# Wat is een context window voor engineers | Miyagami

> Context window: het maximale aantal tokens dat een model in één call leest en wat dat betekent voor productiesystemen. Van 900+ senior engineers.

Source: https://www.miyagami.com/nl/resources/articles/what-is-a-context-window

[Home](https://www.miyagami.com/nl/)/ [Bronnen](https://www.miyagami.com/nl/resources)/ [Artikelen](https://www.miyagami.com/nl/resources/articles)/ [Tools en infrastructuur](https://www.miyagami.com/nl/resources/articles/tools-and-infrastructure)/ Wat is een modelcontextvenster, in de praktijk

# Wat is een model context window, in de praktijk

**[Bo Wesdorp](https://www.linkedin.com/in/bo-wesdorp-496a36167/)** Medeoprichter en CTO, Miyagami
[Tools en infrastructuur](https://www.miyagami.com/nl/resources/articles/tools-and-infrastructure)3 min lezen Bijgewerkt 28 oktober 2026

Een contextvenster is de maximale hoeveelheid tekst, gemeten in tokens, die een model in één aanroep kan lezen en verwerken. Één token komt overeen met ongeveer drie tot vier tekens in Engelse tekst. Prompts, geschiedenis, opgehaalde documenten en tool-uitvoer moeten er allemaal in passen, samen met het antwoord van het model.

## Tokens, niet woorden

Modellen verwerken geen tekens of woorden rechtstreeks. Ze verwerken tokens: stukken tekst die door een tokenizer worden gegenereerd. Een vuistregel is dat één token ongeveer drie tot vier tekens in het Engels beslaat, ofwel ongeveer 0,75 woord. Een contextvenster van 128.000 tokens bevat ongeveer 90.000 tot 100.000 woorden, maar exacte aantallen hangen af van het model en de tokenizer die het gebruikt.

Code wordt anders getokeniseerd dan doorlopende tekst. Variabelenamen, interpunctiezware syntaxis en niet-Latijnse tekens kunnen tokens sneller verbruiken dan gewone Engelse tekst.

## Wat er in het venster zit

Elke token in één modelaanroep concurreert om dezelfde ruimte:

- Systeemprompt
- Gespreksgeschiedenis
- Opgehaalde documenten of chunks (zie [wat is RAG](https://www.miyagami.com/nl/resources/articles/what-is-rag))
- Tooldefinities en resultaten van toolaanroepen
- Het huidige bericht van de gebruiker
- Ruimte gereserveerd voor het antwoord van het model

In een agentische loop komen tooluitvoer bij elke iteratie terug in de context. Een taak met meerdere stappen kan een groot venster sneller vullen dan engineers verwachten.

## Waarom grootte niet het hele verhaal is

Langere contextvensters lossen niet alles op, om een paar redenen.

Ten eerste: kosten. De meeste providers rekenen per token, zowel voor invoer als uitvoer. Bij schaal is het versturen van 100.000 tokens per aanroep duur.

Ten tweede: latentie. Grotere payloads kosten meer tijd om te verwerken, wat belangrijk is bij interactieve of realtime toepassingen.

Ten derde: kwaliteit van ophalen. Onderzoek en praktijkervaring laten zien dat modellen het spoor kunnen bijster raken van informatie die diep in een lange context is begraven. Het plaatsen van het meest relevante materiaal aan het begin of einde van de prompt levert doorgaans betere resultaten op.

Ten vierde: het contextvenster is tijdelijk. Niets daarin blijft bewaard tussen aanroepen, tenzij de applicatie dat expliciet beheert. Geheugen over sessies heen moet op de applicatielaag worden geregeld en niet worden verondersteld vanuit het model.

## Praktische gevolgen voor engineers

Engineers die op de applicatielaag werken, moeten regelmatig beslissingen nemen over contextbeheer:

- Welke delen van een gesprek te bewaren en welke samen te vatten of weg te gooien
- Hoeveel opgehaalde chunks door te sturen en hoe ze te rangschikken
- Of een groot document op te splitsen of query's te verdelen over kleinere, gerichte aanroepen
- Hoe tool-intensieve agentische taken af te handelen zonder halverwege een tokenlimieten te bereiken

Dit zijn geen configuratiekeuzes. Ze vereisen begrip van wat het model daadwerkelijk doet met de informatie die het ontvangt. Een engineer die het contextvenster simpelweg behandelt als een grotere emmer, produceert doorgaans systemen die traag, duur of onbetrouwbaar zijn onder realistische belasting.

[Context engineering](https://www.miyagami.com/nl/resources/articles/what-is-context-engineering) is de discipline van het weloverwogen en beredeneerd beslissen wat je in een contextvenster plaatst, hoe je het structureert en wat je weglaat.

## Relatie tot andere componenten

Een [vectordatabase](https://www.miyagami.com/nl/resources/articles/what-is-a-vector-database) bestaat mede omdat contextvensters eindig zijn. In plaats van een volledige kennisbank in een prompt te laden, zoeken retrievalsystemen de meest relevante chunks op en geven alleen die door. De kwaliteit van dat ophalen bepaalt direct waarover het model kan redeneren.

In [agentic coding](https://www.miyagami.com/nl/resources/articles/what-is-agentic-coding)-omgevingen bepaalt het contextvenster ook hoeveel van een codebase een model tegelijk in beeld kan houden. Engineers die aan grote repositories werken, moeten bewust kiezen welke bestanden, functies of diffs ze meenemen.

## Waar we op testen

Een context window goed beheren is iets waar we in onze beoordeling van engineers specifiek op letten. In de [hoe we vetten](https://www.miyagami.com/nl/how-we-vet) AI-native beoordeling scoren we **prompt and context engineering** precies hierop: of een engineer de taakontext zo inricht dat de tool bruikbare output produceert, in plaats van alles wat beschikbaar is mee te geven en opnieuw te prompten als het mislukt. We kijken ook naar **spec-driven development** , omdat een engineer die een vaag ticket opsplitst in goed afgebakende onderdelen dezelfde soort beslissing neemt: kiezen wat het model nodig heeft en weglaten wat het niet nodig heeft.

## Korte antwoorden

Leidt een groter contextvenster tot betere resultaten?

Niet automatisch. Grotere vensters verhogen de kosten en latentie, en modellen kunnen informatie die diep in lange prompts is begraven uit het oog verliezen. Zorgvuldige selectie van wat de context ingaat, is vaak belangrijker dan de absolute venstergrootte.

Wat gebeurt er als je het contextvenster overschrijdt?

De API geeft een foutmelding, of de provider kapt de invoer stilzwijgend af, afhankelijk van de implementatie. In beide gevallen gaat er content verloren. Engineers moeten dit geval expliciet afhandelen in productiesystemen en het niet beschouwen als een randgeval.

Is de contextvenstergrootte hetzelfde bij alle modellen?

Nee. Die verschilt aanzienlijk per model en versie, van een paar duizend tokens tot meer dan een miljoen in sommige gevallen. De relevante limiet voor jouw systeem is het model dat je daadwerkelijk aanroept, niet het grootste getal dat je ergens hebt zien staan.

Hoe werken contextvensters?

Een model leest bij elke aanroep alles wat in het venster staat: instructies, gespreksgeschiedenis, opgehaalde documenten, tool-resultaten en de ruimte die is gereserveerd voor het antwoord. Alles buiten het venster is onzichtbaar voor het model en moet opnieuw worden meegestuurd of worden samengevat.

Wat is de context van een model?

De context is alle tekst die een model in één aanroep ontvangt. Die omvat je prompt, eerdere berichten, eventuele opgehaalde documenten en tool-uitvoer. Niets blijft bewaard tussen aanroepen, tenzij de applicatie het opnieuw meestuurt.

Wat telt mee voor het contextvenster?

Zowel input- als outputtokens tellen mee: de systeemprompt, geschiedenis, opgehaalde chunks, tooldefinities en -resultaten, het huidige bericht en het antwoord van het model. Een lang antwoord laat minder ruimte voor input.

Wij testen hierop

Elke engineer die we plaatsen doorloopt twee assessments: één zonder AI-tools, één met. Beide scorecards zijn openbaar.

[Hoe wij screenen](https://www.miyagami.com/nl/how-we-vet)

Gerelateerd

- [Wat is context engineering](https://www.miyagami.com/nl/resources/articles/what-is-context-engineering)
- [Wat is RAG](https://www.miyagami.com/nl/resources/articles/what-is-rag)
- [Wat is een vectordatabase](https://www.miyagami.com/nl/resources/articles/what-is-a-vector-database)
- [Wat is agentic coding](https://www.miyagami.com/nl/resources/articles/what-is-agentic-coding)

Wil je iemand voor deze rol inhuren?

Senior AI-native engineers, een shortlist in drie werkdagen en binnen vijf werkdagen rond.

[Vraag een shortlist aan](https://www.miyagami.com/nl/shortlist)

Laten we praten

## Ontvang binnen drie dagen een shortlist

Je deelt de rollen en de stack in een kort formulier of in een gesprek van dertig minuten. Binnen drie werkdagen krijg je senior engineers op naam om te beoordelen, elk met beide scorecards, en je kunt binnen vijf werkdagen inhuren.

[Vraag een shortlist aan](https://www.miyagami.com/nl/shortlist)

Beoordeeld op **Clutch** 42 beoordelingen

[ISO 27001
Gecertificeerd](https://trust.miyagami.com/)

Plan een afspraak van dertig minuten met Dale

De kalender wordt aangeboden door HubSpot, dat zijn eigen cookies plaatst. Laad hem hier, of boek via de pagina van HubSpot.

[Boekingspagina openen](https://sales.miyagami.com/meetings/dwesdorp)
