Fenêtre de contexte des LLM : le comparatif chiffré

Au 15/11/2026, les modèles phares des cinq grandes familles de LLM (grands modèles de langage) annoncent tous une fenêtre de contexte d'environ un million de jetons : Claude, Gemini 4, Mistral Large 4 et DeepSeek à 1 million, les GPT-6 d'OpenAI à 1,05 million. Les écarts se jouent ailleurs : sur la sortie maximale (de 64 000 à 384 000 jetons selon les cas) et sur les modèles plus petits ou plus anciens, dont la fenêtre peut être bien plus courte.

Cercle IA Tech est édité par IArche, qui édite ALMA, la plateforme IA pour PME. Toutes les valeurs ci-dessous ont été lues sur les documentations officielles le 15/11/2026.

Le tableau

« Non indiquée » : la valeur n'apparaissait pas sur la page lue. Pour les Ministral 3 de Mistral AI, la fenêtre n'était pas affichée sur la page d'ensemble.

Ce que représente un million de jetons

Un jeton est un morceau de mot. Anthropic donne des ordres de grandeur pour ses modèles : avec le découpage introduit à partir de Claude Opus 4.7, un million de jetons correspond à environ 555 000 mots ou 2,5 millions de caractères ; les modèles plus anciens en faisaient tenir environ 750 000 mots. 200 000 jetons représentent environ 150 000 mots. Le même texte ne donne donc pas le même nombre de jetons d'un modèle à l'autre : comparez les fenêtres en jetons, mais vérifiez sur vos propres documents ce qu'elles contiennent.

Contexte et sortie : deux limites différentes

• La fenêtre de contexte est tout ce que le modèle voit à la fois : consignes, documents, historique de la conversation, résultats d'outils, et, selon les éditeurs, la réponse elle-même.
• La sortie maximale est la longueur maximale de la réponse d'un seul appel. Chez Anthropic, les jetons de réflexion y comptent aussi.

Pour produire un long document d'un seul jet, c'est la seconde qui limite. Anthropic signale qu'en traitement par lots, plusieurs de ses modèles montent à 300 000 jetons de sortie avec une option dédiée ; Google annonce jusqu'à 1 million en « décodage long » pour Gemini 4.

Faut-il remplir la fenêtre ?

Non. Une grande fenêtre permet de joindre beaucoup de documents, mais chaque jeton envoyé est facturé, et la page fenêtre de contexte du lexique Cercle IA rappelle, d'après Anthropic, que la précision baisse quand le nombre de jetons augmente. Pour une base documentaire qui dépasse quelques centaines de pages, il est souvent plus juste de ne fournir que les passages utiles à chaque question : c'est le principe du RAG (génération augmentée par récupération), détaillé sur Cercle IA Tech · RAG à propos du découpage des documents.

Comment utiliser ce comparatif

1. Estimez la taille réelle de ce que vous enverrez à chaque demande, en jetons : envoyez un échantillon de vos documents et lisez le décompte de jetons que l'API (interface de programmation) renvoie avec sa réponse.
2. Ajoutez la longueur des réponses attendues et, pour un modèle qui réfléchit, la marge de réflexion.
3. Écartez les modèles dont la fenêtre ou la sortie maximale est trop juste, puis comparez les autres sur la qualité. Méthode complète : quel LLM choisir.