Neste artigo
Quando se fala em preço de IA, a maioria das pessoas olha para um único número na tabela e assume que é isso que vai pagar. A realidade é mais subtil. O custo real de uma API de inteligência artificial depende de vários fatores que se multiplicam, e quem só olha para o preço de tabela costuma ter surpresas.
Este artigo explica como funcionam de verdade os preços de tokens nas APIs de IA, para que possas estimar custos com precisão e saber onde estão as alavancas.
A base: preço por milhão de tokens
Quase todas as APIs de IA cobram da mesma forma: por milhão de tokens processados, com valores separados para input e output. Lembra que um milhão de tokens equivale a cerca de 750 mil palavras. Se ainda não é claro o que conta como token, começa por o que é um token em IA.
O cálculo de uma chamada é direto:
custo = (tokens de input ÷ 1 milhão × preço do input) + (tokens de output ÷ 1 milhão × preço do output)
Exemplo prático: uma chamada com 10 mil tokens de input e 2 mil de output, num modelo a $2,50 de input e $15 de output por milhão (o GPT-5.4, em setembro de 2026), custa cerca de 2,5 cêntimos de input mais 3 cêntimos de output. Cinco cêntimos e meio no total. Parece nada. Multiplica por um milhão de chamadas por mês e já estás a falar de dezenas de milhares de dólares.
Input custa menos, output custa mais
A regra que todos os fornecedores seguem: o output é mais caro que o input, normalmente numa proporção de cinco para um. Faz sentido, gerar texto exige mais trabalho computacional do que lê-lo.
A consequência prática é importante. Aplicações que geram respostas longas, como redação de conteúdo ou relatórios, têm o custo dominado pelo output. Aplicações que processam muito contexto mas respondem pouco, como classificação ou extração de dados, têm o custo dominado pelo input. Saber em que lado estás indica onde otimizar.
As alavancas que mudam o preço real
Aqui está o que quase ninguém vê na tabela de tabela. Os fornecedores oferecem mecanismos que alteram drasticamente o custo efetivo.
Prompt caching. Se reutilizas a mesma parte do prompt em várias chamadas, como instruções de sistema longas ou um documento de contexto, o caching permite guardá-la em memória. As leituras seguintes dessa parte ficam pelo menos 90 por cento mais baratas. Para agentes e aplicações com contexto repetido, é a poupança mais significativa.
Batch (processamento em lote). Se as tuas tarefas não precisam de resposta imediata, podes enviá-las em lote e aceitar que sejam processadas dentro de um prazo definido pelo fornecedor. Em troca, o preço cai 50 por cento em todos os modelos. Ideal para processar grandes volumes de forma assíncrona.
Escolha de modelo. É a maior alavanca de todas. O preço por token varia em mais de cem vezes entre o modelo mais barato e o mais caro de um mesmo fornecedor. Usar o modelo topo de gama para uma tarefa simples é desperdício puro.
Custos escondidos a ter em conta
Para além do preço por token, há fatores que inflam a conta sem aparecerem no titular:
- Contexto que cresce. Em conversas longas, cada novo turno reenvia o histórico todo como input. O custo de uma conversa cresce a cada mensagem.
- Raciocínio estendido. Modelos que pensam mais antes de responder geram tokens internos que também são faturados.
- Tokens por língua. O mesmo texto em português gera mais tokens que em inglês, logo custa um pouco mais.
Como pensar no custo de forma certa
A forma profissional de olhar para isto não é o preço de tabela isolado, é o custo por tarefa concluída. Uma tarefa que precisa de muito contexto e respostas longas num modelo caro pode custar cêntimos. A mesma tarefa, otimizada com caching, batch e o modelo adequado, pode custar uma fração disso, com a mesma qualidade.
Conclusão
O preço de uma API de IA não é um número, é uma equação. Input e output têm preços diferentes, o output domina ou não consoante o caso, e mecanismos como caching, batch e escolha de modelo podem reduzir o custo efetivo em 90 por cento ou mais. Quem domina estas alavancas constrói produtos sustentáveis. Quem só olha para a tabela arrisca um orçamento descontrolado.
O passo seguinte é comparar os preços reais entre os principais fornecedores e perceber onde cada um faz mais sentido.
Da fatura de tokens ao custo do projeto
Os tokens são a parte pequena do custo de um projeto de IA. O grosso está na integração com os sistemas que já existem, na preparação dos dados e na mudança na forma de trabalhar da equipa. Para fazer a conta completa, vê quanto custa implementar IA numa empresa, como medir o ROI da IA e a calculadora de ROI de uma automação.
Fontes
Descontos confirmados a 27 de outubro de 2026 nas páginas oficiais de preços: nos modelos atuais dos três fornecedores, a leitura de tokens em cache custa 10% do preço de input ou menos (5% no Opus 5.5, no Sonnet 5.5, no GPT-6.1 sol e no Gemini 4 Argon, 2,5% no Fable 5.1; na Google acresce um custo de armazenamento por hora), e o processamento em batch tem 50% de desconto nos três. O exemplo usa o preço do GPT-5.4 ($2,50 / $15 por milhão).
Escreve sobre consultoria de IA para operações e processos: como mapear e simplificar processos, aplicar a IA onde gera mais impacto e medir os ganhos.