Pular para o conteúdo
LLM Pricing Calc
Preços verificados em

Calculadora de Preço de LLM: Custo de API e de Agentes de IA

Calcule o custo de API de LLM em 35 modelos da OpenAI, Anthropic Claude, Google Gemini, DeepSeek e xAI, incluindo prompt caching, descontos da Batch API, loops de agentes multi-turn e tokens de raciocínio ocultos.

Carga de trabalho

Presets rápidos

1.000 tokens ≈ 750 palavras em inglês.

Modo Pro / Agente

Cache, batch, loops multi-turn, tokens de raciocínio

Comparação de custos

Mais barato / mês

$10.65

Claude Haiku 5.5

Mais caro / mês

$425.88

Claude Opus 5.5

Tokens / requisição

1.5K input

400 de output (modelo mais barato)

Custo estimado por modelo
Remover
Claude Haiku 5.5Mais baratoAnthropic · $0.10 / $0.50$0.00035$0.35$10.65$127.75
GPT-6 LunaOpenAI · $0.10 / $0.50$0.00035$0.35$10.65$127.75
DeepSeek V4 ProDeepSeek · $1.32 / $3.96$0.00356$3.56$108.42$1,301
Grok 4.7xAI · $2.00 / $6.00$0.0054$5.40$164.27$1,971
Claude Sonnet 5.5Anthropic · $2.00 / $10.00$0.007$7.00$212.94$2,555
GPT-6.2 SolOpenAI · $2.00 / $10.00$0.007$7.00$212.94$2,555
Gemini 4 CarbonGoogle · $2.00 / $10.00$0.007$7.00$212.94$2,555
Claude Opus 5.5Anthropic · $4.00 / $20.00$0.014$14.00$425.88$5,110

Mensal = diário × 30,42. Os preços são de tabela, na faixa de contexto padrão. Sobretaxas de contexto longo, preços regionais e impostos não estão incluídos.Preços oficiais: Anthropic ↗ · OpenAI ↗ · Google ↗ · DeepSeek ↗ · xAI ↗

Mais ferramentas de custo de IA

Guia

Como funciona o preço por token de LLMs

Toda grande API de LLM cobra por token, um pedaço de texto de cerca de quatro caracteres ou três quartos de uma palavra em inglês. Os preços são cotados por milhão de tokens, e os tokens de input (seu system prompt, o histórico da conversa, os documentos recuperados e os resultados de ferramentas) são cobrados separadamente dos tokens de output (o texto que o modelo gera). O output é quase sempre o lado caro: na maioria dos modelos atuais, cada token de output custa de quatro a cinco vezes mais que um de input, porque gerar tokens um de cada vez consome muito mais tempo de GPU do que ler um prompt em paralelo.

Isso resulta em uma fórmula simples para qualquer requisição: tokens de input × preço de input ÷ 1M + tokens de output × preço de output ÷ 1M. Uma requisição de chatbot com 2.000 tokens de input e 500 tokens de output no Claude Sonnet 5.5 ($2.00 de input / $10.00 de output por 1M) custa cerca de $0.009. Com 10.000 requisições por dia, isso dá aproximadamente $2,738 por mês. A calculadora acima faz exatamente esse cálculo para todos os modelos de uma vez, para você ver quanto a mesma carga de trabalho custa em cada provedor.

Comparando os preços das APIs da OpenAI, do Claude e do Gemini

O preço de tabela é um ponto de partida, não a resposta. Dois modelos com o mesmo preço por token podem gerar faturas bem diferentes se um deles escreve respostas mais longas, precisa de um prompt maior para se comportar bem ou gasta mais tokens de raciocínio ocultos. Modelos intermediários como Claude Sonnet 5.5, GPT-6.2 Sol e Gemini 4 Carbon têm hoje preços quase idênticos, então uma comparação justa de custo de LLM passa as suas próprias contagens de tokens por cada um deles. Para ver rapidamente todas as tarifas de input, input em cache e output, use a tabela de preços de API de LLM.

Por que agentes de IA multi-turn custam mais que chatbots

APIs de LLM não guardam estado. Para continuar uma conversa, seu código reenvia o histórico inteiro a cada chamada, e um agente acrescenta a esse histórico definições de ferramentas, chamadas de ferramentas e os outputs delas a cada passo. Por isso, os tokens de input crescem a cada turno, e o input total de uma sessão cresce aproximadamente com o quadrado do número de turnos.

Pense em um agente de código ou de pesquisa que começa com 12.000 tokens de contexto, acrescenta 2.500 tokens de output de ferramentas e 500 tokens do próprio output a cada turno, e roda por 25 turnos. Uma estimativa ingênua diria 25 × 12.000 = 0,3M tokens de input. O número real é de cerca de 1,2M, 4× mais, porque o turno 25 relê tudo o que os 24 turnos anteriores produziram. Sem cache, essa única sessão custa cerca de $2.52 no Claude Sonnet 5.5. Uma calculadora de custo de agentes de IA precisa modelar esse crescimento de contexto, e é isso que o modo Pro / Agente acima faz. Agentes de voz seguem o mesmo padrão a cada fala; a calculadora de custo de agente de voz com IA modela isso junto com speech-to-text, text-to-speech e telefonia.

Como o prompt caching e os descontos da Batch API reduzem sua fatura

Prompt caching

Como os agentes reenviam o mesmo prefixo várias vezes, os provedores permitem colocá-lo em cache. Tokens de input em cache no Claude Sonnet 5.5 custam $0.10 por 1M em vez de $2.00, um desconto de 95%. A Anthropic cobra um adicional para gravar o cache ($2.50 por 1M); a OpenAI e o Google fazem cache automaticamente para prompts acima de um tamanho mínimo. Com uma taxa de acerto de cache de 85%, a sessão de agente acima cai de $2.52 para cerca de $0.677, uma economia de 73%. Para conseguir taxas de acerto altas, mantenha tudo o que é estável (system prompt, schemas de ferramentas, documentos de referência) no início do prompt e acrescente o conteúdo novo no final. Um timestamp ou ID de usuário perto do topo do prompt quebra o cache em toda requisição.

Batch API

Se você não precisa da resposta em tempo real, a Batch API da OpenAI, da Anthropic e do Google dá 50% de desconto nos tokens de input e de output em troca de resultados em até 24 horas. Evals, classificação de documentos, extração de dados, reprocessamento de embeddings e resumos noturnos são bons casos de uso. Os descontos de batch e de cache podem ser combinados, e é por isso que pipelines offline costumam ser as cargas de LLM mais baratas de rodar.

Como os tokens de raciocínio ocultos são cobrados

Modelos de raciocínio pensam antes de responder. Esses tokens de raciocínio são gerados como qualquer outro output e cobrados pela tarifa de output, mas a maioria das APIs nunca os mostra para você. Uma resposta visível de 500 tokens que precisou de 1.000 tokens de raciocínio é cobrada como 1.500 tokens de output: $0.015 em vez de $0.005 no Claude Sonnet 5.5. O uso de raciocínio varia com a dificuldade da tarefa e com as configurações de esforço, então meça-o pelo campo usage de respostas reais e ajuste o multiplicador de raciocínio na calculadora de acordo. Os tokens de raciocínio não são levados para o contexto do turno seguinte, então aumentam o custo de output sem inflar o lado do input em um loop de agente.

Dicas práticas para reduzir o gasto mensal com API de LLM

  1. Roteie por dificuldade. Mande chamadas simples de classificação, extração e roteamento para um modelo econômico e reserve os modelos topo de linha para os casos difíceis. Muitas equipes cortam de 60% a 80% do gasto assim.
  2. Limite o tamanho do output. Os tokens de output são o lado caro. Defina max_tokens, peça formatos concisos como JSON e evite fazer o modelo repetir o input.
  3. Projete os prompts para o cache. Coloque o conteúdo estável primeiro e o variável por último, e confira a contagem de tokens em cache nas respostas da API para confirmar os acertos.
  4. Enxugue o contexto do agente. Resuma ou descarte outputs antigos de ferramentas em vez de carregar conteúdos completos de arquivos e logs por todos os turnos.
  5. Use batch para tudo o que pode esperar. Metade do preço pelo mesmo modelo é a economia mais fácil que existe.
  6. Ajuste o esforço de raciocínio. Use esforço baixo ou médio, ou um modelo sem raciocínio, quando o raciocínio profundo não melhora os resultados.
  7. Reavalie o self-hosting em escala. Com bilhões de tokens por mês, um modelo open-weight em uma GPU dedicada pode sair mais barato. Use a calculadora de ponto de equilíbrio entre API e self-hosting para encontrar o seu ponto de virada e a calculadora de VRAM para LLM para dimensionar o hardware.

Todos os números desta calculadora ficam na URL da página, então, quando tiver uma estimativa, você pode copiar o link e compartilhar com sua equipe ou com o responsável financeiro.

Como o cálculo funciona

Para uma única requisição, o custo é simplesmente tokens × preço. Cargas de trabalho reais são mais complicadas, então o modo Pro acrescenta quatro coisas que a maioria das calculadoras ignora:

  • Crescimento do contexto. No turno k de um loop de agente, o modelo relê input + k × (contexto adicionado + output) tokens.
  • Prompt caching. Os acertos de cache são cobrados pela tarifa de cache do provedor. Os misses são cobrados pela tarifa de escrita no cache, quando ela existe (Anthropic: 1,25× o input).
  • Batch API. 50% de desconto em tudo, só nos provedores que oferecem.
  • Tokens de raciocínio. Raciocínio oculto cobrado como output, apenas em modelos de raciocínio. Ele não é levado adiante no contexto.

Fórmula da sessão de agente

input_tokens  = T·I + (G + O)·T(T−1)/2
output_tokens = T·O·R
cost = (1−h)·input·P_miss + h·input·P_cached
     + output·P_out        (× 0.5 if batch)

T turnos · I contexto inicial · G contexto adicionado por turno · O output por turno · R multiplicador de raciocínio · h taxa de acerto do cache

Perguntas frequentes sobre preço de LLM

Quanto custa 1 milhão (1M) de tokens em um LLM?

Um milhão de tokens equivale a cerca de 750.000 palavras em inglês, e é a unidade em que todo provedor cota seus preços. Hoje, 1M de tokens custa de $0.10 de input / $0.50 de output no Claude Haiku 5.5 até $8.00 de input / $40.00 de output no GPT-6.2 Astra. Modelos intermediários como o Claude Sonnet 5.5 ficam em $2.00 de input / $10.00 de output.

Como é calculado o custo da API de um LLM?

Os provedores cobram separadamente os tokens de input (prompt) e de output (completion), cada um com preço por 1 milhão de tokens. Custo por requisição = tokens de input × preço de input ÷ 1.000.000 + tokens de output × preço de output ÷ 1.000.000. Por exemplo, 2.000 tokens de input e 500 de output no Claude Sonnet 5.5 custam $0.009, então 10.000 requisições por dia dão cerca de $2,738 por mês.

Como calcular o preço de um token?

Divida o preço por milhão por 1.000.000. O Claude Sonnet 5.5 cobra $2.00 por 1M de tokens de input, então um token de input custa $0.000002 e um token de output custa $0.00001. Multiplique esse preço por token pela sua contagem de tokens, ou deixe a calculadora acima fazer isso para todos os modelos de uma vez.

Como calcular tokens de LLM a partir de palavras ou caracteres?

Em textos em inglês, 1 token tem cerca de 4 caracteres ou 0,75 palavra, então tokens ≈ palavras × 1,33 ou caracteres ÷ 4. Um artigo de 1.500 palavras tem cerca de 2.000 tokens. Código, textos em outros idiomas que não o inglês e números costumam precisar de mais tokens por palavra, então use o tokenizer do provedor ou o campo usage das respostas da API para obter contagens exatas.

Qual é o tamanho de um token de LLM?

Um token tem em média cerca de 4 caracteres de texto em inglês, aproximadamente três quartos de uma palavra. Palavras comuns são um único token, enquanto palavras longas ou raras são divididas em vários pedaços. Espaços e pontuação também contam, e cada família de modelos usa seu próprio tokenizer, então o mesmo texto pode gerar contagens um pouco diferentes em modelos diferentes.

Quanto custam 1.000 tokens de IA?

1.000 tokens de input custam $0.0001 no Claude Haiku 5.5, $0.002 no Claude Sonnet 5.5 e $0.008 no GPT-6.2 Astra. Como output, os mesmos 1.000 tokens custam $0.0005, $0.01 e $0.04, respectivamente. Isso equivale a cerca de 750 palavras, e é por isso que o custo por requisição costuma ser uma fração de centavo.

Quanto custam 4.000 tokens?

4.000 tokens de input custam $0.0004 no Claude Haiku 5.5, $0.008 no Claude Sonnet 5.5 e $0.032 no GPT-6.2 Astra. Como output, os mesmos 4.000 tokens custam $0.002, $0.04 e $0.16, respectivamente. 4.000 tokens são cerca de 3.000 palavras, um prompt típico de chatbot com algum histórico de conversa.

Quanto custam 100.000 (100 mil) tokens?

100.000 tokens de input custam $0.01 no Claude Haiku 5.5, $0.20 no Claude Sonnet 5.5 e $0.80 no GPT-6.2 Astra. Como output, os mesmos 100.000 tokens custam $0.05, $1.00 e $4.00, respectivamente. 100 mil tokens são cerca de 75.000 palavras, mais ou menos o tamanho de um romance inteiro.

Quanto custam 300.000 tokens?

300.000 tokens de input custam $0.03 no Claude Haiku 5.5, $0.60 no Claude Sonnet 5.5 e $2.40 no GPT-6.2 Astra. Como output, os mesmos 300.000 tokens custam $0.15, $3.00 e $12.00, respectivamente. 300 mil tokens são cerca de 225.000 palavras, uns três romances ou uma base de código grande.

Quanto custam 500.000 tokens?

500.000 tokens de input custam $0.05 no Claude Haiku 5.5, $1.00 no Claude Sonnet 5.5 e $4.00 no GPT-6.2 Astra. Como output, os mesmos 500.000 tokens custam $0.25, $5.00 e $20.00, respectivamente. 500 mil tokens são cerca de 375.000 palavras, um volume comum para uma única sessão longa de agente multi-turn.

Quantas palavras tem 20.000 tokens?

20.000 tokens são cerca de 15.000 palavras em inglês, ou aproximadamente 30 páginas em espaço simples. Ler tudo isso como input custa $0.002 no Claude Haiku 5.5 e $0.04 no Claude Sonnet 5.5. Código e textos em outros idiomas rendem menos palavras por token.

Quanto texto cabe em 1.000.000 de tokens?

1.000.000 de tokens equivale a cerca de 750.000 palavras, aproximadamente 1.500 páginas em espaço simples ou dez romances de tamanho médio. Muitos modelos atuais, incluindo o Claude Sonnet 5.5 e o GPT-6.2 Astra, aceitam cerca de 1M de tokens de contexto em uma única requisição. Enviar tudo isso como input custa $2.00 no Claude Sonnet 5.5.

Como é o preço dos tokens da API da OpenAI e do ChatGPT?

As assinaturas do ChatGPT têm mensalidade fixa, mas a API da OpenAI cobra por token, com tarifas separadas de input e output por 1M de tokens. As tarifas atuais são: GPT-6.2 Astra $8.00 de input / $40.00 de output; GPT-6.2 Sol $2.00 de input / $10.00 de output; GPT-6 Luna $0.10 de input / $0.50 de output. O input em cache no GPT-6.2 Sol cai para $0.10 por 1M, e a Batch API dá 50% de desconto nos dois lados.

Qual é o preço atual do token de LLM nos principais provedores?

Em 21 de nov. de 2026, os preços de tabela por 1M de tokens dos modelos mais conhecidos são: Anthropic $0.10–$8.00 de input e $0.50–$40.00 de output; OpenAI $0.10–$8.00 de input e $0.50–$40.00 de output; Google $0.75–$3.00 de input e $3.75–$15.00 de output; DeepSeek $0.30–$1.32 de input e $1.20–$3.96 de output; xAI $2.00 de input e $6.00 de output. Os modelos fechados mais baratos e amplamente usados, considerando uma proporção de 3:1 entre input e output, são Claude Haiku 5.5, GPT-6 Luna, DeepSeek V4.1 Flash. Modelos open-weight hospedados, como Llama e Qwen, podem sair ainda mais baratos.

Por que os tokens de output são mais caros que os de input?

Os tokens de input são processados em paralelo em uma única passada, mas os de output são gerados um de cada vez, e cada um exige uma passada completa pelo modelo, então consomem muito mais tempo de GPU. Por isso, o output costuma custar cerca de 5× mais que o input; no Claude Sonnet 5.5, são $10.00 contra $2.00 por 1M. Limitar o tamanho das respostas é uma das formas mais eficazes de reduzir a fatura.

Quanto o prompt caching economiza nos custos de API de LLM?

Tokens de input em cache no Claude Sonnet 5.5 custam $0.10 por 1M em vez de $2.00, um desconto de 95%, embora a Anthropic cobre $2.50 por 1M para gravar o cache. Em uma sessão de agente de 25 turnos com taxa de acerto de cache de 85%, o custo cai de $2.52 para $0.677, uma economia de 73%. Mantenha o conteúdo estável, como system prompts e schemas de ferramentas, no início do prompt para maximizar os acertos.

Como são cobrados os tokens ocultos de raciocínio (thinking)?

Modelos de raciocínio geram tokens de raciocínio antes da resposta visível e os cobram pela tarifa de output, mesmo que a maioria das APIs não os retorne. Uma resposta de 500 tokens que precisou de 1.000 tokens de raciocínio é cobrada como 1.500 tokens de output: $0.015 em vez de $0.005 no Claude Sonnet 5.5. Ajuste o multiplicador de raciocínio na calculadora de acordo com o que o campo usage das respostas reais mostra.

Por que agentes de IA multi-turn custam mais que chatbots simples?

APIs de LLM não guardam estado, então um agente reenvia a conversa inteira, as definições de ferramentas e os resultados delas a cada turno. Uma sessão de 25 turnos que começa com 12 mil tokens de contexto e cresce 3 mil por turno lê cerca de 1,2M tokens de input, não 0,3M. Sem cache, isso custa cerca de $2.52 no Claude Sonnet 5.5; ative o modo Pro / Agente acima para modelar isso.

Qual é o desconto da Batch API?

OpenAI, Anthropic e Google oferecem uma Batch API assíncrona que devolve os resultados em até 24 horas com 50% de desconto nos tokens de input e de output. Ela é ideal para evals, classificação, reprocessamento de embeddings e relatórios noturnos. A opção de batch da calculadora aplica o desconto apenas aos modelos cujo provedor o oferece.

Qual a precisão destes preços de LLM?

Os preços vêm da página oficial de preços de cada provedor e foram verificados pela última vez em 21 de nov. de 2026. Todos os valores ficam salvos na URL da página, então você pode compartilhar uma estimativa exata com sua equipe. Sempre confirme no site do provedor antes de fechar um orçamento, porque os preços mudam com frequência.