Última atualização: 2026-06-22

O custo por token explicado

O custo por token de uma chamada de API a um modelo de linguagem grande é o valor cobrado por uma única requisição, calculado a partir da quantidade de tokens enviados ao modelo e recebidos dele e das tarifas por token publicadas pelo modelo. Os provedores medem o uso em tokens — fragmentos curtos de texto, de aproximadamente quatro caracteres de inglês cada — e cobram o prompt (entrada) e a resposta (saída) separadamente, pois os dois são tarifados a taxas distintas.

Como o preço é informado

Um único token custa uma fração ínfima de uma unidade monetária, de modo que os provedores publicam tarifas por um milhão de tokens para manter o número principal legível. Uma tarifa de $3 por milhão de tokens de entrada significa que cada token de entrada custa três milionésimos de dólar; uma tarifa de saída de $15 por milhão é cinco vezes maior. A saída é o lado mais caro porque a geração produz um token de cada vez, cada qual exigindo uma passagem completa pelo modelo, ao passo que a entrada é processada em uma única passagem paralela.

A fórmula

Com $n_{in}$ tokens de entrada ao preço $p_{in}$ por milhão e $n_{out}$ tokens de saída ao preço $p_{out}$ por milhão, os dois componentes faturados são

e o custo da chamada é a soma deles:

A divisão por $10^6$ converte a cotação por milhão em uma tarifa por token antes da multiplicação pelas contagens de tokens.

Exemplo resolvido

Considere uma requisição com $n_{in} = 1500$ tokens de entrada e $n_{out} = 500$ tokens de saída contra um modelo de fronteira de nível intermediário tarifado a $3 por milhão de entrada e $15 por milhão de saída. A parcela de entrada é

e a parcela de saída é

resultando em um total de C = 0.0045 + 0.0075 = \0.012$ para a chamada. Embora o prompt seja três vezes mais longo do que a resposta, as duas metades contribuem de forma aproximadamente igual para a conta, pois a tarifa de saída é cinco vezes a de entrada. Esse é o traço definidor do preço por token: uma resposta curta a uma tarifa alta pode custar tanto quanto um prompt longo a uma tarifa baixa.

Notas e variações

O modelo pressupõe uma tarifa fixa por token. Na prática, a tarifa efetiva pode ficar abaixo do valor anunciado: o cache de prompt reutiliza contexto repetido com desconto, e o processamento em lote assíncrono troca latência por uma tarifa menor. A contagem de tokens também depende do tokenizador e do conteúdo — código e escritas que não usam o alfabeto latino são tokenizados de forma menos eficiente do que o inglês simples, gerando mais tokens por caractere.

Aplicação

O custo por chamada é a unidade atômica a partir da qual estimativas maiores são construídas. Multiplicá-lo pelo volume de requisições fornece o gasto recorrente, objeto da Calculadora de Custo Mensal de LLM, enquanto um fluxo agêntico que emite várias chamadas por tarefa é tratado pela Calculadora de Custo de Agente. Para trabalhar no sentido inverso — quantos tokens um orçamento fixo adquire — consulte Calculadora de Tokens por Unidade Monetária.