Neste artigo
Saber que o Claude Sonnet 5.5 e o GPT-6.1 sol cobram ambos $2 por milhão de tokens de input não diz nada sobre quanto vais pagar no fim do mês. O que importa é quantos tokens o teu caso de uso específico consome, com que volume, e que modelo escolhes para ele. O mesmo volume de tokens pode custar mais de dez vezes mais consoante o modelo: no chatbot deste artigo, a mesma carga vai de $33 a $660 por mês.
Este artigo pega nos preços atuais da OpenAI, Anthropic e Google e faz a conta para quatro cenários reais de negócio — não tabelas de preço por token, mas o que cada um custa por mês.
Os quatro cenários
Para cada um, assumimos um caso médio realista, não o melhor cenário possível:
- Chatbot de suporte ao cliente. 400 tokens de input (pergunta + instruções de sistema) e 250 de output por conversa. Volume: 200 mil conversas/mês.
- Agente de código. 3 000 tokens de input (contexto de ficheiros + instruções) e 800 de output por chamada. Volume: 10 mil chamadas/mês — uma equipa pequena a usá-lo ao longo do dia.
- Análise de documentos. 8 000 tokens de input (um documento típico) e 400 de output (o resumo ou extração). Volume: 2 mil documentos/mês.
- Geração de conteúdo de marketing. 600 tokens de input (briefing) e 1 200 de output (o texto gerado). Volume: 1 000 peças/mês.
Quanto custa cada um por mês
Valores de outubro de 2026, com um modelo de nível intermédio de cada fornecedor — Claude Sonnet 5.5, GPT-6.1 sol e Gemini 3.8 Flash — antes de descontos de caching ou batch.
| Cenário | Chamadas/mês | Claude Sonnet 5.5 | GPT-6.1 sol | Gemini 3.8 Flash |
|---|---|---|---|---|
| Chatbot de suporte | 200 mil | $660 | $660 | $248 |
| Agente de código | 10 mil | $140 | $140 | $53 |
| Análise de documentos | 2 mil | $40 | $40 | $15 |
| Geração de conteúdo | 1 mil | $13 | $13 | $5 |
O Gemini 3.8 Flash está a preço promocional até 31 de dezembro de 2026; a partir de 1 de janeiro de 2027 os valores desta coluna duplicam ($495, $105, $30 e $10).
O que a tabela mostra
O volume domina, não a complexidade por chamada. O chatbot é o caso mais simples dos quatro — poucos tokens por interação — mas é de longe o mais caro, só por ter 20x mais chamadas que o agente de código. Antes de otimizar o modelo, vale a pena perceber onde está o volume real.
Neste nível, a Anthropic e a OpenAI empatam e o Gemini fica abaixo em todos os cenários. O Claude Sonnet 5.5 e o GPT-6.1 sol têm o mesmo preço ($2 / $10 por milhão de tokens) e custam exatamente o mesmo nos quatro cenários. O Gemini 3.8 Flash fica 62,5% abaixo dos dois (25% abaixo a partir de janeiro de 2027, quando acaba a promoção). Isto é consistente com o que já mostrámos na comparação de preços por token: a ordem entre fornecedores não muda por caso de uso, só a escala do que está em jogo.
Análise de documentos e conteúdo são baratos mesmo a volumes decentes. Com output curto e um número de chamadas moderado, o mais caro fica nos $40/mês (Claude Sonnet 5.5 e GPT-6.1 sol na análise de documentos). É o chatbot de alto volume e o agente de código com contexto grande que merecem atenção ao orçamento.
O efeito da escolha do nível de modelo
A tabela acima usa o nível intermédio dos três fornecedores. Mas para o chatbot de suporte — a maior fatura dos quatro cenários — a tarefa é normalmente simples o suficiente para um modelo económico. Refazendo a conta com o modelo económico mais recente de cada fornecedor:
| Fornecedor | Modelo económico | Custo/mês (chatbot) | Poupança vs. nível intermédio |
|---|---|---|---|
| Gemini 3.5 Flash-Lite | $149 | 40% | |
| OpenAI | GPT-6 luna | $33 | 95% |
| Anthropic | Claude Haiku 5.5 | $33 | 95% |
Os casos mais extremos são a Anthropic e a OpenAI, que aqui também empatam. Trocar o Claude Sonnet 5.5 pelo novo Claude Haiku 5.5 corta a fatura do chatbot de $660 para $33 (cada conversa deste cenário fica muito abaixo dos 100 mil tokens de input, o limite do preço mais baixo do Haiku 5.5), e trocar o GPT-6.1 sol pelo GPT-6 luna faz exatamente o mesmo corte. Em ambos os casos é vinte vezes menos, para uma tarefa que na maioria dos casos nem precisa do modelo maior. É o mesmo ponto do artigo sobre como calcular o custo de um projeto de IA: a escolha do modelo pesa mais no orçamento do que a escolha do fornecedor.
Onde entra o caching
O cenário de análise de documentos é o que mais beneficia de prompt caching, porque o input (8 000 tokens) inclui normalmente instruções e formato de saída que se repetem em todos os documentos — só o conteúdo do documento em si muda. Os três fornecedores dão desconto em tokens de input repetidos: a leitura em cache custa 5% do preço de input (95% de desconto) no Claude Sonnet 5.5 e no GPT-6.1 sol, e 10% (90% de desconto) no Gemini 3.8 Flash, os três modelos desta tabela; na Google acresce um custo de armazenamento por hora. Num cenário onde metade do input é repetido entre chamadas, isto pode cortar uma fatia significativa dos $15 a $40 mensais deste caso de uso — e a proporção só cresce com o volume.
Como aplicar isto ao teu caso
- Mede os tokens reais de uma chamada típica, não do melhor caso. Usa a consola do fornecedor ou um contador de tokens.
- Multiplica pelo volume mensal esperado. É aqui que cenários com poucos tokens por chamada podem acabar mais caros que cenários "pesados" com baixo volume.
- Testa o nível económico primeiro, sobretudo em tarefas de alto volume como o chatbot deste artigo — a diferença pode ser de uma ordem de grandeza.
- Reserva o nível intermédio ou topo de gama para tarefas onde a qualidade da resposta importa mais do que o custo — código complexo, decisões de negócio, conteúdo final sem revisão.
Para fazeres esta conta com os teus números, usa a calculadora de custo de IA por tokens. O guia de custos de IA junta o resto do tema num só sítio.
Conclusão
O preço por token é o ponto de partida, não a resposta. O que decide a fatura no fim do mês é o cruzamento entre volume, tokens por chamada e o nível de modelo escolhido — e como este artigo mostra, esse cruzamento pode fazer a fatura do mesmo fornecedor variar mais de dez vezes consoante a decisão. Antes de escolher um fornecedor, faz a conta para o teu caso de uso real, não para a tabela de preços.
Os valores usados são de outubro de 2026, antes de descontos de caching e batch — confirma sempre os preços oficiais antes de fechar uma arquitetura.
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
Preços conferidos a 27 de outubro de 2026 nas páginas oficiais dos fornecedores:
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.