Concepts fondamentaux
Chargez des bases de code et des livres entiers dans une seule conversation avec Claude
1M de tokens, environ 555 000 mots en une seule requête
La fenêtre de contexte de Claude est la quantité de texte qu'il peut référencer à la fois, y compris sa propre réponse. Sur les modèles actuels d'Anthropic (Claude Fable 5.1, Opus 5.5, Sonnet 5.5 et Haiku 5.5), elle est de 1M de tokens, ce qu'Anthropic estime à environ 555 000 mots. Cela change fondamentalement la façon de travailler avec l'IA. Au lieu de donner à Claude de petits extraits en espérant qu'il comprenne la vue d'ensemble, vous pouvez lui donner la vue d'ensemble complète.
Une fenêtre de contexte n'est pas qu'une simple spécification technique, elle détermine quels types de tâches sont possibles. Une fenêtre de 4K tokens peut gérer une courte conversation. Une fenêtre de 1M de tokens peut analyser une base de code entière, lire un livre complet ou comparer des dizaines de documents simultanément. Voici ce que vous devez savoir.
Les modèles Claude actuels d'Anthropic (Fable 5.1, Opus 5.5, Sonnet 5.5 et Haiku 5.5) ont une fenêtre de contexte de 1M de tokens, environ 555 000 mots, et peuvent générer jusqu'à 128K tokens de sortie par requête. Certains modèles plus anciens, comme Claude Haiku 4.5, ont une fenêtre de 200K tokens (environ 150 000 mots). Cela signifie que vous pouvez inclure des bases de code entières, des articles de recherche complets ou des documents de 300 pages en une seule requête, et Claude peut référencer n'importe quelle partie dans ses réponses.
Fondamentaux
Qu'est-ce qu'une fenêtre de contexte ?
Les modèles d'IA ne lisent pas des mots, ils lisent des tokens. Un token est un fragment de texte, typiquement 3 à 4 caractères en anglais. "Hello" est un token. "Anthropic" représente deux tokens ("Anthrop" + "ic"). Le code se tokenise différemment de la prose : une ligne de Python peut représenter 10 à 20 tokens selon les noms de variables et la syntaxe. Anthropic estime que 1M de tokens équivaut à environ 555 000 mots anglais avec son tokeniseur actuel (les anciens modèles tiennent environ 750 000 mots dans 1M de tokens), et que 200K tokens équivaut à environ 150 000 mots.
La fenêtre de contexte détermine ce que Claude peut "voir" lors de la génération d'une réponse. Tout ce qui se trouve à l'intérieur de la fenêtre, vos messages, les réponses de Claude, les documents téléchargés, les prompts système, est visible. Tout ce qui est en dehors est invisible. Une fenêtre plus grande signifie que Claude peut raisonner sur davantage d'informations simultanément, ce qui permet des tâches tout simplement impossibles avec des contextes plus petits : analyser des contrats juridiques entiers, examiner des bases de code complètes, ou maintenir des conversations longues et cohérentes.
La fenêtre de contexte inclut à la fois ce que vous envoyez (tokens d'entrée) et ce que Claude génère (tokens de sortie). Une seule requête sur un modèle actuel peut générer jusqu'à 128K tokens de sortie, et tout raisonnement effectué par Claude compte également. Si votre entrée remplit presque la fenêtre, il reste peu de place pour la réponse, alors laissez de la marge pour la réponse attendue.
Comparaison
Fenêtre de contexte par modèle Claude
| Modèle | Contexte | Mots approx. | Remarques |
|---|---|---|---|
| Claude Fable 5.1 | 1M tokens | ~555,000 words | Jusqu'à 128K tokens de sortie par requête. Pour un raisonnement exigeant et un travail agentique sur un long horizon. |
| Claude Opus 5.5 | 1M tokens | ~555,000 words | Jusqu'à 128K tokens de sortie par requête. Pour le codage agentique de longue durée et le travail de connaissance. |
| Claude Sonnet 5.5 | 1M tokens | ~555,000 words | Jusqu'à 128K tokens de sortie par requête. Équilibre vitesse et intelligence. |
| Claude Haiku 5.5 | 1M tokens | ~555,000 words | Jusqu'à 128K tokens de sortie par requête. Pour les tâches à fort volume et sensibles à la latence. |
| Claude Haiku 4.5 (legacy) | 200K tokens | ~150,000 words | Les anciens modèles comme Haiku 4.5 et le Sonnet 4.5, désormais obsolète, conservent une fenêtre de 200K. |
Tailles de contexte selon la documentation d'Anthropic en date d'octobre 2026. Pour chaque sortie Claude avec sa date, consultez la Chronologie des modèles Claude.
Applications
Comment utiliser toute la fenêtre de contexte
Chargez un dépôt entier dans une seule conversation. Claude peut lire des milliers de lignes de code, comprendre l'architecture, trouver des bugs à travers plusieurs fichiers, suggérer des refactorisations qui tiennent compte des dépendances, et générer une documentation qui reflète l'implémentation réelle, pas seulement le fichier qu'il peut voir.
Téléchargez des contrats, des articles de recherche, des rapports financiers, ou même des livres entiers. Demandez à Claude de résumer, d'extraire des informations spécifiques, d'identifier des incohérences, ou de répondre à des questions nécessitant une synthèse d'informations provenant de différentes sections. Aucun découpage ni fragmentation requis.
Chargez plusieurs documents simultanément, des propositions concurrentes, différentes versions d'un contrat, des articles de recherche sur le même sujet, ou des rapports trimestriels sur plusieurs années. Claude peut comparer, confronter et identifier des différences qui prendraient des heures à trouver manuellement.
Lors d'une longue session de travail, l'historique de votre conversation reste dans le contexte. Claude se souvient de ce dont vous avez discuté 50 messages plus tôt. Cela signifie que vous pouvez affiner le travail de façon itérative, éditer un document, discuter de stratégie, déboguer du code, sans que Claude ne perde le fil des décisions antérieures.
Bonnes pratiques
Bonnes pratiques pour la fenêtre de contexte
Placez vos documents et instructions clés au début de la conversation. Même si Claude peut accéder à toute la fenêtre de contexte, l'attention est la plus forte au début et à la fin du contexte. Structurez votre prompt pour que les informations critiques apparaissent en premier.
Lorsque vous chargez plusieurs documents, étiquetez clairement chacun avec des en-têtes, des balises XML ou des délimiteurs. "Document 1 : Rapport financier T3" est beaucoup plus facile à référencer pour Claude qu'un mur de texte non étiqueté. La structure aide Claude à citer et à faire des références croisées avec précision.
Ce n'est pas parce que vous pouvez tout faire entrer dans un seul contexte que vous devez toujours le faire. Si vous devez traiter 500 documents avec le même prompt, le traitement par lots (un document par requête) est plus fiable et rentable que de les entasser tous dans une seule conversation. Utilisez le contexte complet pour les tâches qui nécessitent un raisonnement inter-documents.
Chaque token de la fenêtre de contexte coûte de l'argent sur l'API. Une requête comportant 200K tokens de contexte coûte nettement plus par message qu'une requête de 5K tokens, car le modèle traite l'intégralité du contexte à chaque réponse. Pour les applications sensibles aux coûts, n'incluez que ce que le modèle a réellement besoin de voir.
FAQ
Questions fréquentes
Pas nécessairement. Une fenêtre de contexte plus grande signifie que Claude peut voir davantage d'informations, mais la qualité des résultats dépend de la façon dont vous structurez ces informations. Un prompt de 10K tokens bien organisé surpasse souvent un déversement désordonné de 100K tokens. La fenêtre de contexte est une limite de capacité, pas un curseur de qualité, pensez-y comme à un bureau : un plus grand bureau aide quand vous avez vraiment besoin d'étaler de nombreux documents, mais un petit bureau bien rangé vaut mieux qu'un grand bureau encombré.
Un token représente environ 3/4 d'un mot en anglais. Un document de 1 000 mots fait approximativement 1 333 tokens. Le code a tendance à se tokeniser moins efficacement que la prose, attendez-vous à environ 1 token par 3 caractères pour le code. Anthropic fournit un outil de tokenisation dans sa documentation, et la plupart des bibliothèques clientes de l'API incluent un utilitaire de comptage de tokens.
La fenêtre de contexte est tout ce que Claude peut voir dans une seule conversation, vos messages, ses réponses, et tous les documents que vous avez partagés. Elle se réinitialise lorsque vous démarrez une nouvelle conversation. La mémoire (via Claude Projects ou le prompt système de l'API) est une information persistante qui se maintient entre les conversations. Pensez au contexte comme à une mémoire de travail à court terme, et aux projects/prompts système comme à du matériel de référence à long terme.
Sur l'API, vous payez par token, en entrée comme en sortie. Une conversation qui remplit une grande part de la fenêtre de contexte coûte plus par réponse, car Claude traite tout le contexte chaque fois qu'il génère une réponse. C'est pourquoi la gestion du contexte est importante : n'incluez que les informations dont le modèle a besoin pour la tâche en cours. Sur claude.ai (produit grand public), les coûts de contexte sont couverts par votre abonnement.
Apprenez à utiliser Claude efficacement
Arrêtez de lire à ce sujet. Construisez quelque chose.