Janela de contexto
A janela de contexto é a quantidade máxima de texto, contada em tokens, que um modelo de linguagem consegue considerar de uma só vez. Ela comporta suas instruções, a conversa até ali, os documentos que você colar e a resposta que está sendo escrita.
Atualizado em 8 de novembro de 2026
Legível só nos seus dispositivos.
Sua conversa é legível no seu dispositivo, e nos seus outros dispositivos se você os sincronizar. Em nenhum outro lugar.
Ilegível para nós.
Sua mensagem passa sem ser gravada; suas conversas só ficam com a gente criptografadas.
O modelo não sabe quem você é.
Ele recebe a pergunta, nunca seu e-mail, sua conta ou seu endereço IP.
Nada fica pelo caminho.
A resposta volta e é guardada aqui, criptografada; mesmo com a sincronização, sua chave nunca chega até nós em claro.
Como funciona
Um modelo não tem memória entre as requisições. Toda vez que você envia uma mensagem, o aplicativo manda a conversa inteira de novo, e o modelo a lê desde o começo. Tudo o que cabe na janela fica visível para ele; o que fica de fora simplesmente não existe naquela resposta. A janela é dividida entre o que entra e o que sai, então um prompt longo deixa menos espaço para a resposta, e muitos modelos ainda impõem um teto separado para o tamanho de cada resposta. Anexos de imagem, definições de ferramentas e instruções ocultas também ocupam lugar. Pense numa mesa de trabalho: uma pequena obriga você a guardar papéis, uma grande comporta o processo inteiro.
Uma janela maior permite trabalhar com material mais longo: um contrato de quarenta páginas, a teleconferência de resultados do trimestre, o rascunho de uma tese, uma planilha exportada ou um repositório inteiro, sem picotar nada. Mas há custos. Ler mais tokens leva mais tempo e, nos modelos pagos, custa mais dinheiro. Os modelos também lidam de forma irregular com entradas muito longas, e detalhes enterrados no meio de um texto enorme às vezes passam batido, então uma janela grande não garante que cada linha seja bem aproveitada.
Quando a conversa ultrapassa a janela, o aplicativo precisa escolher. Pode descartar ou encurtar as mensagens mais antigas, trocá-las por um resumo ou pedir que você recomece. Alguns aplicativos preservam as instruções iniciais e as últimas trocas e condensam o que fica no meio. Outra saída é a recuperação: em vez de colar uma biblioteca inteira, você faz uma busca e entrega ao modelo só as passagens que importam para a pergunta. Truques de arquitetura, como atenção por janela deslizante, embeddings posicionais rotativos e cache de chaves e valores, permitem esticar a janela para centenas de milhares de posições, embora o consumo de memória e a latência ainda cresçam conforme o prompt aumenta.
No NeverNo
Cada modelo do NeverNo tem a própria janela, indicada na sua página. A maior parte do catálogo oferece 128.000 ou 200.000 tokens, o Claude Haiku 5.5 tem 100.000, e o Kimi K3, o modelo de raciocínio privado da Moonshot, tem a maior de todas, com 256.000 tokens. É espaço suficiente para colocar um relatório longo ou uma pilha de documentos em uma única conversa e fazer perguntas sobre o conjunto.
A página da alternativa ao ChatGPT descreve a mesma ideia para quem está vindo de outro assistente: leve um documento longo, mantenha a conversa e escolha o modelo cuja janela se encaixa no trabalho. Para coleções grandes demais para qualquer janela, o Cofre guarda seus documentos criptografados no navegador e envia apenas as passagens de que cada pergunta precisa.
O que vale lembrar
A janela é contada em tokens e abrange instruções, histórico, documentos e resposta, tudo junto.
O modelo não vê nada além da janela, então o conteúdo mais antigo precisa ser encurtado, resumido ou recuperado por busca.
Uma janela maior ajuda com material longo, mas deixa tudo mais lento e ainda pode perder detalhes no meio do texto.
O tamanho muda conforme o modelo: no NeverNo, vai de 100.000 a 256.000 tokens.
A saída também conta: um prompt que quase enche a janela deixa pouquíssimo espaço para a resposta.
Perguntas frequentes
Janela de contexto é a mesma coisa que a memória do modelo?
Não exatamente. Ela é o espaço de trabalho de uma requisição. O modelo não guarda nada depois; o aplicativo reenvia a conversa a cada vez. Os recursos de memória de longo prazo são outra coisa e só acrescentam pequenas anotações dentro dessa mesma janela.
O modelo aproveita bem a janela inteira?
Nem sempre. Entradas muito longas podem diluir a atenção, e um fato posto no meio talvez passe despercebido. Ajuda deixar a pergunta principal e as passagens essenciais bem claras e pedir citações. Os testes de agulha no palheiro medem justamente essa fraqueza.
O que fazer com um documento maior que a janela?
Divida o texto, resuma parte por parte ou use recuperação: indexe o documento, busque as passagens ligadas à sua pergunta e entregue ao modelo só elas. O verbete sobre geração aumentada por recuperação explica o método. Separar por capítulo, por título de seção ou por marcação de tempo mantém cada pedaço coerente quando é preciso dividir.
Faça a sua primeira pergunta
Sem conta e sem cartão. Escreva em qualquer um dos 10 idiomas que o NeverNo fala.
Abrir o chat