Límites de tokens en PDF por modelo de IA: referencia práctica (2026)
Ventanas de contexto, estimaciones por página, diferencias de tokenizador y una regla práctica para decidir cuándo dividir.
Cada vez que envía un PDF a un modelo de IA, trabaja dentro de un presupuesto de tokens. Si lo supera, el modelo rechaza la entrada o descarta contenido sin avisar. El detalle: cada familia de modelo tiene un límite diferente, y esos límites cambian con cada actualización.
Mantengo esta página al día. Cada número de abajo se verificó el 8 de octubre de 2026 en las páginas de modelos de cada proveedor: OpenAI, Anthropic y Google. Si un proveedor lanzó algo más nuevo después, confíe en su página, no en esta.
Ventanas de contexto actuales (octubre de 2026)
| Modelo | Ventana de contexto | Salida máxima | Aprox. páginas densas |
|---|---|---|---|
| GPT-6 Astra | 1,05M tokens | 128K | 2 100 a 4 200 |
| GPT-6.1 Sol | 1,05M tokens | 128K | 2 100 a 4 200 |
| GPT-6 Luna | 1,05M tokens | 128K | 2 100 a 4 200 |
| Claude Fable 5.1 | 1M tokens | 128K | 1 500 a 3 000* |
| Claude Opus 5.5 | 1M tokens | 128K | 1 500 a 3 000* |
| Claude Sonnet 5.5 | 1M tokens | 128K | 1 500 a 3 000* |
| Claude Haiku 5.5 | 1M tokens | 128K | 1 500 a 3 000* |
| Gemini 3.1 Pro (preview) | 1 048 576 tokens | 65 536 | 2 100 a 4 200 |
| Gemini 3.8 Flash | 1 048 576 tokens | 65 536 | 2 100 a 4 200 |
La columna de páginas asume de 250 a 500 tokens por página de texto denso. Las filas con * son menores porque el tokenizador actual de Claude genera más tokens para el mismo texto. La única forma confiable de saber su número es medir.
Una versión anterior de esta página listaba GPT-4o con 128K y Claude 3.5 Sonnet con 200K. Ya no son los modelos actuales, y esa diferencia es la verdadera noticia: casi todo modelo principal acepta hoy cerca de un millón de tokens. Para la mayoría de los PDF la pregunta ya no es "¿va a caber?" sino "¿cuánto va a costar?"
El costo tiene su propio umbral, muy por debajo de la ventana. Claude Haiku 5.5 cobra cinco veces más por un prompt de más de 100K tokens, los modelos GPT-6 duplican el precio de entrada por encima de 272K y Gemini 3.1 Pro pasa de US$ 2 a US$ 4 por millón por encima de 200K. En los tres casos toda la solicitud se cobra a la tarifa más alta (vea las páginas de precios de Anthropic, OpenAI y Google).
Por qué esos números no son lo que puede usar realmente
En la mayoría de los modelos la ventana se comparte entre lo que envía y lo que el modelo responde. Regla segura: asuma que puede usar un 80% de la ventana declarada para el documento, unos 800K tokens en una ventana de 1M. Además, estos son límites de la API: las apps de chat pueden aplicar límites propios.
Diferencias de tokenizador entre modelos
Según la página de modelos de Anthropic, 1M de tokens equivale a unas 555 000 palabras con el tokenizador introducido en Claude Opus 4.7, frente a unas 750 000 en modelos anteriores. Son cerca de un 35% más de tokens para el mismo texto.
El texto en español suele gastar más tokens por palabra que el inglés, y cuánto más depende del idioma y del tokenizador. Si sus PDF no están en inglés, mida en lugar de estimar.
Mida antes de decidir
Pase el PDF por el contador de tokens antes de elegir flujo. Si necesita dividir, el Chunker de PDF divide con solapamiento y exporta output estructurado.