Los límites del cliente mandan sobre lo que ofrece el servidor

Qué pasó

Ampliamos el contexto de un modelo de 65.536 a 262.144 tokens. El agente de programación que lo usaba seguía compactando la conversación como si tuviera 65.536, porque ese límite estaba escrito en su propio fichero de configuración. Resultado: parecía que «el modelo no tenía memoria».

Lo mismo con max_tokens: lo que envía el cliente es lo que se aplica.

Cómo evitarlo

Cada vez que cambies algo en el servidor (contexto, salida máxima, nombre del modelo), revisa la configuración de cada cliente. No fallan: simplemente desaprovechan lo que has mejorado, y eso es más difícil de detectar que un error.