Hangi yapay zeka modeli en büyük bağlam penceresine sahip?
Ağustos 2026 katalogundaki en büyük bağlam penceresi 1M token, DeepSeek'ten DeepSeek V4 Flash 0731'e ait. Kaba bir fiziksel sezgi olarak, bir token yaklaşık İngilizce bir kelimenin dörtte üçü kadardır ve bir müsvedde sayfası yaklaşık 400 kelimedir, o yüzden aşağıdaki tablo her pencereyi sayfalara çeviriyor.
Her büyük sağlayıcı için bir satır, en büyük bağlamlı modelini gösteriyor:
| Sağlayıcı | En büyük bağlamlı model | Bağlam penceresi | Yaklaşık sığdırdığı |
|---|---|---|---|
| DeepSeek | DeepSeek V4 Flash 0731 | 1M token | yaklaşık 2,500 sayfa |
| OpenAI | GPT-5.4 | 1M token | yaklaşık 2,000 sayfa |
| Gemini 2.5 Flash | 1M token | yaklaşık 2,000 sayfa | |
| Meta | Llama 4 Maverick | 1M token | yaklaşık 2,000 sayfa |
| Qwen | Qwen3.8 2.4T A95B | 1M token | yaklaşık 2,000 sayfa |
| Moonshot | Kimi K3 | 1M token | yaklaşık 2,000 sayfa |
| Z.ai | GLM 5.2 | 1M token | yaklaşık 2,000 sayfa |
| MiniMax | MiniMax M3 | 1M token | yaklaşık 2,000 sayfa |
| Anthropic | Claude Fable 5 | 1M token | yaklaşık 1,900 sayfa |
| xAI | Grok 4.3 | 1M token | yaklaşık 1,900 sayfa |
| Mistral | Mistral Large 3 2512 | 262K token | yaklaşık 492 sayfa |
Aramanın arkasındaki soru "bağlam penceresi ilk etapta nedir" ise, Bağlam penceresi nedir? sayfasındaki sade açıklamayla başla ve rakamlar için buraya geri dön.
Bütün 100 model bağlam penceresine göre nasıl sıralanıyor?
Bağlam penceresine göre sıralanmış tam katalog. Veri Yapay Zeka Model Maliyet Endeksi'yle aynı kaynaktan geliyor ve 2026-08-20 tarihinde alındı; bu canlı bir akış değil, o tarihin bir anlık görüntüsü, o yüzden bir rakama atıf yapmadan önce tarihi kontrol et. Kredi sütunu, bir planın onu kapsadığı yerde, her modelin Whizi içinde mesaj başına neye mal olduğunu gösteriyor.
| Model | Sağlayıcı | Bağlam penceresi | Yaklaşık sığdırdığı | Whizi'de kredi |
|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | DeepSeek | 1M | yaklaşık 2,500 sayfa | 1 |
| GPT-5.4 | OpenAI | 1M | yaklaşık 2,000 sayfa | 15 |
| GPT-5.5 | OpenAI | 1M | yaklaşık 2,000 sayfa | 20 |
| GPT-5.6 Luna | OpenAI | 1M | yaklaşık 2,000 sayfa | 1 |
| GPT-5.6 Luna Pro | OpenAI | 1M | yaklaşık 2,000 sayfa | Kredilendirilmiyor |
| GPT-5.6 Sol | OpenAI | 1M | yaklaşık 2,000 sayfa | 20 |
| GPT-5.6 Sol Pro | OpenAI | 1M | yaklaşık 2,000 sayfa | Kredilendirilmiyor |
| GPT-5.6 Terra | OpenAI | 1M | yaklaşık 2,000 sayfa | 4 |
| GPT-5.6 Terra Pro | OpenAI | 1M | yaklaşık 2,000 sayfa | Kredilendirilmiyor |
| LongCat 2.0 | Meituan | 1M | yaklaşık 2,000 sayfa | 1 |
| DeepSeek V4 Pro 0813 | DeepSeek | 1M | yaklaşık 2,000 sayfa | 2 |
| Gemini 2.5 Flash | 1M | yaklaşık 2,000 sayfa | 2 | |
| Gemini 2.5 Flash Lite | 1M | yaklaşık 2,000 sayfa | 1 | |
| Gemini 3.1 Flash Lite | 1M | yaklaşık 2,000 sayfa | 1 | |
| Gemini 3.1 Pro Preview | 1M | yaklaşık 2,000 sayfa | 10 | |
| Gemini 3.5 Flash | 1M | yaklaşık 2,000 sayfa | 8 | |
| Gemini 3.5 Flash Lite | 1M | yaklaşık 2,000 sayfa | 2 | |
| Gemini 3.6 Flash | 1M | yaklaşık 2,000 sayfa | 3 | |
| Gemini 3.7 Flash | 1M | yaklaşık 2,000 sayfa | 2 | |
| GLM 5.2 | Z.ai | 1M | yaklaşık 2,000 sayfa | 3 |
| GLM 5.3 | Z.ai | 1M | yaklaşık 2,000 sayfa | 5 |
| Inkling | Thinkingmachines | 1M | yaklaşık 2,000 sayfa | 4 |
| Kimi K3 | Moonshot | 1M | yaklaşık 2,000 sayfa | 10 |
| Laguna S 2.1 | Poolside | 1M | yaklaşık 2,000 sayfa | 1 |
| Llama 4 Maverick | Meta | 1M | yaklaşık 2,000 sayfa | 1 |
| MiniMax M3 | MiniMax | 1M | yaklaşık 2,000 sayfa | 1 |
| Muse Spark 1.1 | Meta | 1M | yaklaşık 2,000 sayfa | 5 |
| Muse Spark 1.2 | Meta | 1M | yaklaşık 2,000 sayfa | 5 |
| Qwen3.8 2.4T A95B | Qwen | 1M | yaklaşık 2,000 sayfa | 8 |
| Claude Fable 5 | Anthropic | 1M | yaklaşık 1,900 sayfa | 50 |
| Claude Opus 4.7 (Fast) | Anthropic | 1M | yaklaşık 1,900 sayfa | Kredilendirilmiyor |
| Claude Opus 4.8 | Anthropic | 1M | yaklaşık 1,900 sayfa | 20 |
| Claude Opus 4.8 (Fast) | Anthropic | 1M | yaklaşık 1,900 sayfa | Kredilendirilmiyor |
| Claude Opus 5 | Anthropic | 1M | yaklaşık 1,900 sayfa | 20 |
| Claude Opus 5 (Fast) | Anthropic | 1M | yaklaşık 1,900 sayfa | Kredilendirilmiyor |
| Claude Sonnet 4.5 | Anthropic | 1M | yaklaşık 1,900 sayfa | 10 |
| Claude Sonnet 4.6 | Anthropic | 1M | yaklaşık 1,900 sayfa | 10 |
| Claude Sonnet 5 | Anthropic | 1M | yaklaşık 1,900 sayfa | 10 |
| Fugu Ultra | Sakana | 1M | yaklaşık 1,900 sayfa | 25 |
| Grok 4.3 | xAI | 1M | yaklaşık 1,900 sayfa | 4 |
| Qwen3.5 Plus 2026-04-20 | Qwen | 1M | yaklaşık 1,900 sayfa | 1 |
| Qwen3.6 Flash | Qwen | 1M | yaklaşık 1,900 sayfa | 1 |
| Qwen3.7 Flash | Qwen | 1M | yaklaşık 1,900 sayfa | 1 |
| Qwen3.7 Max | Qwen | 1M | yaklaşık 1,900 sayfa | 5 |
| Qwen3.7 Plus | Qwen | 1M | yaklaşık 1,900 sayfa | 1 |
| Qwen3.8 27B | Qwen | 1M | yaklaşık 1,900 sayfa | 3 |
| Qwen3.8 Max | Qwen | 1M | yaklaşık 1,900 sayfa | 6 |
| Inkling Small | Thinkingmachines | 524K | yaklaşık 983 sayfa | 1 |
| Solar Pro 4 | Upstage | 524K | yaklaşık 983 sayfa | 1 |
| Nemotron 3 Ultra | NVIDIA | 512K | yaklaşık 961 sayfa | 3 |
| Grok 4.5 | xAI | 500K | yaklaşık 938 sayfa | 6 |
| Grok 4.6 | xAI | 500K | yaklaşık 938 sayfa | 6 |
| GPT Chat Latest | OpenAI | 400K | yaklaşık 750 sayfa | 25 |
| GPT-5.4 Mini | OpenAI | 400K | yaklaşık 750 sayfa | 4 |
| GPT-5.4 Nano | OpenAI | 400K | yaklaşık 750 sayfa | 2 |
| Nova Pro 1.0 | Amazon | 300K | yaklaşık 563 sayfa | 3 |
| Hy3 | Tencent | 262K | yaklaşık 492 sayfa | 1 |
| Kimi K2 Thinking | Moonshot | 262K | yaklaşık 492 sayfa | 10 |
| Kimi K2.7 Code | Moonshot | 262K | yaklaşık 492 sayfa | 10 |
| Laguna XS 2.1 | Poolside | 262K | yaklaşık 492 sayfa | 1 |
| Ling-3.0-flash | inclusionAI | 262K | yaklaşık 492 sayfa | 1 |
| Mistral Large 3 2512 | Mistral | 262K | yaklaşık 492 sayfa | 2 |
| Mistral Medium 3.5 | Mistral | 262K | yaklaşık 492 sayfa | 6 |
| Nemotron 3.5 Lightning | NVIDIA | 262K | yaklaşık 492 sayfa | 1 |
| Nex-N2-Mini | Nex Agi | 262K | yaklaşık 492 sayfa | 1 |
| Nex-N2-Pro | Nex Agi | 262K | yaklaşık 492 sayfa | 1 |
| Qwen3 Coder Next | Qwen | 262K | yaklaşık 492 sayfa | 1 |
| Qwen3.6 35B A3B | Qwen | 262K | yaklaşık 492 sayfa | 1 |
| Ring-2.6-1T | inclusionAI | 262K | yaklaşık 492 sayfa | 1 |
| Sakana Namazu | Sakana | 262K | yaklaşık 492 sayfa | 4 |
| Seed 2.1 Turbo | Bytedance Seed | 262K | yaklaşık 492 sayfa | 2 |
| Seed-2.0-Code | Bytedance Seed | 262K | yaklaşık 492 sayfa | 3 |
| Step 3.7 Flash | Stepfun | 262K | yaklaşık 492 sayfa | 1 |
| Codestral 2508 | Mistral | 256K | yaklaşık 480 sayfa | 1 |
| Command A | Cohere | 256K | yaklaşık 480 sayfa | 10 |
| Grok Build 0.1 | xAI | 256K | yaklaşık 480 sayfa | 3 |
| KAT-Coder-Air V2.5 | Kwaipilot | 256K | yaklaşık 480 sayfa | 1 |
| KAT-Coder-Pro V2.5 | Kwaipilot | 256K | yaklaşık 480 sayfa | 3 |
| GLM 4.6 | Z.ai | 205K | yaklaşık 384 sayfa | 1 |
| GLM 4.7 | Z.ai | 205K | yaklaşık 384 sayfa | 2 |
| GLM 5 | Z.ai | 205K | yaklaşık 384 sayfa | 2 |
| MiniMax M2 | MiniMax | 205K | yaklaşık 384 sayfa | 1 |
| Claude Haiku 4.5 | Anthropic | 200K | yaklaşık 375 sayfa | 4 |
| DeepSeek V3.1 | DeepSeek | 164K | yaklaşık 307 sayfa | 1 |
| DeepSeek V3.2 | DeepSeek | 164K | yaklaşık 307 sayfa | 1 |
| Aion-3.0 | Aion Labs | 131K | yaklaşık 246 sayfa | 10 |
| Aion-3.0-Mini | Aion Labs | 131K | yaklaşık 246 sayfa | 2 |
| Granite 4.1 8B | Ibm Granite | 131K | yaklaşık 246 sayfa | 1 |
| Kimi K2 0711 | Moonshot | 131K | yaklaşık 246 sayfa | 10 |
| Llama 3.3 70B Instruct | Meta | 131K | yaklaşık 246 sayfa | 1 |
| Mistral Medium 3.1 | Mistral | 131K | yaklaşık 246 sayfa | 2 |
| Muse Glimmer 30B | Meta | 131K | yaklaşık 246 sayfa | 2 |
| Nano Banana 2 (Gemini 3.1 Flash Image) | 131K | yaklaşık 246 sayfa | Kredilendirilmiyor | |
| Nano Banana Pro (Gemini 3 Pro Image) | 131K | yaklaşık 246 sayfa | Kredilendirilmiyor | |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) | 66K | yaklaşık 123 sayfa | Kredilendirilmiyor | |
| R1 | DeepSeek | 64K | yaklaşık 120 sayfa | 2 |
| Perceptron Mk1 | Perceptron | 33K | yaklaşık 61 sayfa | 1 |
| Phi 4 | Microsoft | 16K | yaklaşık 31 sayfa | 1 |
| Hy-MT2-1.8B | Tencent | 8K | yaklaşık 15 sayfa | Kredilendirilmiyor |
| Hy-MT2-30B-A3B | Tencent | 8K | yaklaşık 15 sayfa | Kredilendirilmiyor |
Bu rakamları dürüstçe nasıl okumalı
Pencere paylaşılıyor. Her şey ona karşı aynı anda sayılıyor: promptun, konuşmadaki her önceki mesaj, eklediğin herhangi bir belge ve yazılmakta olan cevap. 100K tokenlik bir sözleşmeyi zaten okumuş 128K pencereli bir model, tartışma için 128K'ya sahip değil; 28K'ya sahip.
Reklamı yapılan etkili olan değildir. Uzun bağlam araştırması aynı kalıbı bulmaya devam ediyor: modeller devasa bir bağlamın başını ve sonunu ortasından daha iyi hatırlıyor. Lost in the Middle deneylerinde (Liu ve ark., 2023), anahtar belgeyi girdinin kenarlarından ortasına taşımak modellere yaklaşık 20 puanlık doğruluk kaybettirdi, yani bir model bir milyon token kabul edip token 400.000'de gömülü olan cümleyi yine de gözden kaçırabilir. Uzun belgelerde yüksek riskli iş için, özellikle orta bölümler hakkında sor ya da belgeyi etiketli parçalar halinde besle.
Daha büyük otomatik olarak daha iyi değil. Büyük pencereler çalıştırması daha pahalı ve dikkati ilgisiz metine yayabiliyor. İşin e-postalar ve kısa taslaklarsa, pencere boyutu asla fark edeceğin şey olmayacak. Tüm sözleşmeler, kod tabanları, deşifreler ve kitaplarda önemli olmaya başlıyor.
Tokenlar kelime değil. Dörtte üç kuralı iyi bir İngilizce ortalaması ama kod, sayılar ve İngilizce olmayan diller genellikle daha az verimli tokenleşiyor, o yüzden tablodaki sayfa tahminleri bilerek kaba.
Pencereyi işe göre eşleştir
Tablodan çıkan pratik sonuç şu ki bağlam penceresi göreve özel bir seçim, aboneliğe özel değil. En büyük pencereli model nadiren en iyi yazar, ve en iyi yazar nadiren 800 sayfayı özetlemenin en ucuz yolu.
Kataloğu tek bir çalışma alanında tutmanın gerekçesi bu. Whizi'de 200 sayfalık PDF'i büyük bağlamlı bir modele verebilir, sonra bulduğundan taslak yapmak için aynı konuşmada Claude ya da GPT'ye geçebilirsin, belge iş parçacığından hiç ayrılmadan. Dürüst karşı argüman: bir modele beslediğin her şey rahatça 128K'lık bir pencereye sığıyorsa, ki bu çoğu e-posta, taslaklama ve kısa belge işini kapsıyor, bu tablonun tamamı anlamsız ve tek sağlayıcılı bir abonelik daha basit bir satın alma. Model nasıl seçilir rehberi kalite ve maliyet için aynı kararı ele alıyor.
Bu sayfaya atıf yapmak için: çapasız URL sabit, veri tarihi tam tablonun üzerinde basılı, ve token rakamları pazarlama sayfalarından değil sağlayıcı kataloğundan geliyor.
- Baştaki rakama güvenmeden önce belgelerini ve geçmişini pencereden çıkar
- Uzun belgeler için sadece baştan değil, ortadan hatırlamayı test et
- Herhangi bir şeye karar vermeden önce tokenları dörtte üç kuralıyla sayfalara çevir
- Pencereyi abonelik başına değil, görev başına seç
- Bir rakama atıf yaparken tam tablonun üzerindeki veri tarihini kontrol et
Sık sorulan sorular
Hangi yapay zeka modeli en büyük bağlam penceresine sahip?
Ağustos 2026 kataloğuna göre bu, DeepSeek'ten DeepSeek V4 Flash 0731, 1M token ile. Yukarıdaki tam tablo tüm 100 modeli pencere boyutuna göre sıralı listeliyor, veri tarihi üzerinde basılı.
En büyük Claude bağlam penceresi nedir?
Dizindeki en büyük Claude bağlam penceresi 1M token (Claude Fable 5), yaklaşık 1,900 sayfalık metne sığıyor. Daha küçük Claude modelleri yukarıdaki tam tabloda listeleniyor.
En büyük GPT bağlam penceresi nedir?
Dizindeki en büyük GPT bağlam penceresi 1M token (GPT-5.4), yaklaşık 2,000 sayfalık metne sığıyor. Daha küçük GPT modelleri yukarıdaki tam tabloda listeleniyor.
En büyük Gemini bağlam penceresi nedir?
Dizindeki en büyük Gemini bağlam penceresi 1M token (Gemini 2.5 Flash), yaklaşık 2,000 sayfalık metne sığıyor. Daha küçük Gemini modelleri yukarıdaki tam tabloda listeleniyor.
En büyük Grok bağlam penceresi nedir?
Dizindeki en büyük Grok bağlam penceresi 1M token (Grok 4.3), yaklaşık 1,900 sayfalık metne sığıyor. Daha küçük Grok modelleri yukarıdaki tam tabloda listeleniyor.
Daha büyük bir bağlam penceresi her zaman daha mı iyidir?
Hayır. Daha büyük pencereler daha pahalıya mal olur ve hatırlama çok büyük bir bağlamın ortasına doğru bozulur. Bütün kitaplar, kod tabanları ve uzun deşifreler için büyüklük belirleyicidir, gündelik sohbet için önemsizdir. En büyük rakama ödeme yapmak yerine pencereyi göreve göre eşleştir.
Bir bağlam penceresine kaç sayfa sığar?
Müsvedde sayfası elde etmek için token sayısını kabaca 530'a böl: bir token İngilizce bir kelimenin yaklaşık dörtte üçü, ve bir sayfa yaklaşık 400 kelimedir. Yani 128K token yaklaşık 240 sayfadır, ve bir milyon token yaklaşık 1,900 sayfadır. Kod ve İngilizce olmayan metin genellikle daha az sığar.