Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Preço por token

O preço por token (token pricing) é a forma como a maioria das APIs de modelos de IA cobra: um preço fixo por milhão de tokens de entrada que você envia e um preço separado, geralmente mais alto, por milhão de tokens de saída que o modelo gera, com descontos para entrada em cache e jobs em lote.

Também chamado: price per million tokens, input vs output tokens

Por Divya Sharma · Verificado em 16 de nov. de 2026 · Como analisamos

Os provedores cobram em tokens, não em requisições ou palavras. A página de preços da Anthropic, por exemplo, lista os preços por MTok, ou seja, por milhão de tokens, com colunas separadas para entrada base, escritas no cache, acertos no cache e saída. A entrada cobre tudo o que você envia: o system prompt, o histórico da conversa, os documentos recuperados e as definições de ferramentas. Os tokens de saída são o que o modelo escreve de volta, incluindo tokens de raciocínio ocultos nos modelos de raciocínio.

Como calcular um custo

O custo por requisição é os tokens de entrada vezes o preço de entrada mais os tokens de saída vezes o preço de saída, cada um dividido por um milhão. Chats longos ficam mais caros a cada turno porque o histórico inteiro é enviado toda vez. A saída costuma custar várias vezes mais que a entrada, então um modelo prolixo pode sair mais caro que um que parece mais caro na tabela.

O que muda a conta

O prompt caching cobra menos por um prefixo repetido. Uma batch API dá desconto para jobs que podem esperar. Alguns provedores cobram mais por prompts muito longos ou por regiões específicas. O tokenizer também importa: a Anthropic observa que um tokenizer mais novo produz aproximadamente 30% mais tokens para o mesmo texto, então os preços por token não são diretamente comparáveis entre famílias de modelos.

Como comparar modelos

Preço por token só significa algo ao lado de qualidade e velocidade. Um modelo barato que precisa de três tentativas não é barato. Nossa pesquisa de preços de modelos de IA acompanha os preços de tabela entre provedores, e os rankings mostram a qualidade junto com o custo.

Termos relacionados

Token (LLM)
Um token (LLM) é a unidade básica de texto que um modelo de linguagem lê e escreve, muitas vezes uma palavra, parte de uma palavra, um sinal de pontuação ou um byte. Preços, velocidade e limites de contexto são todos contados em tokens.
Tokens de saída
Tokens de saída (output tokens) são os tokens que um modelo de linguagem gera na resposta. Eles são contados e cobrados separadamente dos tokens de entrada, e uma configuração max_tokens limita quantos uma resposta pode conter.
Prompt caching
Prompt caching (cache de prompt) é um recurso de API que guarda a forma processada de um prefixo de prompt repetido, como um system prompt longo ou um documento, para que requisições posteriores que começam com o mesmo prefixo fiquem mais baratas e rápidas.
Batch API
Uma batch API (API de processamento em lote) permite enviar um grande conjunto de requisições de modelo em um único job e coletar os resultados depois, em vez de esperar por cada chamada. Os provedores rodam o job quando há capacidade e geralmente cobram menos por ele.
Tokenizer
Um tokenizer (tokenizador) é o componente que divide o texto em tokens e os transforma em IDs numéricos que um modelo de linguagem pode processar, e depois transforma os IDs de saída do modelo de volta em texto.
Rate limit (API)
Um rate limit (limite de taxa) restringe quanto uma conta pode usar uma API em uma janela de tempo, normalmente em requisições por minuto (RPM) e tokens por minuto (TPM). Requisições acima do limite são rejeitadas, geralmente com um erro HTTP 429.

Fontes