aispraakmodellerContext window· 4 min lesetid

Hva er context window?

Kort forklartConcept

Context window er hvor mye tekst en AI-modell kan 'huske' i en samtale. Lær hva det er, hvorfor det er viktig, og forskjellene mellom GPT-4, Claude og Gemini.

Også kjent som:kontekstvindukontekstlengdetoken limit
context windowaispraakmodeller

Hva er context window?

Context window (kontekstvindu) er den maksimale mengden tekst en AI-modell kan prosessere i én forespørsel – alt den kan «se» og «huske» i en samtale, målt i tokens.

Kort forklart Tenk på context window som AI-ens arbeidsminne. GPT-4 Turbo har 128 000 tokens (~300 sider tekst). Claude har 200 000 tokens (~500 sider). Gemini 1.5 Pro har 1 million tokens (~2 500 sider). Alt innenfor vinduet huskes. Alt utenfor er glemt. Hvis du limer inn en hel bok og stiller spørsmål om side 3, kan modellen svare – fordi hele boken er i context window. Men modeller med for langt vindu kan miste fokus midt i («lost in the middle»-problemet).

Hva betyr begrepet

Context window inkluderer ALT modellen prosesserer: din systemprompt, hele samtalehistorikken (alle dine meldinger + alle AI-svar), dokumenter du har limt inn, og det neste svaret modellen genererer. Når vinduet er fullt, kan modellen ikke ta inn mer – eldre meldinger «faller ut» av konteksten.

Modellers context window har vokst eksplosivt. GPT-3 (2020) hadde 4K tokens (~6 sider). GPT-4 (2023) har 8K/32K tokens. GPT-4 Turbo (2023) har 128K tokens (~300 sider). Claude 3.5 (2024) har 200K tokens (~500 sider). Gemini 1.5 Pro (2024) har 1M tokens (~2 500 sider). Gemini 2.0 (2025) har 2M tokens (~5 000 sider).

Et token er ~0,75 ord på engelsk, ~0,5 ord på norsk (norsk bruker flere tokens per ord). 128K tokens ≈ 96 000 engelske ord ≈ 300 sider.

Hvordan fungerer det

Context window er AI-ens totale «syn» under en samtale.

Context window: 128K tokens

Brukt:
  Systemprompt: 500 tokens
  Din melding 1: 200 tokens
  AI-svar 1: 800 tokens
  Din melding 2 + dokument: 50 000 tokens
  = 51 500 tokens brukt

Tilgjengelig for neste svar: 76 500 tokens

Grense nådd? Eldre samtalehistorikk komprimeres eller fjernes

«Lost in the middle»-problemet: modeller er best på å huske starten og slutten av context window, men kan miste informasjon midt i. Et dokument på 100 000 tokens prosesseres – men detaljer på side 150 kan overses. Nyere modeller (Claude, Gemini) er bedre på dette.

Hvorfor er det viktig

Context window avgjør hva du kan gjøre med AI. Stort vindu muliggjør å analysere hele bøker, rapporter og kodebaser i én forespørsel, lange samtaler uten at modellen «glemmer», og multi-dokument-sammenligning. For lite vindu betyr at du må dele opp oppgaver, miste kontekst underveis, og bruke RAG i stedet for direkte input.

For utviklere: context window × tokenpris = kostnad. 200K tokens kontekst er kraftig men dyrt.

Eksempler

Bokanalyse: Du limer inn en hel roman (80 000 tokens) i Claude og spør «oppsummer alle referanser til havet.» Hele boken er i konteksten – modellen finner alt.

Kodebase: Du gir GPT-4 Turbo en hel kodebase (50 filer, 100K tokens) og ber den finne en bug. Den kan se alle filer samtidig og finne sammenhenger.

Samtale: Etter 50 meldinger i en ChatGPT-samtale begynner modellen å «glemme» tidlige meldinger – de faller ut av context window.

Vanlige spørsmål

Betyr større context window alltid bedre?

Ikke nødvendigvis – «lost in the middle»-problemet betyr at kvaliteten kan synke i midten av veldig lange kontekster. Og det er dyrere.

Hva er RAG som alternativ?

RAG (Retrieval-Augmented Generation) henter bare relevant informasjon inn i konteksten i stedet for å putte alt inn. Billigere og fokusert – men mister helhetsoversikt.

Hvorfor koster lang kontekst mer?

Attention-mekanismen skalerer kvadratisk – dobbelt kontekst = 4× beregning. Flash Attention og andre optimaliseringer reduserer dette.

Hva er forskjellen på context window og hukommelse?

Context window er korttidsminne (én samtale). Hukommelse (memory) er langtidsminne mellom samtaler. De fleste modeller har kun context window.

Relaterte begreper

Se også

Oppsummering

Context window er AI-ens arbeidsminne – alt den kan se i én samtale. Claude: 200K tokens, Gemini: 1–2M tokens, GPT-4: 128K. Større vindu = kan prosessere bøker og kodebaser. Begrensninger: «lost in the middle» og høyere kostnad. RAG er et billigere alternativ for å hente spesifikk info. Context window-størrelsen avgjør hva slags oppgaver AI kan håndtere.