Ha nem érted, miért fogy el a ChatGPT limit vagy a Claude előfizetésed keretének nagy része akkor is, amikor csak pár rövid kérdést tettél fel, a válasz a token-gazdaságtanban rejlik. A nagy nyelvi modellek (LLM) állapotmentes (stateless) működése miatt minden új üzeneteddel a teljes korábbi beszélgetés újra elküldésre és feldolgozásra kerül.

Ez a „láthatatlan fal” a legtöbb power user leggyakoribb bosszúsága. A jó hír: ha megérted a mechanizmust, a saját szokásaiddal jelentősen lassíthatod a limited fogyását. Nézzük meg lépésről lépésre, mi történik a háttérben, és mit tehetsz ellene.

Miért fogy el a ChatGPT limit? A stateless működés a kulcs

A mesterséges intelligencia modellek alapvetően állapotmentesek. Nem képesek megőrizni a memóriájukat két külön hívás között. Egy fejlesztői megfogalmazás jól megvilágítja a lényeget.

„Minden alkalommal, amikor egy LLM válaszol neked, az olyan, mintha először találkozna veled. Az egyetlen ok, amiért emlékszik a korábbi üzeneteidre, az az, hogy a teljes beszélgetés vissza van küldve neki, minden egyes alkalommal.”

Vagyis ahhoz, hogy a chat fenntartsa a kontextust, a program minden üzenetküldéskor a teljes addigi beszélgetés-történetet — az összes korábbi kérdést, választ, feltöltött dokumentumot, kódrészletet és a rendszerpromptot — újra elküldi az API-nak. Egy Claude Code-os megfogalmazás szerint: „Minden korábbi üzenet újraküldődik minden körben, így egy olyan munkamenet, amely három független problémán ment keresztül, mind a háromért fizet minden új üzenetnél.”

Mi az a token, és hogyan számolják?

A tokenek az AI-modellek alapvető szövegegységei. A hüvelykujj-szabály: 1 token ≈ 0,75 szó (nagyjából 4 karakter). Amikor egy AI-cég a „használatodat” méri, valójában a feldolgozott tokenek mennyiségét számolja — nem az üzeneteid darabszámát.

Ez azért fontos, mert egy hosszú, dokumentumokkal teli beszélgetés egyetlen rövid kérdése is rengeteg tokent égethet. Az Anthropic hivatalos magyarázata pontosan ezt mondja ki: „Ha nagy kontextust tartalmazó üzenetet küldesz, az a használati korlátod nagyobb részét fogja felemészteni.”

A token-pazarlás matematikája: miért négyzetes a fogyás?

Nézzük meg konkrét számokkal, mi történik egy beszélgetés során:

1. Az 1. üzenetnél elküldesz 50 szót (kb. 65 token), az AI válaszol 100 szót (kb. 130 token). Összesen 195 token fogyott.
2. A 2. üzenetnél újabb 50 szót küldesz, de az AI-nak küldött csomag már ez: [1. kérdés] + [1. válasz] + [2. kérdés] — vagyis kb. 380 token feldolgozása.
3. A 20. üzenetnél, ha a chatben már 30 000 tokennyi kód és szöveg van, egyetlen apró „Ez működik?” kérdésnél is a szervernek újra át kell rágnia magát a teljes 30 000 tokenen.

Emiatt a token-fogyasztás négyzetes arányban (quadratically) nő a beszélgetés hosszával. Egy tízszer hosszabb chat nem tízszer, hanem akár 50–100-szor több erőforrást emészt fel a szervereken. Ezért csökken a rendszer olyan drasztikusan a hátralévő megengedett üzeneteid számát egy hosszú munkamenet végén.

Használati korlát vs. hosszúsági korlát: két külön dolog

Sokan összekeverik a kétféle limitet, pedig eltérő okból akadsz el.

A használati korlát (usage limit) az időalapú kereted — jellemzően egy 3 vagy 5 órás időablak. Ha ezt túllépted, a rendszer a resetig letiltja a chatet. Minden tevékenység — a weblapon írt üzenetek, a dokumentumok beolvasása — ebbe a közös keretbe számít.

A hosszúsági korlát (length limit / context window) ezzel szemben a modell fizikai memóriakapacitása. A Claude Sonnet 5 kontextusablaka a fizetős weblapokon és a Claude Code-ban 1 millió (1M) token, a Claude Opus (4.6–4.8) és a Sonnet 4.6 esetében 500 000 (500K) token. Ha a chat eléri ezt, a modell „amnéziássá” válhat.

A Claude 2026-ban bevezette az automatikus kontextuskezelést (summarization), ami a chat végén tömöríti a régi üzeneteket. Ez segít a hosszúsági korláton, de növeli a token-feldolgozást — vagyis gyorsabban égeti a használati limitet. A két korlát tehát össze is játszhat ellened.

Mennyi üzenet fér bele? A 2026-os limitek

A konkrét számok modellenként és csomagonként eltérnek. A standard Plus/Pro előfizetések ára egységesen 20 dollár/hó (ChatGPT Plus, Claude Pro, Gemini Advanced). Íme a tényleges keretek 2026-ban:

• ChatGPT Plus (GPT-5.4 / 5.4 Thinking): 100–160 üzenet / 3 óra.
• Claude Pro, Sonnet modell: kb. 45 üzenet / 5 óra.
• Claude Pro, Opus modell: kb. 10 üzenet / 5 óra — a legdrágább modelleknél feltűnően alacsony.
• SuperGrok (Grok 4 Heavy): kb. 20 üzenet / 2 óra.

Látszik, hogy a legerősebb modellek (pl. Opus) limitje a legszűkebb, mert ezek a legdrágábbak futtatni. Ha kódolásra vagy komplex elemzésre használod őket, gyorsan beleütközöl a falba.

Kell-e drágább csomag? A $100–200-os prémium kategória

Az AI-cégek válasza a limitpanaszokra a prémium kategória. A 2026-ban bevezetett power-user csomagok — a ChatGPT Pro, valamint a Claude Max 5x és 20x — ára 100–200 dollár/hó.

A Claude Max 5x és 20x nevében a szorzó a magasabb limitet jelöli: az 5x, illetve 20x magasabb keret jórészt kiküszöböli a napi korlátok elérését. Cserébe ez havi szinten komoly költségvetési tétel.

A döntés valójában használat-alapú. Ha csak alkalmi felhasználó vagy, a 20 dolláros csomag és a token-kímélő szokások bőven elegendők. Ha viszont napi több órát kódolsz vagy adatelemzel egy AI-jal, a prémium csomag matematikailag megérheti — mert a lassulás és a resetre várakozás is „költség”.

6 gyakorlati szokás a tokenek kímélésére

A jó hír, hogy a limit fogyását nagyrészt te irányítod. Ezek a legjobban működő szokások:

1. Szerkeszd, ne halmozd: ha pontosítanál, ne új üzenetet küldj, hanem szerkeszd az előző promptodat. Így a hibás válaszok nem maradnak benne a történetben, és nem növelik a tokeneket a következő körökben.
2. Taskonként új chat: mindig nyiss új beszélgetést (vagy Claude Code-ban használd a /clear parancsot), ha új feladatba kezdesz. Ne debugold ugyanabban a chatben az adatbázis-migrációt és a bejelentkező felület hibáját.
3. Vidd át összefoglalóként: ha a régi kontextusra mégis szükséged van, kérj egy rövid, strukturált összefoglalót a chatről, másold ki, és ezzel indítsd az új beszélgetést.
4. Szelektív fájl-referenciák: ne másolj be egész fájlokat és logokat. Claude Code-ban a @ a teljes projektfát is betölti — a sima útvonal megadása viszont szelektív beolvasást tesz lehetővé.
5. Használj prompt caching-et: a Claude Projects funkció szerveroldalon cache-eli a projekt fájljait, így az ismételt beolvasásuk sokkal kevesebb kvótát fogyaszt.
6. Tervezz kódolás előtt: komplex feladatnál kérj előbb egy szöveges tervet lépésről lépésre. A hibás kódok generálása és javítása égeti a legtöbb tokent.

A limit nem hiba, hanem a token-gazdaságtan következménye

Amikor legközelebb azt látod, hogy elfogyott a kereted, ne a szolgáltatóban keresd a hibát: a jelenség a modellek állapotmentes működésének és a négyzetes token-fogyásnak a logikus következménye. Aki érti ezt a mechanizmust, az nem áldozat, hanem tudatos felhasználó lesz.

A legfontosabb üzenet, hogy a limit nagy részét a saját szokásaid határozzák meg. Rövid, fókuszált chatekkel, promptszerkesztéssel és tudatos kontextuskezeléssel ugyanazért a 20 dollárért lényegesen többet hozhatsz ki az előfizetésedből.

Kapcsolódó elemzésünkben részletesen összehasonlítjuk a csomagokat: Melyik AI előfizetés éri meg 2026-ban? ChatGPT vs Claude vs Gemini vs Codex. További AI-tippekért iratkozz fel az AI Hírek hírlevelére.