Resumindo. A janela de contexto é a quantidade máxima de texto que um modelo de IA consegue ler de uma vez só — medida em tokens. Ela inclui sua pergunta, os documentos que você cola e o histórico da conversa. Em 2026 vai de uns 200 mil tokens (Claude) até 1–2 milhões (GPT-5.x, Gemini). Quando um chat cresce mais que a janela, a IA “esquece” as partes mais antigas.
Última revisão: 6 de julho de 2026. Revisado a cada trimestre, porque os limites de contexto dos modelos mudam mais rápido que quase tudo o mais na IA.
Você cola um contrato longo no ChatGPT, faz três perguntas bem pensadas — e na quarta a IA age como se nunca tivesse visto a página 40. Chato, né? Mas não é um bug, e a IA não está com preguiça. Você só bateu na borda da janela de contexto dela. E, depois que entende o que é isso, um monte de comportamento estranho da IA de repente começa a fazer sentido.
É também o número que todo laboratório de IA fica exibindo agora. O Google empurrou com força a janela de 2 milhões de tokens do Gemini, colocando ela como o recurso de destaque dos modelos Pro mais novos. Ou seja, o termo está em todo lugar. Esta página é a versão em português claro do que ele realmente significa — e por que ele importa pro seu trabalho.
Uma janela de contexto é a quantidade máxima de texto — medida em tokens — que um modelo de IA consegue ler e levar em conta de uma vez enquanto escreve uma resposta. Em bom português: o quanto a IA consegue “enxergar” de uma tacada só. Quanto maior a janela, mais ela lê de uma vez.
O que é de verdade uma janela de contexto, em português claro
A janela de contexto é tudo o que uma IA consegue olhar enquanto responde pra você: sua pergunta atual, todos os arquivos ou trechos que você colou, as mensagens anteriores deste chat e a resposta que ela está montando. Imagine uma mesa com espaço pra um número fixo de folhas. Enquanto uma folha está na mesa, a IA consegue ler. A mesa enche, você coloca mais, e as folhas mais antigas escorregam pela beirada. Esse momento exato — a folha caindo da mesa — é justamente por que um chatbot “esquece” o que você contou antes.
A janela é medida em tokens, não em palavras. Um token é um pedaço de texto — mais ou menos quatro caracteres, ou cerca de três quartos de uma palavra. Em português a densidade é um pouco maior, então na prática 1.000 palavras dão perto de 1.300 a 1.500 tokens. Uma janela de 200 mil tokens segura então algo em torno de 150 mil palavras, o que a Anthropic estima em mais de 500 páginas de material. O número exato varia com o idioma e a formatação — o português, com seus acentos e palavras mais compridas, se tokeniza um pouco pior que o inglês (conte com uns 30% de tokens a mais pro mesmo texto) — mas a ordem de grandeza já dá pra se organizar.
E aqui vem a parte que a maioria não percebe. A janela de contexto não é só a sua entrada. É entrada mais saída — a resposta do modelo sai do mesmo orçamento. A OpenAI diz na lata: a janela de contexto conta tanto os tokens que você envia quanto os que o modelo gera de volta. Então, se você encher a janela até a boca com um documento enorme, pode sufocar o espaço que a IA precisa pra escrever uma resposta longa. A janela é um espaço compartilhado, não uma caixa de entrada.
Por que a janela de contexto importa agora
A janela de contexto importa em 2026 porque é o número que decide se você consegue entregar pra uma IA um pedaço de trabalho de verdade — um contrato completo, um trimestre de lançamentos contábeis, uma base de código inteira — ou se vai ter que picotar tudo em pedaços e perder o fio da meada no caminho. Os limites saltaram tão rápido que hoje é rotina o que há um ano era impossível.
Há dois anos a janela típica era minúscula. O GPT-4o chegava a 128 mil tokens, o GPT-3 mal batia uns 4 mil. Hoje o Claude fica em 200 mil tokens por padrão e oferece uma opção de 1 milhão em beta. A linha GPT-5.x da OpenAI vai, dependendo da variante, de várias centenas de milhares até 1 milhão de tokens — o próprio app do ChatGPT já gira em torno de 400 mil. O Google indica até 2 milhões de tokens pro Gemini, a maior em uso amplo. E no extremo, o Llama 4 Scout da Meta declara 10 milhões de tokens (pesos abertos, auto-hospedado) — mais uma prova de que dá do que algo pro dia a dia do escritório.
Pra quem trabalha, isso é a diferença entre “a IA é um brinquedo pra perguntas curtas” e “a IA consegue ler a coisa inteira”. Uma janela de 200 mil tokens já engole um relatório longo; uma de 2 milhões engole um livro. Mas — e essa é a parte honesta que a maioria das páginas das empresas pula — conseguir que algo caiba na janela não é a mesma coisa que o modelo usar tudo de forma confiável. Mais sobre isso já já.
Como a janela de contexto funciona (sem o economês técnico)
A janela de contexto funciona apresentando ao modelo um único bloco de texto e deixando ele prever o que vem depois, um token de cada vez. Tudo o que está nesse bloco — suas instruções, seus dados colados, o histórico do chat, a resposta pela metade — está em jogo. Nada fora dele existe, no que depender do modelo. Não existe um “arquivo de longo prazo” separado do qual ele leia escondido; se um fato não está na janela neste instante, o modelo não consegue vê-lo.
Quando uma conversa se alonga, a ferramenta tem que decidir o que mantém. A abordagem mais simples é uma janela deslizante: manter as mensagens mais recentes que couberem e deixar cair em silêncio as mais antigas. É por isso que um chat longo vai perdendo aos poucos seus primeiros detalhes enquanto lembra do que você acabou de dizer. Algumas ferramentas são mais espertas — resumem os turnos antigos numa nota curta e guardam o resumo em vez do texto completo, de modo que a essência sobrevive mesmo quando as mensagens palavra por palavra somem. De um jeito ou de outro, a janela de contexto é o teto duro por baixo de tudo.
Um exemplo curto torna a ideia do orçamento compartilhado concreta. Digamos que você usa um modelo com uma janela de 200 mil tokens e cola um documento de 180 mil tokens. Sobram então uns 20 mil tokens pra todo o resto: sua pergunta, o raciocínio do modelo, a resposta dele. Se você pedir agora uma reescrita de 50 páginas, fica sem espaço — não porque a IA não conseguiria, mas porque não sobrou lugar na janela pra colocar tudo isso. Os modelos Claude recentes até conseguem acompanhar o próprio orçamento restante no meio da tarefa, pra não se encurralarem nesse canto.
Onde a janela de contexto aparece no trabalho real
A janela de contexto define em silêncio as regras de quase tudo o que você faz com IA em documentos reais. Ela decide o quanto você pode colar, por quanto tempo um chat continua coerente e se você precisa de um desvio como a recuperação. A tabela abaixo mapeia as situações do dia a dia em que a janela é o que de fato ajuda ou limita — quase sempre sem ninguém te avisar que é justamente isso que está rolando.
| O que você está fazendo | Por que a janela de contexto importa | O limite prático |
|---|---|---|
| Colar um contrato ou relatório longo | O documento inteiro precisa caber pra ser analisado numa passada | 200K seguram ~500 páginas; mais que isso pede picotar ou recuperação |
| Um vai e volta longo no chat | Os turnos antigos caem quando o chat passa da janela | A IA “esquece” os primeiros detalhes; resuma ou recomece |
| Jogar uma planilha grande | As linhas também são tokens; dados largos comem a janela rápido | Corte pras colunas e linhas que importam, não o export inteiro |
| Alimentar uma base de código inteira | Janelas grandes deixam a IA ver muitos arquivos de uma vez | 1M de tokens ≈ um repo médio — mas a lembrança não é perfeita |
| Subir um capítulo de livro didático | Cabe tranquilo em janelas modernas pra perguntas e resumos | A lembrança de detalhes do meio cai em entradas muito longas |
| Montar um assistente sobre base de conhecimento | Colar a biblioteca inteira estoura qualquer janela | Use RAG pra trazer só trechos relevantes por pergunta |
O padrão em tudo isso: a janela de contexto é o seu orçamento, e um bom trabalho com IA é, na maior parte, gastar ele bem. Cole a página que importa, não a pasta inteira. Quem mais tira proveito da IA em 2026 não é quem tem acesso à maior janela — é quem aprendeu a ser seletivo com o que entra. É bem nesse hábito que os nossos cursos se apoiam, porque é a habilidade mais barata com o maior retorno.
O que isso significa pra advogados
Pra advogados, a janela de contexto é o motivo de uma IA revisar um acordo de confidencialidade de 12 páginas em segundos, mas tropeçar num contrato-guarda-chuva de 300 páginas com 40 anexos. O documento inteiro precisa caber na janela pra IA raciocinar de ponta a ponta. Uma janela padrão de 200 mil tokens cobre mais ou menos 500 páginas, então a maioria dos contratos avulsos cabe — mas uma pasta completa de operação com as petições e os anexos estoura, e é justamente aí que a IA começa a “deixar passar” uma cláusula que ela simplesmente não consegue ver.
O fluxo que aguenta: alimente a IA um documento de cada vez, peça pra ela puxar as cláusulas específicas que te interessam (responsabilidade, rescisão, lei aplicável) e coloque sua instrução no topo do prompt, onde a lembrança é mais forte. Num calhamaço enorme, não cole tudo — busque antes as seções relevantes e entregue só elas. O limite honesto, e ele é grande pro trabalho jurídico: nunca confie numa IA de contexto longo pra pegar todas as remissões enterradas num contrato de 200 páginas. O efeito “lost in the middle” (Liu et al., 2023) faz com que justo o detalhe da página 130 seja o que mais provavelmente escapa. A versão final quem lê ainda é uma pessoa.
O próximo passo: o curso IA para advogados mostra um jeito cuidadoso e respeitoso ao sigilo profissional de usar IA em documentos jurídicos reais — o que colar, o que nunca colar e como verificar a saída. Duas primeiras aulas grátis, sem cartão.
O que isso significa pra contadores
Pra contadores, a janela de contexto decide o quanto do razão uma IA consegue olhar de uma tacada. Se você cola um export de 50 mil linhas de lançamentos, não está entregando “uma planilha” — está entregando uma enxurrada de tokens, porque cada célula conta contra a janela. É por isso que uma IA dá uma resposta afiada sobre um balancete enxuto e uma vaga sobre um despejo bruto de fechamento de ano. O remédio raramente é um modelo maior. É colar as colunas e o período que de fato importam, não o export inteiro.
O fluxo de referência pro fechamento mensal: puxe as contas ou as variações específicas que você está investigando, dê pra IA esse trecho focado mais uma pergunta clara e deixe ela redigir o comentário. Mantenha o chat concentrado numa única tarefa — quando uma conciliação vira um histórico longo, os primeiros números caem da janela e os valores da IA começam a derivar. O limite honesto: uma IA trabalhando dentro de uma janela de contexto faz as contas em cima do que enxerga naquele instante, e vai deixar passar com toda a confiança um número que rolou pra fora da tela. Confira os números você mesmo, e nunca cole dados que identifiquem um cliente num chatbot de consumo.
O próximo passo: IA para contadores mostra como alimentar dados financeiros na IA do jeito certo — o que incluir, o que deixar de fora e como fazer a janela trabalhar a seu favor em vez de contra. Duas primeiras aulas grátis.
O que isso significa pra marketing
Pra galera de marketing, a janela de contexto é o que faz uma IA de fato soar como a sua marca em vez de um mingau genérico — se você usar bem. Cole o seu guia de marca completo, três dos seus melhores e-mails e o briefing, e o modelo consegue manter tudo isso “na cabeça” enquanto escreve, desde que caiba na janela. Com janelas que agora chegam a um milhão de tokens e mais, você coloca uma quantidade séria de contexto de marca num único prompt — há um ano isso significava ficar reexplicando tudo sem parar.
O detalhe é o meio. Se você joga uma bíblia de marca de 40 páginas na frente e esconde o pedido de verdade no fim, o modelo lê melhor as suas instruções e o começo do guia — e o que fica espremido no meio recebe a atenção mais fraca (Liu et al., 2023). Então coloque o briefing e os inegociáveis bem em cima ou bem embaixo, não no meio do arquivo. O limite honesto: uma janela maior tenta você a despejar tudo, mas um contexto enxuto com os seus três melhores exemplos costuma ganhar de um gigante e sem foco. Menos, bem escolhido, ganha.
O próximo passo: escrever o prompt que sai com um primeiro rascunho fiel à marca de primeira é, na maior parte, habilidade de contexto. Engenharia de Prompts — grátis, com certificado — ensina exatamente isso. Duas primeiras aulas grátis.
O que isso significa pra desenvolvedores
Pra desenvolvedores, a janela de contexto é o jogo inteiro no código assistido por IA. Pra refatorar entre arquivos, o modelo precisa desses arquivos na janela ao mesmo tempo. Os modelos recentes de contexto longo tornam isso possível de verdade — 1 milhão de tokens é mais ou menos um repo de tamanho médio, então uma IA consegue realmente “ver” uma base de código inteira de uma vez. É por isso que o tamanho da janela de contexto, e não só a inteligência bruta do modelo, é uma especificação de destaque nas ferramentas de código em 2026.
Mas os desenvolvedores também são os mais queimados pela distância entre “cabe” e “lembra”. Um modelo consegue engolir todo o seu repo e ainda assim perder o rastro de uma função definida 400 mil tokens atrás, porque a lembrança afunda no meio dos contextos muito longos (Liu et al., 2023). O fluxo que aguenta: dê pra IA os arquivos específicos e os pontos de chamada relevantes em vez da árvore inteira, mantenha a tarefa delimitada e revise cada diff. Trate um contexto gigante como uma comodidade pra leitura, não como garantia de que o modelo internalizou tudo.
O próximo passo: Como os LLMs funcionam cobre o que rola embaixo do capô — tokens, janelas de contexto e por que a lembrança longa não é perfeita. É a base pra entender por que gastar bem a janela vale mais que ter a maior delas.
O que isso significa pra professores
Pra professores, a janela de contexto é o que faz “sobe o capítulo e me testa” funcionar de verdade. Um capítulo de livro didático, o equivalente às leituras de uma unidade, até um PDF completo cabe tranquilo numa janela moderna, então a IA consegue responder perguntas, gerar exercícios e resumir sem você redigitar nada. Como os próprios engenheiros do Google lembram, o contexto longo é justamente o recurso que permite a um modelo pegar um livro inteiro de uma vez — e, pra preparar aula, isso é de fato útil.
O limite que vale a pena ensinar pros seus alunos: a IA raciocina sobre o que está na janela neste instante, não sobre tudo o que ela já leu na vida. Se você cola três capítulos e pergunta sobre um parágrafo do meio do capítulo dois, esse é o detalhe que mais provavelmente vai ficar embaçado (Liu et al., 2023). Mantenha cada chat concentrado no material que você está de fato trabalhando, e confira qualquer dado, data ou citação específica antes que vá pra uma folha de exercícios — a janela faz da IA uma parceira de estudo rápida, não um livro didático infalível.
O próximo passo: Fundamentos de IA é o ponto de partida amigável pra quem está começando — explica tokens, janelas de contexto e como conseguir respostas confiáveis, sem economês e sem programação. Duas primeiras aulas grátis.
Mitos comuns sobre a janela de contexto
Um punhado de mitos sobre a janela de contexto está por trás de quase toda a frustração que as pessoas têm com IA em documentos reais. A maioria vem do marketing das empresas, que vende o número de manchete e pula as letras miúdas. Vale a pena colocar isso no lugar antes de confiar à IA qualquer coisa que importe.
“Uma janela de contexto maior sempre significa respostas melhores.”
Meia verdade — e a metade errada sai cara. Uma janela maior deixa você colocar mais, mas não faz o modelo ler com atenção. O efeito “lost in the middle”, bem documentado, mostra uma curva em U: forte no começo e no fim de um contexto longo, mais fraca no meio (Liu et al., 2023). E isso não está resolvido em 2026 — a pesquisa “Context Rot” da Chroma confirma que a confiabilidade continua caindo conforme o comprimento cresce, por causa do próprio funcionamento da atenção dos transformers. Encher uma janela de 2 milhões de tokens com texto pouco relevante costuma dar uma resposta pior que um prompt enxuto e bem escolhido — mais custos mais altos e respostas mais lentas.
“A janela de contexto é a memória da IA.”
Não — e isso confunde quase todo mundo. A janela de contexto é memória de curto prazo do chat atual, e é apagada assim que esse chat acaba. Uma memória de IA permanente é um recurso separado, que guarda fatos sobre você ao longo de conversas diferentes. Um documento longo que você cola vive na janela de contexto, não na memória; feche o chat e a IA não faz ideia de que você um dia compartilhou aquilo. São aparentados, mas não são o mesmo sistema — por isso tratamos a alucinação de IA como um conceito próprio, também ligado ao que sai da janela.
“Se cabe na janela, a IA leu tudo.”
Esse é o mais perigoso pro trabalho profissional. Caber e lembrar são duas coisas diferentes. Um modelo consegue aceitar o seu documento de 500 páginas sem reclamar e ainda assim deixar passar uma cláusula na página 300, porque a atenção afina em entradas muito longas (Liu et al., 2023). Os benchmarks recentes como o NoLiMa mostram bem isso: modelos que quase gabaritam uma simples busca de agulha no palheiro despencam claramente quando é preciso entender o trecho do meio, e não só encontrá-lo palavra por palavra. Trate um contexto grande como “a IA pode consultar isso”, não como “a IA decorou isso”.
“Tokens são a mesma coisa que palavras.”
Perto, mas a diferença conta na hora de planejar. Um token é mais ou menos quatro caracteres ou três quartos de uma palavra, então 100 tokens dão perto de 75 palavras — e em português a conta pende pra mais tokens. Números, código, pontuação e outros idiomas se tokenizam diferente — uma página de dados financeiros densos come mais tokens que uma página de texto corrido, e o português, com seus acentos, costuma ficar um pouco pior que o inglês. Quando você estima se algo cabe, conte que a janela segura menos palavras do que o número bruto de tokens sugere.
“Eu deveria sempre usar o modelo com a maior janela.”
Quase sempre desnecessário, às vezes contraproducente. A maior janela sai mais caro por chamada e não conserta nem um prompt vago nem uma entrada bagunçada. A maioria das tarefas do dia a dia — um e-mail, uma cláusula de contrato, uma seção de relatório — cabe folgada numa janela de 200 mil tokens, com espaço sobrando. Puxe o modelo de um ou dois milhões de tokens quando você realmente precisar raciocinar sobre um calhamaço enorme de uma vez, não por padrão. Gastar bem a janela ganha de ter a maior delas.
Conceitos relacionados
A janela de contexto não vive sozinha — alguns termos vizinhos aparecem o tempo todo junto com ela, e as pessoas confundem eles direto porque se sobrepõem. Como o glossário de IA da FindSkill cresce aos poucos, por enquanto a gente aponta pros artigos e cursos que combinam — as páginas de glossário dedicadas a tokens, RAG e memória da IA chegam uma a uma.
- Alucinação de IA — quando a IA inventa uma resposta falsa mas convincente, muitas vezes justamente porque a informação saiu da janela
- Claude e 1 milhão de tokens: o que muda pra você — o que uma janela gigante muda na prática, e onde ela não resolve
- Por que a IA nunca dá a mesma resposta — por que a mesma pergunta recebe respostas diferentes, e o que a janela de contexto tem a ver
- Contador de tokens pra ChatGPT, Claude e Gemini — a unidade em que a janela é medida, pra contar você mesmo
- Engenharia de Prompts — o curso que ensina a colocar bem o seu prompt na janela que você tem
Pra fechar
A janela de contexto é só o quanto uma IA consegue ler de uma vez — e, depois que você entende isso, a maioria das esquisitices dela deixa de ser mistério. O chatbot esquece porque o chat passou da janela. O documento grande fica embaçado no meio porque a lembrança afunda ali. O remédio quase nunca é “compre a maior janela”. É aprender a gastar a janela que você tem no texto que de fato importa. Cole a página, não a pasta. Esse único hábito separa quem tira trabalho confiável da IA de quem continua se queimando com ela.
Veja também
Se você quer se aprofundar na janela de contexto — e aprender a usá-la bem na sua profissão específica — os cursos e artigos abaixo são os próximos passos óbvios.
Cursos sobre a janela de contexto e temas próximos
- Fundamentos de IA — o ponto de partida pra iniciantes; tokens, janelas, respostas confiáveis
- Engenharia de Prompts — grátis, com certificado; colocar bem o seu prompt na janela
- IA para advogados — revisão de contratos respeitosa ao sigilo profissional
- IA para contadores — alimentar dados financeiros sem sobrecarregar a janela
- IA para professores — preparar material sem perder o fio da meada
- Como os LLMs funcionam — tokens, janelas e o que rola embaixo do capô
- IA no marketing digital — colocar contexto de marca em vez de despejar tudo
Artigos de blog que combinam
- Claude e 1 milhão de tokens: o que muda pra você — o que uma janela gigante muda na prática
- Por que a IA nunca dá a mesma resposta — por que a mesma pergunta dá respostas diferentes
- Contador de tokens pra ChatGPT, Claude e Gemini — contar e estimar tokens você mesmo
- ChatGPT, Claude ou Gemini: qual IA usar em 2026 — os tamanhos de contexto em comparação honesta
Perguntas frequentes
O que é janela de contexto, em poucas palavras? A janela de contexto é o quanto uma IA consegue ler e manter na cabeça de uma vez durante uma conversa: sua pergunta, tudo o que você colou e as trocas até ali. Ela é medida em tokens, pedacinhos de texto de mais ou menos quatro caracteres cada. Quando um chat fica mais longo que a janela, as partes mais antigas saem do campo de visão — e é bem por isso que parece que a IA esqueceu o que você disse no começo.
Por que o ChatGPT esquece o que eu disse antes? Porque a conversa passou da janela de contexto. O modelo só enxerga a parte mais recente do chat que cabe no seu limite de tokens; quando você cruza essa linha, as primeiras mensagens caem e a IA realmente não consegue mais vê-las. Ela não está te ignorando e não está quebrada: o texto antigo simplesmente ficou fora da janela. Um chat novo, ou colar de novo os pontos importantes, traz tudo de volta pro campo de visão.
Qual o tamanho da janela de contexto em 2026? Depende do modelo. O Claude fica em 200 mil tokens por padrão, com uma opção de 1 milhão em beta. O GPT-5.x da OpenAI trabalha, dependendo da variante, de várias centenas de milhares até 1 milhão de tokens, e o app do ChatGPT gira em torno de 400 mil. O Google indica até 2 milhões de tokens pro Gemini. Como regra de bolso: 1 milhão de tokens dá mais ou menos 600 a 700 mil palavras em português, ou seja, vários livros.
Qual a diferença entre janela de contexto e memória da IA? A janela de contexto é memória de curto prazo: tudo o que está no chat atual, que a IA esquece assim que esse chat acaba. A memória da IA é de longo prazo: fatos que a IA guarda e reutiliza em conversas futuras e separadas. A janela é o que ela tem na frente agora; a memória é o que ela leva de uma sessão pra outra. Um PDF longo que você cola vive na janela de contexto, não na memória.
Uma janela maior significa respostas melhores? Não, não automaticamente. Uma janela maior deixa você colocar mais coisa dentro, mas os modelos lembram dos fatos do começo e do fim de um contexto longo bem melhor que dos que ficam enterrados no meio — o famoso problema do “lost in the middle” (Liu et al., 2023). Além disso, encher a janela de texto pouco relevante dilui o foco da IA e sai mais caro. Muitas vezes um contexto pequeno e bem escolhido ganha de um gigante e bagunçado.
Como evitar bater no limite da janela? Cole só o que importa em vez de documentos inteiros, abra um chat novo pra uma tarefa nova e resuma um histórico longo antes de continuar. Pra trabalho recorrente sobre uma base de conhecimento grande, a recuperação (RAG) traz só os trechos relevantes, não a biblioteca inteira. E coloque suas instruções mais importantes bem no começo ou bem no fim de um prompt longo — é ali que o modelo lê com mais fidelidade.
Fontes
- Anthropic, “Context windows” (documentação do Claude), acessado em 06/07/2026. https://platform.claude.com/docs/en/build-with-claude/context-windows
- Google AI for Developers, “Long context” (API do Gemini), acessado em 06/07/2026. https://ai.google.dev/gemini-api/docs/long-context
- IBM (Think), “O que é uma janela de contexto?”, acessado em 06/07/2026. https://www.ibm.com/think/topics/context-window
- Canaltech, “O que é janela de contexto? Veja como funciona a atenção da IA”, acessado em 06/07/2026. https://canaltech.com.br/inteligencia-artificial/o-que-e-janela-de-contexto-veja-como-funciona-a-atencao-da-ia/
- Data Science Academy, “A Janela de Contexto dos LLMs: O Que É, Por Que Importa e Quais São Seus Limites?”, acessado em 06/07/2026. https://blog.dsacademy.com.br/a-janela-de-contexto-dos-llms-o-que-e-por-que-importa-e-quais-sao-seus-limites/
- Liu et al., “Lost in the Middle: How Language Models Use Long Contexts” (arXiv 2307.03172, TACL 2024), acessado em 06/07/2026. https://arxiv.org/abs/2307.03172
- Modarressi et al., “NoLiMa: Long-Context Evaluation Beyond Literal Matching” (arXiv 2502.05167), acessado em 06/07/2026. https://arxiv.org/abs/2502.05167
- Chroma Research, “Context Rot: How Increasing Input Tokens Impacts LLM Performance”, acessado em 06/07/2026. https://research.trychroma.com/context-rot
