Tokens, contexte, fenêtre : ce que ces mots changent pour vous
Token, fenêtre de contexte, mémoire : ces mots techniques expliquent pourquoi l'IA « oublie », coupe une réponse ou perd le fil. Ce qu'il faut en retenir.
Vous avez sûrement déjà vu ces mots dans les paramètres d’un assistant IA ou dans la description d’un modèle : « token », « fenêtre de contexte », « 200K tokens ». Ce ne sont pas des détails de spécialistes. Ils expliquent directement pourquoi l’IA « oublie » en cours de conversation, pourquoi une réponse s’arrête au milieu d’une phrase, et pourquoi il faut parfois découper un document avant de le lui soumettre.
Qu’est-ce qu’un token, concrètement ?
Un token est le petit fragment de texte que le modèle lit et manipule — ni tout à fait une lettre, ni tout à fait un mot. Les modèles de langage ne traitent pas le texte mot par mot : ils le découpent en fragments appelés tokens. Un mot courant comme « bonjour » vaut souvent un seul token ; un mot plus long, rare ou composé (comme un nom de famille ou un terme technique) peut en valoir deux, trois ou plus.
En français, on retient un ordre de grandeur simple : environ 750 mots représentent grossièrement 1000 tokens. Ce n’est pas une règle exacte — la ponctuation, les chiffres et les mots rares font varier le compte — mais elle suffit pour se repérer.
Pourquoi cela compte pour vous : les tokens sont l’unité que les outils utilisent pour mesurer la longueur d’une conversation, et souvent pour facturer l’usage des offres payantes. C’est aussi l’unité derrière la limite suivante, la plus concrète au quotidien.
Qu’est-ce que la fenêtre de contexte ?
La fenêtre de contexte, c’est la quantité totale de texte — votre message, l’historique de la conversation, un document collé — que le modèle peut « regarder » en même temps pour produire sa réponse. Elle se mesure en tokens : un modèle avec une fenêtre de 200 000 tokens peut traiter en une fois l’équivalent d’environ 150 000 mots, soit un livre de taille moyenne.
Chaque modèle a la sienne, et elle varie selon l’outil et l’offre choisie. Elle inclut tout ce qui entre dans l’échange : votre question, les documents joints, et l’historique de la conversation en cours. Une fois cette limite atteinte, quelque chose doit céder la place.
Pourquoi l’IA semble « oublier » en cours de route
Une conversation longue avec un assistant IA finit par remplir sa fenêtre de contexte. Quand la limite approche, deux choses peuvent se produire selon l’outil : soit la conversation refuse d’accepter un nouveau message tant que vous n’avez pas raccourci l’échange, soit les tout premiers messages sortent progressivement du champ que le modèle peut encore consulter — un peu comme une pile de notes dont on retire le bas pour ajouter en haut.
C’est ce qui explique cette impression frustrante : vous aviez donné un contexte important au tout début de la conversation (votre métier, une contrainte, un exemple), et l’IA semble l’avoir « oublié » vingt messages plus tard. Elle ne l’a pas oublié au sens humain : l’information est simplement sortie de ce qu’elle peut encore lire.
Le réflexe utile : sur un échange long et important, rappelez le contexte clé toutes les quelques dizaines de messages, ou mieux, ouvrez une nouvelle conversation dédiée à chaque nouveau sujet plutôt que de tout empiler dans le même fil.
Pourquoi il faut parfois découper un document
Soumettre un rapport de 300 pages d’un coup peut dépasser la fenêtre de contexte de l’outil, ou s’en approcher au point de dégrader la qualité de la réponse — même les modèles à grande fenêtre traitent souvent moins bien les informations situées au milieu d’un texte très long que celles au début ou à la fin.
Deux réflexes pratiques :
- Découpez par section plutôt que par nombre de pages arbitraire : un chapitre, une partie logique, un ensemble cohérent. L’IA garde mieux le fil sur un morceau qui a un sens.
- Résumez au fur et à mesure si vous devez traiter un document en plusieurs passes : demandez une synthèse de chaque partie, puis soumettez ces synthèses ensemble pour une vue d’ensemble. C’est la méthode détaillée dans notre guide pour faire résumer un long document sans le trahir.
Fenêtre large, modèle intelligent : pas la même chose
Une erreur fréquente : confondre la taille de la fenêtre de contexte avec la qualité du modèle. Une grande fenêtre veut dire que l’outil peut voir plus de texte à la fois — pas qu’il raisonne mieux sur ce texte. Un modèle avec une fenêtre plus modeste mais bien conçu peut rester plus précis et plus pertinent sur un texte court qu’un modèle à fenêtre géante mais moins rigoureux.
Concrètement, pour choisir un outil, la taille de la fenêtre de contexte n’est un critère décisif que si votre usage est justement de traiter de très longs documents en une fois. Pour l’écriture courante, les échanges de tous les jours ou l’automatisation de tâches, d’autres critères comptent davantage — voir notre comparatif ChatGPT, Claude ou Gemini : lequel pour quel usage.
Le tableau à retenir
| Mot | Ce que c’est | Ce que ça change pour vous |
|---|---|---|
| Token | Fragment de texte lu par le modèle (≈ 1 mot ou moins) | Unité de mesure de la longueur et souvent du prix |
| Fenêtre de contexte | Quantité totale de texte que le modèle peut traiter en une fois | Détermine combien de conversation ou de document l’IA « voit » |
| Mémoire de conversation | Ce qui reste visible dans la fenêtre au fil des échanges | Explique pourquoi l’IA semble oublier un point donné plus tôt |
À retenir
Ces trois mots ne sont pas du jargon gratuit : ils expliquent des comportements que vous observez déjà sans forcément les nommer. Retenez l’essentiel — un token est un petit fragment de texte, la fenêtre de contexte est la quantité totale que le modèle peut traiter en une fois, et une conversation ou un document trop longs finissent par en sortir. Sur un échange important, rappelez le contexte régulièrement ; sur un document volumineux, découpez par section plutôt que d’espérer que tout rentre d’un coup.
Sources
Questions fréquentes
Un token, c'est un mot ?
Presque, mais pas exactement. Un mot courant vaut souvent un token, un mot long ou rare peut en valoir plusieurs. C'est l'unité que le modèle lit et facture, pas le mot en lui-même.
Pourquoi l'IA oublie-t-elle le début d'une longue conversation ?
Parce que la fenêtre de contexte a une taille limitée. Une fois qu'elle est pleine, les échanges les plus anciens sortent progressivement du champ que le modèle peut encore consulter.
Une fenêtre de contexte plus grande veut dire une IA plus intelligente ?
Non. Elle veut dire que l'IA peut regarder plus de texte à la fois, pas qu'elle raisonne mieux. Un modèle avec une petite fenêtre peut rester plus pertinent sur un texte court qu'un autre avec une grande fenêtre mais moins précis.
Pourquoi faut-il parfois découper un document avant de le soumettre à l'IA ?
Parce qu'un document trop long dépasse la fenêtre de contexte de l'outil ou approche sa limite, ce qui dégrade la qualité de la réponse. Découper en parties permet à l'IA de traiter chaque section avec la même attention.
Est-ce que je dois calculer moi-même le nombre de tokens de mon texte ?
Non, ce n'est pas nécessaire au quotidien. Il suffit de retenir l'ordre de grandeur : environ 750 mots en français représentent grossièrement 1000 tokens. Utile pour évaluer si un document tiendra dans une seule requête.