats van te winkelen voor het grootste getal.

Jouw werk	Wat je nodig hebt	Waarom
E-mails, teksten, snelle vragen	Elk modern model	Je komt nooit in de buurt van de limiet
Lange documenten bewerken	100.000 en meer	Het document plus jullie gesprek erover
Contracten en beleid nakijken	200.000 en meer, en controleren	Het document plus het redeneren erover, met de kanttekening hierboven
Redeneren over een hele codebase	Het grootste beschikbare	Code is tokenrijk en redeneren over bestanden heen vraagt ruimte
Maanden aan verslagen analyseren	Het grootste beschikbare, of ophalen op maat	Vaak beter gediend met ophalen dan met brute kracht
Een product bouwen op een API	Kleiner dan je denkt, plus caching	Lange prompts drijven zowel de kosten als de vertraging op

Voor de meeste mensen is het eerlijke antwoord dat het contextvenster niet de doorslag geeft tussen abonnementen. Schrijfkwaliteit, ecosysteem en prijs wegen zwaarder. Het geeft in precies één situatie de doorslag: je werk vraagt er regelmatig om meer materiaal in te voeren dan een normaal venster bevat, en dan is het verschil niet marginaal maar het verschil tussen mogelijk en onmogelijk.

Wil je dat zelf testen, dan is de praktische aanpak hetzelfde lange document door twee of drie modellen te halen en de antwoorden te toetsen aan iets wat je al weet. Een werkruimte als Whizi maakt dat makkelijk, want GPT, Claude, Gemini, Grok en DeepSeek zitten achter één abonnement, en het zeer grote venster van Gemini is één klik verwijderd van de zorgvuldige synthese van Claude. Bekijk modellen naast elkaar vergelijken, of lees hoe je een AI-model kiest voor de bredere keuze.