OpenAI heeft de standaard contextlengte van GPT-6.1 Sol verhoogd naar 500.000 tokens, zo bevestigde het bedrijf deze week. Deze stap meer dan verdubbelt het effectieve werkgeheugen van het paradepaardje van het bedrijf, waardoor het volledige boeken, omvangrijke juridische contracten of uitgestrekte codebases in één enkele sessie kan verwerken zonder chunking of hertraining.
De update geldt voor alle gebruikers, niet alleen voor zakelijke klanten, en treedt per direct in werking. Het is een aanzienlijke sprong ten opzichte van de vorige standaardwaarde en plaatst GPT-6.1 Sol in een andere categorie voor taken die afhankelijk zijn van het vasthouden van grote hoeveelheden tekst in context.
Wat 500.000 tokens in de praktijk werkelijk betekent
Een half miljoen tokens komt ongeveer overeen met de lengte van een roman van 375.000 woorden — denk aan de complete The Lord of the Rings-trilogie plus The Hobbit, met nog ruimte over. In een zakelijke context kan dat neerkomen op een juridisch discovery-dossier van 1.200 pagina's, een heel jaar aan Slack-berichten voor een middelgroot team, of de complete broncode van een klein softwareproject.
Eerdere standaard contextlengtes van OpenAI-modellen schommelden rond de 128.000 tokens. De sprong naar 500.000 is niet zomaar een groter getal; het verandert fundamenteel de manier waarop ontwikkelaars en kenniswerkers hun prompts structureren. In plaats van een document in stukken te hakken en samenvattingen aan elkaar te hechten — een proces dat vaak nuance verliest en tijd kost — kunnen gebruikers nu het volledige document in één keer invoeren.
Waarom OpenAI deze stap nu zet
Concurrentie speelt vrijwel zeker een rol. Rivaliserende modellen van Anthropic en Google hebben hun context windows gestaag vergroot, en zakelijke afnemers beschouwen prestaties met lange contexten inmiddels als een belangrijk selectiecriterium. De verklaring van OpenAI zelf is echter eenvoudiger: het bedrijf stelt dat het grotere venster het vermogen van GPT-6.1 Sol verbetert om complexe taken uit te voeren, met name taken die het kruislings raadplegen van informatie verspreid over honderden pagina's vereisen.
Er is ook een praktische kant. Grotere context windows verkleinen de noodzaak voor retrieval-augmented generation-pijplijnen (RAG), die weliswaar krachtig maar ook kwetsbaar zijn. Wanneer een model simpelweg het hele corpus kan lezen, hoef je niet meer te gissen welke fragmenten belangrijk zijn.
De workflowtransformatie die nog niemand volledig heeft overzien
Professionele workflows kunnen veranderen op manieren die op het eerste gezicht niet meteen duidelijk zijn. Een financieel analist die voorheen uren besteedde aan het filteren van cijfers uit kwartaalrapporten, kan nu één vraag stellen en een antwoord krijgen met exacte paginanummers uit tien jaar aan 10-K-deponeringen. Een advocaat die een fusieovereenkomst beoordeelt, kan elke gerelateerde e-mail, elk contract en elke memo in één sessie laden en zoeken naar tegenstrijdigheden.
Maar een grotere context leidt niet automatisch tot betere antwoorden. Modellen kunnen bij zeer lange invoer nog steeds hun focus verliezen — een fenomeen dat onderzoekers "lost in the middle" noemen. OpenAI heeft nog geen gedetailleerde benchmarks gepubliceerd over hoe GPT-6.1 Sol presteert bij de maximale limiet van 500.000 tokens, dus gebruikers zullen dit zelf moeten testen voor hun specifieke toepassingen.
Ook de kosten blijven een onbekende factor. OpenAI heeft niet bekendgemaakt of de uitgebreide context invloed heeft op de tarieven voor API-klanten. Historisch gezien betekenden langere contexten hogere tarieven per token, vanwege de rekenkracht die nodig is om gelijktijdig aandacht te besteden aan grotere hoeveelheden tekst.
Waar men nu op moet letten
Ontwikkelaars die bouwen op GPT-6.1 Sol zullen de nieuwe limiet willen testen binnen hun bestaande pijplijnen. Het bedrijf heeft nog geen formeel uitfaseringsschema voor modi met kortere contexten gepubliceerd, maar de standaard is al gewijzigd. Voor teams die vertrouwen op chunking-strategieën is dit het moment om te heroverwegen of die tussenoplossingen nog wel zinvol zijn.
Naar verwachting zal OpenAI in de komende dagen bijgewerkte API-documentatie en prijsdetails publiceren. Tot die tijd is de praktische bovengrens voor de meeste gebruikers wat hun budget toelaat — 500.000 tokens vormt nu de ondergrens, niet het plafond.
