---
title: Ce înseamnă „token”, fereastră de context și parametri
description: "Când lucrezi cu modele AI, vei întâlni des trei termeni: **token**, **fereastră de context** și **parametri**. Iată ce înseamnă, pe înțelesul tuturor. ## Token Un **token** este unitatea de text cu care lucrează modelul — aproximativ o bucată de cuvânt.…"
url: "https://www.hostx.ro/kb/ce-inseamna-token-fereastra-de-context-si-parametri/"
updated: "2026-08-03"
category: "AI & Automatizări"
tags:
  - ai
  - API
  - CLI
  - debugging
  - documentație
---

# Ce înseamnă „token”, fereastră de context și parametri

Când lucrezi cu modele AI, vei întâlni des trei termeni: **token**, **fereastră de context** și **parametri**. Iată ce înseamnă, pe înțelesul tuturor.

## Token

Un **token** este unitatea de text cu care lucrează modelul — aproximativ o bucată de cuvânt. În engleză, un token înseamnă, în medie, ~4 caractere sau ~¾ dintr-un cuvânt. Modelele nu „văd" litere sau cuvinte întregi, ci tokeni. **Costurile** și **limitele** se măsoară, de obicei, în tokeni (de intrare + de ieșire).

## Fereastra de context

**Fereastra de context** este cantitatea maximă de tokeni pe care modelul o poate „ține minte" într-o singură cerere (promptul tău + istoricul + răspunsul). De exemplu, un model cu context de 128.000 de tokeni poate procesa documente lungi dintr-o dată. Dacă depășești fereastra, informația mai veche este „uitată" sau trebuie scurtată.

## Parametri

**Parametrii** sunt valorile interne reglate în timpul antrenării, exprimate de obicei în **miliarde (B)** — de exemplu 8B, 70B, 405B. În general, mai mulți parametri înseamnă un model mai capabil, dar și mai solicitant ca resurse (memorie, viteză, cost).

## De ce contează pentru tine

- **Tokeni** → îți afectează costul și viteza. Prompturi concise = mai ieftin și mai rapid.
- **Context** → cât de mult material poți da modelului odată (documente, istoric).
- **Parametri** → calitate vs cerințe hardware, mai ales dacă rulezi modelul local.

**Sfat:** Pentru sarcini simple, un model mic (puțini parametri) este adesea suficient și mult mai ieftin. Rezervă modelele mari pentru sarcini care chiar necesită raționament complex.