Fenêtre de contexte : définition et impact sur l’usage quotidien de l’IA

Un guide de la fenêtre de contexte des modèles d’IA : comment elle se mesure en tokens, ce qui la remplit au cours d’une conversation, quelle est sa taille dans les modèles actuels, ce qui se passe lorsqu’une conversation dépasse la limite, et les bonnes habitudes à adopter au quotidien pour travailler dans ses limites.

Diagram of a conversation growing over five messages: each new message resends all earlier messages and replies, so the total moves closer to the context window limit.

Une fenêtre de contexte correspond à la quantité de texte qu’un modèle d’IA peut traiter en une seule fois. Ce guide explique ce qui la remplit, quelle est sa taille dans les modèles actuels et comment composer avec cette limite au quotidien.

Ce qu’est une fenêtre de contexte

Une fenêtre de contexte est la limite de la quantité de texte qu’un modèle d’IA peut traiter en une seule fois. Cette limite englobe le texte en entrée, comme une question et tout document joint, ainsi que la réponse produite en sortie. Si un élément ne tient pas dans la fenêtre, le modèle ne peut ni le voir ni s’en servir pour répondre.

La fenêtre de contexte est distincte de ce qu’un modèle a appris pendant son entraînement. L’entraînement a lieu avant la mise à disposition du modèle, sur un très vaste corpus de texte, et lui confère ses connaissances générales et ses compétences linguistiques. La fenêtre de contexte ne contient que les éléments nécessaires à la tâche en cours.

Le modèle d’IA lui-même ne se souvient pas des messages précédents. C’est l’application dans laquelle il fonctionne, comme Perplexity ou ChatGPT, qui enregistre la conversation. À chaque nouveau message, l’application envoie au modèle l’intégralité de la conversation jusque-là, et pas seulement le dernier message. Le modèle relit l’ensemble avant de répondre, et cette réponse fait à son tour partie de ce qui sera envoyé la fois suivante. L’empreinte d’une conversation dans la fenêtre augmente à chaque échange : une longue discussion composée de messages courts peut donc tout de même occuper beaucoup de place.

Comment se mesure une fenêtre de contexte

Chaque message, document et réponse d’une conversation occupe de la place dans la fenêtre. L’espace disponible se mesure en tokens, et non en un nombre donné de mots ou de pages.

Un token est un fragment de texte que le modèle traite comme une unité. Il peut s’agir d’un mot court, d’une partie d’un mot plus long, d’un signe de ponctuation ou d’un mot accompagné de l’espace qui le précède. Selon OpenAI, 100 tokens correspondent à environ 75 mots. D’après cette estimation approximative, valable pour l’anglais, un rapport de 3 000 mots représenterait environ 4 000 tokens.

Avant que le modèle ne lise quoi que ce soit, un outil appelé tokeniseur découpe le texte en tokens et convertit chacun d’eux en nombre. Le modèle traite ces nombres, génère sa réponse sous forme de suite de tokens, puis l’outil les reconvertit en texte.

Le nombre de tokens n’est pas standardisé. Il dépend de la langue et du contenu. Les tokeniseurs pouvant varier d’un modèle à l’autre, un même paragraphe peut produire un nombre de tokens différent selon le modèle.

Fenêtre de contexte et souvenir enregistré : quelle différence ?

La fenêtre de contexte contient ce que le modèle peut utiliser pour répondre à la question en cours. Par exemple, lorsqu’une IA modifie un rapport, le rapport, les instructions de modification et les messages échangés pendant le travail occupent de la place dans la fenêtre.

Le souvenir enregistré conserve certains détails d’une conversation à l’autre. Dans Perplexity, l’application sélectionne automatiquement ce qu’elle enregistre : elle repère les préférences et les informations importantes, et accorde plus de poids aux détails qui reviennent souvent. Une instruction durable comme « Utilise l’anglais britannique pour tous mes textes » illustre le type de détail qui mérite d’être conservé, tandis que « Raccourcis ce paragraphe » ne concerne que la tâche en cours.

Lorsque l’application intègre l’un de ces détails dans une nouvelle conversation, il fait partie du contexte du modèle et occupe de la place dans la fenêtre. Dans Perplexity, les commandes de la mémoire se trouvent dans Paramètres → Mémoire. Désactiver la mémoire empêche son utilisation dans les réponses futures, mais ne supprime pas les détails déjà enregistrés.

Ce qui remplit une fenêtre de contexte au cours d’une conversation

Une fenêtre de contexte contient bien plus que les mots saisis par l’utilisateur. Dans une conversation type, quatre types de texte se partagent l’espace : les instructions de l’application, l’historique de la conversation, les contenus provenant de fichiers ou du Web, et la réponse du modèle. La majeure partie n’apparaît jamais à l’écran.

Instructions de l’application

Avant que le message de l’utilisateur ne parvienne au modèle, l’application ajoute ses propres instructions (souvent appelées « prompt système »). Celles-ci indiquent au modèle comment se comporter : comment mettre en forme les réponses, quel ton adopter, quels outils il peut utiliser, ainsi que des détails comme la date du jour. Une partie de ces éléments, comme les instructions internes de l’application, n’est généralement pas montrée à l’utilisateur.

Historique de la conversation

Cet historique comprend les réponses précédentes du modèle ainsi que tous les messages de l’utilisateur pris en compte pour la réponse en cours. Souvent, les réponses de l’IA sont bien plus longues que les questions de l’utilisateur.

Fichiers importés, pages web et résultats de recherche

Le texte issu de fichiers occupe de l’espace de contexte aux côtés de la conversation, mais une application peut fournir un fichier entier ou n’en sélectionner que les passages pertinents. Par exemple, Perplexity peut analyser intégralement les fichiers courts et extraire les parties importantes des fichiers plus longs pour répondre à la requête.

Les résultats de recherche prennent aussi de la place. Par exemple, pour répondre à une requête, Perplexity peut effectuer une recherche sur le Web et transmettre les résultats au modèle pour qu’il les lise.

La réponse et le raisonnement du modèle

La réponse est rédigée dans la même fenêtre : l’application doit donc lui laisser de la place. Certains modèles génèrent également un raisonnement interne pendant qu’ils élaborent une réponse, que l’utilisateur ne verra peut-être jamais. Le texte de raisonnement correspond au travail du modèle étape par étape, comme décomposer une question en plusieurs parties ou vérifier ses propres chiffres, rédigé avant la réponse finale. Il est généralement lui aussi pris en compte dans la limite de la fenêtre.

Taille de la fenêtre de contexte des modèles d’IA actuels

Une fenêtre de contexte plus grande permet à un modèle de traiter des documents plus longs, davantage de sources et des conversations plus longues. Les principaux modèles d’OpenAI, d’Anthropic et de Google offrent désormais chacun une fenêtre d’environ 1 million de tokens, soit à peu près 1 500 pages de texte.

Modèle

Fournisseur

Fenêtre de contexte (tokens)

GPT-6 Astra

OpenAI

1,05 million

Claude Opus 5.5

Anthropic

1 million

Gemini 4 Argon

Google

1 048 576

Spécifications des API des fournisseurs, consultées le 5 novembre 2026. Les limites disponibles dans une application peuvent différer.

Une fenêtre plus grande ne signifie pas qu’un modèle en exploite chaque partie aussi bien. Des recherches ont montré que les performances peuvent devenir moins fiables à mesure que la longueur de l’entrée augmente, un phénomène appelé « context rot » (dégradation du contexte).

Limites d’entrée et limites de sortie

La fenêtre de contexte est un budget commun à tout ce que le modèle lit et écrit. Un modèle peut lire bien plus qu’il ne peut écrire en une seule réponse.

Lorsqu’il traite une entrée, le modèle peut travailler sur de nombreux tokens en parallèle. Lorsqu’il génère une réponse, il produit généralement les tokens de manière séquentielle, en s’appuyant sur ce qui précède pour choisir la suite. Il ne peut pas choisir le cinquième mot d’une phrase avant de connaître les quatre premiers : il doit donc produire la réponse un token à la fois.

Les réponses longues sont donc beaucoup plus lentes et coûteuses à produire que les entrées longues ne le sont à lire. C’est pourquoi une demande de réécriture ou de traduction d’un très long document peut s’interrompre en cours de route, et pourquoi il vaut mieux demander le résultat par sections.

Ce qui se passe lorsqu’une conversation dépasse la limite

Lorsqu’une conversation devient trop volumineuse pour la fenêtre de contexte, l’application doit faire de la place avant que le modèle puisse répondre. Les applications procèdent de différentes manières, et chacune modifie ce que le modèle peut encore voir.

Une première approche consiste à supprimer d’abord les messages les plus anciens. Le modèle continue de travailler avec la partie récente de la conversation. Les premières instructions de l’utilisateur, ses décisions ou certains passages de documents peuvent alors sortir de la fenêtre. Le modèle ne peut pas faire référence à un texte dont il ne dispose plus, mais il ne signalera pas forcément à l’utilisateur qu’il manque quelque chose.

Une autre approche consiste à résumer la partie antérieure de la conversation et à conserver ce résumé à la place du texte intégral. C’est une forme de ce qu’on appelle la compaction du contexte. Un résumé occupe beaucoup moins de place, ce qui permet à la conversation de se prolonger bien plus longtemps. Il peut toutefois omettre des détails comme des chiffres exacts, des noms ou une formulation précise.

Lorsque le modèle a supprimé ou compacté son contexte, il peut commencer à demander des informations qu’il devrait déjà connaître. Il peut soudainement cesser de suivre des instructions données au départ, comme un format ou un ton souhaité. Il peut contredire une décision prise plus tôt par l’utilisateur, ou devenir vague au sujet de documents partagés précédemment.

Certaines applications interrompent plutôt la conversation et invitent l’utilisateur à en commencer une nouvelle, ou refusent un message ou un fichier trop long pour tenir dans la fenêtre.

Bonnes habitudes au quotidien pour travailler dans les limites de la fenêtre de contexte

  • Ouvrez un nouveau fil pour chaque nouvelle tâche : par exemple, examinez un rapport dans sa propre conversation plutôt que de l’ajouter à un fil existant consacré à l’organisation d’un événement.
  • Ne reprenez que l’essentiel : lorsqu’une tâche s’appuie sur un travail antérieur, demandez au modèle d’extraire les détails confirmés et les formulations approuvées nécessaires à la tâche suivante.
  • Ne partagez que les informations pertinentes : par exemple, pour une question sur la façon dont les participants à une enquête ont été sélectionnés, fournissez la section consacrée à la méthodologie et les notes associées plutôt que le rapport entier.
  • Repérez la section pertinente avant de partager un long document : si un rapport ou un manuel comporte une table des matières, partagez-la d’abord. Demandez au modèle quelles sections sont susceptibles de répondre à la question, puis copiez ces sections dans la conversation.
  • Examinez les longs documents par parties : divisez un manuel ou un rapport par politique, chapitre ou thème. Utilisez des fils distincts pour les examens indépendants, avec les mêmes instructions pour chacun.
  • Demandez les productions longues par étapes : pour une réécriture ou une traduction volumineuse, demandez une section à la fois dans le même fil. Indiquez la section ou la plage de pages, et vérifiez le résultat avant de demander au modèle de continuer.
  • Fixez une longueur de réponse utile : demandez cinq constats, une brève explication ou un tableau avec des colonnes précises. Évitez de demander une analyse détaillée lorsqu’une réponse succincte suffirait.
  • Demandez des révisions ciblées : pour modifier un paragraphe d’un brouillon, demandez au modèle de réécrire uniquement ce paragraphe. Précisez ce qui doit changer plutôt que de lui demander de reproduire l’intégralité du brouillon.

Comment Perplexity gère le contexte

Le contexte de Perplexity ne se limite pas à la conversation. Il peut aussi s’appuyer sur des informations trouvées grâce à la recherche en temps réel, sur les préférences enregistrées et sur les fichiers fournis pour une tâche.

Pour une question de recherche, la recherche en temps réel fournit des sources que le modèle peut utiliser pour construire sa réponse, avec des citations indiquant la provenance des informations. Par exemple, une question sur une nouvelle réglementation peut intégrer des informations web pertinentes à la tâche, sans qu’il soit nécessaire de rassembler au préalable des articles et de les coller dans le chat.

Le souvenir enregistré apporte un autre type de contexte : des détails pertinents issus de conversations précédentes, comme des préférences de rédaction ou des informations générales sur un projet en cours. Perplexity récupère ces détails pour répondre, et la mémoire fonctionne avec tous les modèles proposés. Une préférence enregistrée peut donc rester disponible lorsque vous changez de modèle dans Perplexity.

Pour un travail réparti sur plusieurs conversations, les projets regroupent fichiers et instructions, et les instructions du projet s’appliquent à chaque requête. Le public visé par un rapport, son objectif et ses exigences de rédaction peuvent rester rattachés au projet, tandis que les recherches et la rédaction se déroulent dans des fils distincts.

Découvrez Premiers pas avec Perplexity pour obtenir des conseils sur la façon de poser des questions, de travailler avec des fichiers et d’approfondir les réponses grâce à des questions de suivi.

Questions fréquentes

Les images sont-elles prises en compte dans la fenêtre de contexte ?

Oui. Les images sont converties en tokens qui occupent de l’espace aux côtés du texte. Le nombre de tokens dépend de la façon dont le modèle les traite. Une capture d’écran ou une page numérisée occupe de l’espace de contexte même si son texte n’a pas été copié dans le chat.

Une fenêtre de contexte plus grande coûte-t-elle plus cher ?

Pas nécessairement. La taille de la fenêtre indique la quantité qu’un modèle peut traiter, et non la part de cette capacité qu’utilise une tâche.

Est-il possible de voir quelle part de la fenêtre de contexte une conversation a utilisée ?

Parfois. Certaines applications affichent une jauge de contexte indiquant le taux de remplissage de la fenêtre. Un compteur affichant « messages restants » signifie autre chose : le nombre de requêtes que le compte peut encore effectuer, et non la quantité d’informations que le modèle peut encore intégrer à la conversation. Recherchez spécifiquement une jauge de contexte.

Peut-on poursuivre une conversation partagée par quelqu’un d’autre ?

Oui. Dans Perplexity, une personne peut lire une conversation partagée et poser une question de suivi. Cette question lance une nouvelle conversation dans son compte, sans modifier la conversation d’origine.