Quando chega a fatura de API de IA e o valor surpreende, quase sempre o culpado é o token. Token é a unidade de medição de IA — e entender o que é evita surpresa no orçamento. Esse texto explica o que é token, sem jargão, e mostra como calcular custo de IA para sua empresa.
Veja também a definição no nosso glossário de IA.
O que é Token (em uma frase)
Token é a unidade básica que o modelo de IA processa — aproximadamente uma sílaba, ou parte de uma palavra, em português. É o que a API usa para cobrar.
Em português direto: é como o “caractere” para a telefonia móvel. Cada token é uma unidade consumida, e o custo total depende de quantos tokens você usa.
A diferença para caractere é que token não é exatamente uma letra. Em português, uma palavra média tem 2 a 3 tokens. Em inglês, 1 a 2. Modelos são treinados principalmente em inglês, então o português consome mais tokens por palavra — detalhe que pesa no custo.
Por que isso importa
Toda API de IA (GPT, Claude, Gemini) cobra por token. Entender isso é fundamental para:
- Calcular custo de projeto antes de implementar. Estimativa de uso × preço por token = custo mensal.
- Comparar modelo. Modelo mais potente custa mais por token. Vale saber se a qualidade extra justifica o preço.
- Evitar fatura surpresa. Sem noção de token, projeto pode estourar orçamento.
- Otimizar prompt. Mais texto no prompt = mais token = mais custo. Prompt enxuto economiza.
Para gestor, token é o que transforma “IA custa quanto?” em conta previsível. É o equivalente a “quilowatt-hora” no custo de energia — unidade que define o preço.
Como funciona, sem código
Pense no token como pedaço de texto que o modelo enxerga. Exemplos em português:
- “IA” — 1 token.
- “inteligência” — provavelmente 3 a 4 tokens (in-te-li-gên-cia, dividido em pedaço).
- “artificial” — 2 a 3 tokens.
- “a rapidez importa” — cerca de 5 tokens.
A divisão não é por sílaba exata, mas aproxima. O modelo quebra palavra conforme aprendeu no pre-training. Em português, palavras longas e com acento consomem mais tokens.
Há dois tipos de token que você paga:
- Token de entrada (input / prompt) — o texto que você envia. Em geral, mais barato.
- Token de saída (output / completion) — o texto que a IA gera. Em geral, mais caro.
Em projeto de IA, ambos somam no custo. Vale calcular os dois.
Como estimar custo
Vamos a um exemplo numérico. Imagine um chatbot que responde dúvida de cliente:
- Cada interação: cliente envia ~50 palavras (≈150 tokens), IA responde ~100 palavras (≈300 tokens).
- Total por interação: ~450 tokens.
- Preço hipotético: US$ 0,005 por mil tokens de entrada, US$ 0,015 por mil tokens de saída.
- Custo por interação: (150 × 0,005 + 300 × 0,015) / 1000 = US$ 0,00525 por interação. Em real, cerca de R$ 0,03.
Parece pouco. Mas em volume alto (10 mil interações por dia), vira R$ 300 por dia, R$ 9 mil por mês. Aí começa a pesar.
Em projeto bem feito, faz-se essa conta antes de implementar. Sem isso, qualquer API vira fatura surpresa.
Fatores que afetam custo em token
Vale saber:
- Idioma. Português consome mais tokens que inglês por mesma ideia. Texto em PT-BR é cerca de 20-30% mais caro que em inglês para mesmo conteúdo.
- Tamanho do prompt. Quanto mais contexto você inclui (exemplo, instrução longa, documento via RAG), mais token de entrada.
- Context window. Modelos com janela grande permitem contexto maior — mas você paga por cada token.
- Modelo. Modelo mais potente (GPT-4, Claude 3 Opus) custa muito mais que modelo menor (GPT-4o mini, Claude Haiku).
- Few-shot e chain of thought aumentam token consumido por uso.
Em projeto de volume, otimizar esses fatores pode reduzir custo em 50% ou mais.
Onde token pesa no orçamento
Token vira preocupação central quando algum desses sinais aparece:
- Volume alto de chamada à API por dia.
- Prompt longo com documento ou muitos exemplos.
- Uso de modelo topo de linha para tarefa que modelo menor resolveria.
- Sistema com RAG que carrega muito contexto por pergunta.
- Latência aceitável, mas custo mensal crescendo.
Quanto mais desses pontos você reconhece, mais vale otimizar.
Como reduzir custo em token
Em projeto bem feito, vale:
- Usar modelo menor quando possível. Tarefa simples não precisa do modelo mais caro.
- Otimizar prompt. Instrução enxuta, sem redundância, reduz token de entrada.
- Limitar tamanho de resposta. Pedir “resuma em 100 palavras” controla token de saída.
- Cache. Para pergunta repetida, vale guardar resposta e não chamar API de novo.
- Combinar modelo. Modelo barato para triagem, modelo caro só para caso complexo.
- Considerar modelo open source (Hugging Face) quando volume justifica, com custo fixo em vez de por token.
Cada uma dessas técnicas pode cortar custo sem perder qualidade. Time técnico deve aplicar pelo menos algumas.
Perguntas frequentes
Como sei quantos tokens meu texto tem?
Ferramentas online (tokenizador do provedor) mostram. Para estimativa rápida em português: número de palavra × 1,5 a 2 dá aproximação razoável. Para valor exato, vale o tokenizador oficial do modelo que você usa.
Token de entrada e saída têm preço diferente?
Sim, em geral. Token de saída (texto gerado pela IA) costuma custar 2 a 5 vezes mais que token de entrada (texto que você envia). Por isso, pedir resposta longa pesa mais no orçamento que enviar prompt longo.
Vale a pena migrar para modelo próprio para parar de pagar token?
Depende do volume. Em volume baixo ou médio, API comercial é mais barata (sem custo de servidor). Em volume alto, modelo próprio (open source, com quantization) pode ter custo fixo menor. A virada costuma acontecer em volumes altos — vale calcular para o seu caso.
Próximo passo
Token é o que torna custo de IA previsível — e otimizável. Se você quer ver quanto seu projeto de IA vai custar por mês, ou quer reduzir custo de API que já tem, fazemos um diagnóstico gratuito. Mostramos o que dá pra otimizar, o que não dá, e quanto custaria.
