Nota de campo · ~6 min de lectura
Respuesta corta: menos de lo que crees. La memoria persistente de ChatGPT almacena aproximadamente 1,200–2,000 tokens — suficiente para unos 8–12 datos breves. Unos pocos párrafos. No es una relación. Así es como funciona en realidad y por qué importa la brecha entre lo que la gente asume y lo que realmente se guarda.
Los dos números que la gente suele confundir son memoria y ventana de contexto. La ventana de contexto es el borrador de trabajo dentro de una sola conversación: amplia, generosa, impresionante. La memoria persistente es el pequeño depósito que OpenAI traslada de una conversación a otra. La diferencia es de aproximadamente dos órdenes de magnitud.
El modelo de ChatGPT es quien decide. La mayor parte de lo que dices vive únicamente dentro de la conversación actual y desaparece al cerrar la pestaña. En silencio, el modelo elige un puñado de cosas que considera que vale la pena conservar —tu nombre, tu trabajo, algunas preferencias— y las escribe en el panel de memoria.
Prueba esto: abre Configuración → Personalización → Memoria. A la mayoría de la gente le sorprende lo corta que es la lista, incluso tras meses de uso intensivo. No es un error. Así está diseñada.
Cada entrada de memoria debe inyectarse en el prompt de cada conversación. Con 2,000 tokens, eso ya representa un costo de inferencia significativo a lo largo de cientos de millones de usuarios. Una memoria persistente de 20,000 tokens por usuario sería financiera y arquitectónicamente insostenible para OpenAI hoy en día. Así que el límite no es pereza: es pura economía.
Y no pasa nada, siempre y cuando lo sepas. El problema es que la mayoría de los usuarios asume que ChatGPT está construyendo silenciosamente un modelo profundo sobre ellos y se sorprenden cuando olvida algo que mencionaron hace tres conversaciones. No lo olvidó. Simplemente nunca lo guardó.
Respuesta corta
ChatGPT recuerda aproximadamente un párrafo sobre ti: de 8 a 12 datos seleccionados que ocupan entre 1,200 y 2,000 tokens. Las cifras más grandes que has visto (ventanas de contexto de 128K) son por conversación, no entre conversaciones. Si buscas una continuidad que sobreviva al próximo cierre de pestaña o a la próxima actualización de modelo, la solución no es una memoria más grande dentro de ChatGPT: es tener una memoria fuera de él.
Tres opciones honestas:
Lecturas relacionadas: La memoria de ChatGPT, al completo, el costo oculto de cambiar de modelo de IA, y Konshus vs ChatGPT Memory.
Konshus procesa todo tu historial de ChatGPT, lo sintetiza en átomos estructurados y te da una persona portátil que cabe en el prompt de cualquier modelo: propia, cifrada, tuya.
Conoce Konshus