Что такое 1M Token? Контекстное окно GPT, Claude и Gemini в 2026

Что значит 1M Token: сначала единица измерения

Token — минимальная единица, в которой модель читает, пишет и выставляет счёт за текст. Это не буква и не слово. Обычное английское слово часто чуть больше одного Token; кириллица, китайский, код, ключи JSON, Base64 и отступы считаются по-разному. Один и тот же файл OpenAPI даёт разное число у разных вендоров и версий tokenizer. Поэтому «1M Token» — прежде всего сколько ячеек эта модель разрешает на этом запросе, а не «миллион русских букв» и не «миллион английских слов».

Контекстное окно — общий бюджет на вход + выход + reasoning/thinking Token (если их считают отдельно). Системный промпт, Schema инструментов, найденные фрагменты, история чата и генерируемый ответ черпают из одного колодца. Окно на 1M не значит, что можно загрузить репозиторий на 1M Token и затем выдать отчёт на 128K — вывод тоже занимает окно, и у каждого вендора есть отдельный max output.

1M лучше мыслить как объём диска: ячейки есть; случайный доступ к странице посередине не одинаково надёжен. Найти иголку в стоге сена — не то же самое, что многошаговое рассуждение, сверка файлов или заметить пропущенное поле в длинном JSON. Сначала спросите «что должно быть видно одновременно», потом — «какую устойчивую форму нужно получить».

Для чего сверхдлинное контекстное окно на самом деле

Прыжок со 128K на 1M меняет нужно ли по-прежнему резать на чанки заранее. То, что раньше требовало поиска или саммари, теперь можно отдать одним пакетом. Задачи, которые реально окупаются, обычно такие:

1. Целый репозиторий или большая его часть: пройти цепочку вызовов по файлам, сравнить две реализации, увидеть интерфейс и фикстуры в одном запросе.
2. Длинные документы и договоры: регламенты, аудиторские рабочие бумаги, PDF с несколькими вложениями. Вопросу нужны оба конца текста, а не одно попадание по ключевому слову.
3. Большие мультимодальные пакеты: API класса Gemini считают текст, изображения, аудио, видео и PDF в одном окне. Часы аудио или длинное видео больше не обязательно резать заранее.
4. Длинные трассы агента: определения инструментов, много tool result и неудачные ретраи остаются в окне, чтобы следующий шаг видел полное наблюдение. Сам цикл — см.
5. Сверка и извлечение: две версии OpenAPI, два экспортных JSON и одна Schema в одном запросе — чтение уровня Diff, затем структурированные дельты через Structured Output.

У этих задач общее свойство: ответ зависит от того, что несколько артефактов видны сразу. Если задача — «найти одну фразу на ста тысячах страниц», поиск обычно дешевле и стабильнее. Окно на 1M уменьшает плохие границы нарезки; информационную архитектуру оно не отменяет.

Переоценённый приём: вставить в промпт полные логи сайта, сырой дамп базы или необезличенный production JSON. Окно большое — вместе с ним растут поверхность утечки и счёт. В окно должно попасть только то, что вы уже решили выпустить с машины. Секреты сотрите локально, кривой JSON почините — и только потом говорите про «скормить за один раз».

Номинальное окно ≠ эффективное: вход, выход, цена

1M на карточке продукта — потолок приёма: превысите — запрос отвергнут или обрезан. Это не «качество на 1M равно качеству на 8K». В оценках вроде RULER эффективная длина часто около половины заявленной; в проде сверка файлов обычно плывёт после 200K–500K, а инструкции из середины промпта забываются. Заявленное окно считайте жёсткой крышей. Эффективное окно — ваш собственный регрессионный набор.

Вторая забытая цифра — max output. GPT-5.6 Sol / Terra и флагманы Claude на синхронном запросе дают около 128K. У Gemini 3.1 Pro в документах 65,536, а дефолтный maxOutputTokens часто ниже — не поднимите явно, и ответ тихо обрежется. «Прочитать справочник и написать спецификацию той же длины» может влезть в окно и всё равно упереться в потолок вывода. Бюджет ниже считает вывод и запас полноправными статьями, а не остатком после набивки:

{
  "window": 1050000,
  "budget": {
    "system": 2400,
    "tools": 1800,
    "repoPack": 420000,
    "docs": 180000,
    "history": 80000,
    "reservedOutput": 128000,
    "headroom": 238800
  },
  "rule": "never fill to the sticker; reserve output plus 20 percent headroom"
}

Третья цифра — деньги. OpenAI пишет: для GPT-5.6 Sol / Terra, как только вход превышает примерно 272K Token, весь запрос тарифицируется как 2× вход и 1.5× выход. У Gemini на длинном контексте обычно другая ступень надбавки (в документах границу часто ставят выше 128K или 200K — сверяйте живой прайс). Документация Claude Sonnet 5 подаёт 1M как окно по умолчанию по стандартному тарифу, без отдельного переключателя «включить длинный контекст» — но более дробный tokenizer превращает тот же текст в большее число Token, так что эффективная цена всё равно растёт. Prompt cache спасает повторяющиеся префиксы; пакет, который меняется на каждый вызов, он не спасает.

Сравнение 2026: GPT, Claude, Gemini

Таблица ниже собрана по открытым карточкам моделей сентября 2026 для флагманских линейек. Все снимки в одну ячейку не запихиваем. Цифры плывут; побеждают живые документы. Оси, на которых выбор реально расходится: окно, вывод, надбавка и модальность.

Читайте карточки моделей, а не только чужие сводные таблицы. У OpenAI GPT-5.6 Sol указаны окно 1,050,000, вывод 128K и линия надбавки 272K. У Anthropic обзор Claude Sonnet 5 1M / 128K считаются значением по умолчанию. У Google Gemini 3.1 Pro Preview указаны 1,048,576 на входе и 65,536 на выходе. Цены и имена снимков меняются; код интеграции должен читать поля usage, а не константы прошлого года.

Выбирайте по узкому месту. Если нужно выдать почти 100K Token миграционной записки или длинного JSON-массива, потолок вывода важнее окна — у флагманов GPT и Claude он шире. Если один запрос должен прослушать запись встречи и одновременно видеть дизайн-дек и репозиторий, модальности Gemini — настоящая разница, не прилагательное. Если внутри 1M будете делать многошаговые правки и нельзя терять инструкции из середины, не верьте заявленной цифре — меряйте эффективный recall своим набором «три иголки, два противоречия», а не одним демо со стогом сена.

Все трое умеют вызов инструментов и Structured Output; поля-обёртки разные, и JSON всё равно проверяют локально. Как у Gemini разделены «просто JSON» и «поля по Schema», см. учебник JSON в Gemini API — SDK здесь не повторяем.

Когда набивать окно, когда искать

Окно на 1M не отменяет RAG. Оно отодвигает границу нарезки. Четырёх правил достаточно:

1. Ответ должен видеть A и B вместе (две спецификации, вызывающий и вызываемый, Schema и экземпляр) → лучше одно окно. Не сводите каждую сторону к отдельному саммари.
2. Ответ — «найти короткий фрагмент в огромном корпусе» → сначала поиск, затем попадание плюс метаданные. Не платите надбавку после 272K, чтобы обойти поисковый конвейер.
3. Пакет меняется на каждый запрос (новый Diff, новый экспорт) → длинный контекст дорог. Отделите кэшируемые префиксы (системный промпт, список инструментов, стабильный мануал) от изменчивого пакета.
4. Материал не должен покидать браузер (секреты, пользовательские поля из продакшена) → большее окно — не повод загружать. Почистите, проверьте и снимите выборку локально, затем решите, увидит ли облачная модель.

Циклы агента забивают окно быстро: каждый tool result остаётся. Сжимайте старые наблюдения до maxSteps; не считайте 1M бесконечным логом. Как устроен цикл: Что такое AI Agent.

Даже выбрав «весь пакет», упакуйте его. Не тратьте 1M на node_modules и минифицированные бандлы. Явный context pack можно аудировать; «перетащить репозиторий» — нет:

{
  "pack": "context",
  "files": [
    { "path": "openapi.json", "tokens": 12000, "role": "contract" },
    { "path": "schema.ticket.json", "tokens": 400, "role": "outputShape" },
    { "path": "fixture.valid.json", "tokens": 800, "role": "example" }
  ],
  "omit": ["node_modules", "*.lock", "generated/**", "minified bundles"]
}

outputShape в пакете должен быть той Schema, которую вы реально распарсите — не ключами, которые модель придумает. Как закрепить форму: AI Structured Output.

JSON в длинном контексте: сначала локальная проверка

Длинное окно увеличивает радиус поражения плохого входа. Обрезанный экспорт, квитанция инструмента с распухшими extra-полями, две Schema с одним именем и разным смыслом — после 400K Token глазами вы их не найдёте. Модель продолжит писать из сломанного JSON, а счёт всё равно придёт. До загрузки зафиксируйте три шага:

1. Parse: каждый файл, который войдёт в окно, — настоящий JSON / JSON5, а не лог, который «похож на JSON», и не обрезанный экспорт.
2. Schema: проверьте по контракту, который модель должна соблюдать. Если файлов несколько, убедитесь, что у них всё ещё один источник истины.
3. Diff: сравните старые и новые фикстуры, arguments модели и downstream body или две версии OpenAPI локально — и только потом спрашивайте модель «почему» или «как поменять».

Это можно сделать в браузере, ничего не загружая: Форматирование JSON — parse и структура; Валидатор JSON Schema — поля и перечисления; JSON Diff — два артефакта, которые разделят окно. Файлы, не прошедшие проверку, в pack не входят.

Длинный JSON от модели всё ещё может быть синтаксически сломан или поплыть по форме — см. гайд по ошибкам JSON от ИИ. Arguments инструмента и финальный ответ — два контракта. Общий бюджет окна — не то же самое, что проверка.

Частые вопросы FAQ

Итог и следующие шаги

1M Token — общий масштаб флагманов 2026: один запрос может увидеть сразу около миллиона Token. Целый репозиторий, целый справочник или мультимодальный пакет становятся возможны. Это само по себе не значит более сильное рассуждение, более длинный вывод или более низкую цену за единицу. GPT, Claude и Gemini расходятся по потолку вывода, линиям надбавки и модальностям — не по одной галочке «есть 1M».

Дальше: посчитайте справочник и репозиторий официальным tokenizer; заложите вывод и запас по бюджету выше; сверьте пороги надбавки на трёх карточках моделей. JSON, который войдёт в окно, сначала прогоните через parse, Schema и Diff в JSONVue. Как закрепить форму — Structured Output. Как раскладывать сбои — гайд по ошибкам JSON.