Calculadora de ventana de contexto

¿Cuántos documentos, páginas de PDF o líneas de código caben en Claude, GPT y Gemini?

Modelo

Ventana propia, miles de tokens

Reserva para la respuesta y el prompt del sistema, tokens

Tengo

Idioma del texto

Opcional: pega tu propio texto para medirlo

Qué cabe en {m}

Todos los modelos de un vistazo

Modelo	Contexto	Utilizable	Tu volumen	Usado	¿Cabe?	Páginas de PDF	Líneas de código

Comparar el coste de estos modelos →

Ventanas de contexto a septiembre de 2026.

Todas las cifras son estimaciones: un token equivale a unas 0,75 palabras inglesas, una página A4 de texto son unos 670 tokens, una página de PDF unos 700, una página de PDF escaneada o con muchas imágenes unos 1600, una línea de código unos 12 y una imagen unos 1300 (los proveedores difieren). El texto que no está en inglés necesita más tokens por palabra, y los modelos Claude desde la 4.7 usan un tokenizador que genera un 30 % más de tokens para el mismo texto, algo que se refleja aquí. Deja siempre sitio para la respuesta: los modelos suelen rendir mejor muy por debajo de su ventana máxima. Todo se calcula en tu navegador; tu texto no se envía a ningún sitio.

Sobre las ventanas de contexto

La ventana de contexto es la cantidad de texto que un modelo de lenguaje puede considerar a la vez: tus instrucciones, los documentos que adjuntas, la conversación hasta ahora y la respuesta que está escribiendo comparten el mismo presupuesto, medido en tokens. Las ventanas han pasado de unos pocos miles de tokens a un millón o más, lo bastante para varios libros o un código fuente mediano completo.

Saber si tu material cabe ahorra tiempo y dinero. Un contrato largo, un conjunto de artículos científicos o un repositorio entran en un solo prompt o hay que dividirlos, resumirlos o consultarlos por partes. Las páginas de texto, las páginas de PDF escaneadas, el código fuente y las imágenes consumen tokens a ritmos distintos, y los idiomas distintos del inglés suelen necesitar bastantes más tokens para el mismo significado.

Una ventana mayor no es automáticamente mejor: los prompts muy largos cuestan más, responden más despacio y los modelos pueden pasar por alto detalles enterrados en el medio. Usa esta calculadora para ver cuánto margen tienes en Claude, GPT, Gemini y otros modelos y decide si enviarlo todo de una vez o dar al modelo solo las partes que importan.