# Tu ventana de contexto de un millón de tokens te está mintiendo

Los proveedores venden la longitud de contexto como si fuera RAM: más grande es siempre mejor, solo mete todo dentro. Pero la atención no es uniforme. Los estudios encuentran una y otra vez la misma forma de U — el modelo usa de forma fiable el inicio y el final de su ventana e ignora silenciosamente el medio, con la precisión cayendo un 30%+ una vez que lo importante queda enterrado ahí, a veces tras apenas 10k tokens. El contexto no es un balde que llenas. Es un recurso posicional y escaso que se diseña. «Ponlo todo en el prompt» es la nueva optimización prematura.

- **Author:** Fedor Chishchin
- **Published:** 2026-07-01
- **Tags:** architecture, methodology
- **Source:** https://fedorthinks.com/es/blog/your-context-window-is-lying-to-you

---

Llegó la ventana de contexto de un millón de tokens y todo el mundo sacó la conclusión obvia: la recuperación se
acabó, los pipelines se acabaron, solo pega el codebase entero / todos los docs / el historial completo en el
prompt y deja que el modelo lo resuelva. Es una historia seductora. También está equivocada de una forma que va a
degradar tu producto en silencio mientras cada contador de tokens dice que estás bien.

## La ventana no es uniforme, y el medio es un cementerio

El hallazgo incómodo, replicado una y otra vez, es que el modelo **no** atiende su contexto de forma pareja. Se
apoya con fuerza en el **inicio** y el **final**, y el **medio lo lee por encima** — la U del "lost in the middle".
El [trabajo sobre "context rot" de Chroma](https://particula.tech/blog/chroma-context-rot-long-context-degradation)
encontró la precisión cayendo un **30%+ cuando el dato relevante está a mitad de ventana**, con degradación medible
tras apenas ~10k tokens — sin importar el número de un millón que hay en la caja. La propia guía de NVIDIA de 2026
es contundente al respecto: [mantén tu prompt por debajo de un tercio de la ventana declarada](https://blog.getbind.co/context-engineering-in-2026-the-complete-developers-guide/).

> Una ventana de contexto más grande no significa que el modelo lea más. Significa que tiene más espacio para
> ignorar justo lo que necesitabas que viera.

Piensa en lo que eso le hace a "solo mete todo dentro". Pones la instrucción crítica, o la única función relevante,
o la cláusula que de verdad importa — en algún lugar del vasto medio de un volcado de 400k tokens. El contador de
tokens está en verde. El modelo pasa de largo. Y nunca verás un error; verás una respuesta sutilmente peor que
parece completamente plausible.

## El contexto es un recurso que diseñas, no un balde que llenas

Esto replantea toda la habilidad de "gestión de contexto". La ventana no es almacenamiento — es **presupuesto de
atención**, y la posición es parte del presupuesto. Gestionarla bien es ahora el verdadero oficio, y se ve así:

- **Presupuesta la ventana.** Trata "cuánta ventana estoy usando" como una restricción real, y mantén la carga en
  vivo bien por debajo del máximo declarado — un tercio es un buen valor por defecto. Las ventanas grandes son
  margen, no un objetivo.
- **Enmarca lo que importa.** Pon las instrucciones y el contexto de mayor valor al **inicio y al final**, donde
  el modelo de verdad mira. Nunca entierres la frase que sostiene todo en el medio.
- **Menos, pero más correcto.** Un contexto pequeño, relevante y bien colocado le gana a uno gigante donde la señal
  se ahoga. La recuperación no murió con el contexto largo — se volvió _más_ valiosa, porque poner el 1% correcto
  frente al modelo le gana a volcar el 100% en el cementerio.
- **Fíjate en qué más está alquilando espacio.** Las definiciones de herramientas, el historial, el boilerplate —
  se [comen la ventana antes de que tu tarea siquiera empiece](/es/blog/perplexity-is-leaving-mcp). Cada token que
  no necesitabas está empujando tu contenido real hacia la parte que el modelo lee por encima.

## En resumen

La ventana de contexto creció, el marketing dijo "solo mete todo dentro", y muchos productos empeoraron en silencio
mientras los dashboards seguían en verde. El tamaño es margen, no comprensión. El modelo lee los extremos y lee el
medio por encima, y ningún contador te avisará cuando tu respuesta se haya degradado.

**Deja de llenar la ventana y empieza a diseñarla: presupuéstala, enmarca lo que importa, y mete el contexto
correcto — no todo.**