Contador de tokens: entenda custos e limites da IA

Para entender o que um contador de tokens mede, comece pela unidade: tokens são os pequenos trechos de texto que um modelo de linguagem lê e gera, como palavras, fragmentos de palavras e sinais de pontuação. Para textos em inglês, a estimativa da OpenAI é de cerca de três quartos de palavra por token, ou 75 palavras a cada 100 tokens. Eles importam porque ajudam a determinar a cobrança por uso e a quantidade de texto que um modelo consegue processar. Fonte: guia de tokens da OpenAI.

O que são tokens na IA?

Um token é uma unidade de texto, não uma mensagem nem uma tarefa concluída. Um grande modelo de linguagem, ou LLM, é o tipo de modelo de IA que gera linguagem. O tokenizador, software que divide o texto em partes, prepara esse conteúdo para o modelo.

Pense em uma frase como um mosaico. Você enxerga a frase inteira; o modelo trabalha com cada peça. Essas peças têm tamanhos diferentes: uma palavra comum pode caber em uma só, enquanto outra precisa de várias. Os pontos de divisão não precisam seguir sílabas nem definições de dicionário.

O tokenizador também atribui um identificador numérico a cada parte. O modelo processa esses identificadores e gera novos tokens, que são convertidos de volta em texto legível. A documentação sobre tokenização da OpenAI mostra tanto as partes quanto seus identificadores.

Para quem cuida da operação, a consequência prática é simples: contar mensagens não é uma boa forma de medir a carga de trabalho. Uma instrução curta acompanhada de um documento pode envolver muito mais texto do que uma pergunta longa enviada sozinha.

Como funciona um contador de tokens?

A contagem de tokens depende de aplicar um tokenizador específico ao texto exato. Multiplicar o número de palavras fornece uma estimativa; usar o tokenizador do fornecedor fornece a contagem segundo as regras daquela ferramenta.

Um exemplo contado com a ferramenta da própria OpenAI

O tiktoken, tokenizador de código aberto da OpenAI, divide o texto exato tiktoken is great! em 6 tokens com a codificação cl100k_base, o conjunto de regras usado para converter texto em tokens:

t · ik · token · is · great · !

Essa contagem foi reproduzida com a ferramenta da OpenAI em 15 de outubro de 2026. A frase e sua divisão também aparecem no tutorial de tokenização da OpenAI. É uma contagem de texto puro, não o total de uma requisição de chat.

Observe os espaços no início de is e great. Um espaço pode ficar junto da palavra seguinte; nesse caso, o ponto de exclamação fica separado. Até o nome da própria ferramenta é dividido em fragmentos. Contar os espaços entre palavras não é uma forma confiável de contar tokens.

A codificação está identificada no exemplo por um motivo. Se o tokenizador do modelo mudar, a divisão também pode mudar. Uma contagem só faz sentido quando se sabe qual texto e qual tokenizador a produziram.

Calculadora de tokens do ChatGPT: use as ferramentas do fornecedor

O Tokenizer visual da OpenAI permite colar um texto e examinar suas partes. Entre as opções disponíveis, selecione a codificação ou o modelo que corresponde à sua tarefa; uma demonstração com outra codificação não garante o valor que será cobrado.

Outros fornecedores também oferecem ferramentas próprias de contagem:

• Anthropic Claude: o endpoint de contagem de tokens conta as entradas de mensagens compatíveis com o modelo selecionado. A documentação informa quais recursos das requisições ele não consegue contabilizar.
• Google Gemini: a ferramenta count_tokens conta a entrada antes da geração, enquanto as informações de uso na resposta registram o que foi consumido.

Essas ferramentas seguem as regras de cada fornecedor. Se uma automação usa uma API, a conexão entre um aplicativo e o modelo de IA, peça a quem a desenvolveu que faça a contagem para o modelo e o formato de requisição realmente usados.

Um token equivale a quantas palavras?

Para textos em inglês, a OpenAI fornece estas aproximações: um token corresponde a cerca de 4 caracteres ou três quartos de palavra, e 100 tokens equivalem a aproximadamente 75 palavras. São estimativas do fornecedor, não conversões fixas. O artigo de ajuda da OpenAI deixa claro que o idioma e a estrutura do texto alteram essa relação.

Use essa aproximação para avaliar se um rascunho é pequeno ou grande. No caso de uma campanha em vários idiomas, um catálogo de produtos ou um documento com código, conte o próprio material antes de prometer uma capacidade ou um orçamento.

Tokens de entrada e saída: o que você envia e o que recebe

Tokens de entrada são o que o modelo recebe; tokens de saída são o que ele gera. A entrada pode incluir muito mais do que a última frase que você digitou.

Imagine um fluxo de atendimento ao cliente. A instrução que aparece para você pede um rascunho de resposta. O aplicativo também pode enviar suas instruções permanentes, as mensagens anteriores do cliente e a política de devoluções pertinente. Todo esse material faz parte da entrada. O rascunho da resposta faz parte da saída.

A documentação de contagem da Anthropic abrange entradas estruturadas, como instruções, mensagens e ferramentas. Os exemplos de conversas com várias interações do Google mostram por que as trocas anteriores de uma conversa podem contribuir para o consumo nas requisições seguintes.

Para quem trabalha com marketing, isso significa avaliar se vale a pena anexar todo o acervo da marca a cada pequeno pedido de texto. Para fundadores de empresas, significa pedir a quem desenvolve a solução que meça a requisição completa, em vez de estimar o consumo apenas pela mensagem visível no chat.

Há outra distinção do lado da saída. A documentação dos modelos de raciocínio da OpenAI informa que os tokens de raciocínio interno entram na contagem de saída, embora não apareçam no texto da resposta. Assim, uma resposta curta na tela pode ter uma contagem de saída maior do que suas palavras sugerem.

Por que os tokens de saída costumam custar mais?

Ler um prompt existente e gerar sua continuação exigem recursos computacionais de maneiras diferentes. Toda a entrada está disponível desde o início, então boa parte do processamento pode ocorrer em paralelo. Na geração convencional de saída, o processo é sequencial: os tokens seguintes dependem dos anteriores. A NVIDIA explica essa diferença em seu guia técnico sobre processamento de entrada e geração.

Isso ajuda a explicar por que entrada e saída têm tarifas separadas. Mas não define uma proporção universal entre os preços: cada fornecedor estabelece suas tarifas, e tanto a arquitetura dos modelos quanto as técnicas usadas para executá-los variam.

Na prática, um fluxo que lê documentos e devolve rótulos curtos tem um perfil de consumo diferente de outro que escreve relatórios longos. Compare esses trabalhos pelos totais de entrada e saída, separadamente.

Exemplo de cálculo mensal: a Anthropic anuncia atualmente o Claude Sonnet 5.5 a $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída, nas tarifas padrão da API. Se o consumo acumulado de um mês for de 1 milhão de tokens de entrada sem cache mais 1 milhão de tokens de saída, o cálculo resulta em $2 + $10 = $12 em cobranças por tokens do modelo. Esse subtotal ilustrativo considera processamento global padrão, sem descontos por cache ou processamento em lote, e exclui ferramentas pagas e impostos. Preços do fornecedor, verificados em 15 de outubro de 2026.

Esse é um subtotal de uso, não o preço de uma assinatura nem uma previsão do seu volume mensal. A contagem de uma automação se acumula ao longo das requisições à API. Revisões e novas tentativas também acrescentam trabalho.

A entrada em cache, em que o fornecedor reutiliza material do prompt já processado, pode ter regras de cobrança diferentes. Explicamos o funcionamento no guia sobre KV-cache e cache de prompts. Para escolher um modelo, consulte a comparação das APIs de IA mais baratas; aqui, o exemplo serve para explicar a unidade.

Limite de tokens na IA: o que pode estar limitado?

Descubra qual limite você atingiu antes de trocar de plano. Uma requisição grande demais, uma sequência de requisições rápida demais e uma franquia de assinatura esgotada pedem soluções diferentes.

O limite de contexto diz respeito à quantidade de material com que o modelo consegue trabalhar em uma requisição. O limite máximo de saída define quanto ele pode gerar. Reserve espaço para a resposta, além do material que você envia. O assunto está explicado com mais detalhes no guia sobre tamanho de contexto e engenharia de contexto.

Um limite de taxa da API restringe a velocidade com que você pode enviar requisições ou tokens. Um limite de gastos diz respeito às cobranças. Nenhum dos dois informa quanto material cabe em uma requisição específica. A OpenAI diferencia esses limites em seu guia de tokens.

A franquia de um plano de chat regula o uso conforme as regras daquele produto. Segundo a Anthropic, o consumo no Claude varia com o tamanho e a complexidade da conversa, o modelo selecionado, os recursos e o nível de esforço. Seu guia sobre limites de uso e de tamanho também explica que a franquia de uso e o limite de tamanho da conversa são coisas distintas.

Para quem cuida da operação, a consequência é prática: comprar mais uso não faz necessariamente um documento grande demais caber na requisição. Começar uma conversa nova pode reduzir o material levado adiante, mas não apaga o uso já consumido.

Como comprar tokens de IA?

Em geral, você paga pelo acesso ou pelo consumo medido no próprio produto que usa. Antes de adicionar saldo, confira se a oferta é uma assinatura, uma cobrança por API ou um saldo de créditos específico do aplicativo.

A OpenAI, por exemplo, informa que as assinaturas do ChatGPT e o uso da API têm cobranças separadas. Pagar pelo chat não elimina as cobranças de tokens da API. Outros produtos podem incluir o uso de maneiras diferentes; leia as condições do produto que está cobrando de você.

Por que a contagem de tokens pode ser superestimada?

Um número maior de tokens não é uma nota de qualidade da resposta. A capacidade indica algo sobre quanto conteúdo cabe. Ela não determina se a resposta está correta, é útil ou vale o gasto.

Da mesma forma, uma tarifa menor por token não resolve qual modelo sai mais barato para o seu trabalho. Tokenizadores podem dividir o mesmo material de formas diferentes, e os fluxos podem gerar quantidades diferentes de saída e de raciocínio. Compare o custo de chegar a um resultado aceitável.

Não transforme a redução de tokens em uma competição para escrever o menor prompt possível. Faz sentido remover anexos irrelevantes. Já retirar a exceção da política que torna correta uma resposta ao cliente é uma falsa economia. Mantenha as informações que mudam a resposta e remova o material que não contribui para a tarefa.

O que mudar na prática na próxima semana

Aja agora se você é responsável por um fluxo automatizado ou esbarra em limites com frequência. Se usa um aplicativo de chat de vez em quando e fica dentro da franquia, não precisa contar cada frase.

1. 1

   Para quem cuida da operação: identifique o que está sendo medido

   Leia a tela de uso e a mensagem de limite. Registre se a restrição está no tamanho da requisição, na taxa de envio, nos gastos ou na franquia do plano. Escolha a solução adequada para essa restrição.

2. 2

   Para quem trabalha com marketing: conte uma tarefa representativa

   Pegue um briefing real e o material de apoio que você costuma enviar. Examine tudo com a ferramenta de contagem do fornecedor e peça a saída no formato de que o trabalho precisa. Preserve as instruções essenciais sobre a marca e os fatos.

3. 3

   Para fundadores e responsáveis por compras: peça o detalhamento do uso

   Peça a quem desenvolve a solução ou ao fornecedor os totais de entrada, saída, uso em cache e eventuais cobranças separadas por ferramentas de uma tarefa representativa já concluída. Use esse detalhamento para projetar seu próprio volume antes de contratar um plano superior ou trocar de modelo.

Dúvidas frequentes sobre tokens de IA

O que é um token na IA?

Um token é um trecho de texto que um modelo de linguagem processa. Pode ser um fragmento de palavra, uma palavra inteira ou um sinal de pontuação; não corresponde automaticamente a uma palavra completa.

O que significa tokenização no contexto da IA?

Tokenização é o processo de dividir a entrada nas partes que o modelo usa e representar essas partes em seu vocabulário. As regras do tokenizador determinam a divisão.

Quais são as 4 gigantes da IA?

Essa expressão se refere a rankings de empresas, não a um padrão de tokens. Para entender a contagem e a cobrança, identifique o fornecedor e o modelo exato por trás da sua ferramenta; uma lista de empresas conhecidas não determina seu consumo de tokens.

Quanto custa 1 milhão de tokens no ChatGPT?

Não existe uma conversão universal de tokens do ChatGPT em um valor em dólares. A cobrança do produto ChatGPT e a da API da OpenAI são separadas. Para calcular o custo na API, identifique o modelo e separe entrada de saída; para um plano de chat, confira as regras de uso daquele plano.

Quanto vale um token de IA?

Ele não tem um valor monetário fixo. A cobrança pelo uso depende do fornecedor, do modelo e da categoria de cobrança. Um token é uma unidade de processamento, não uma moeda transferível.

Quem paga pelos tokens de IA?

Em um fluxo com cobrança direta pela API, a conta que executa as requisições paga ao fornecedor. Em um aplicativo pronto, o contrato do aplicativo determina se você paga uma assinatura, pelo uso ou pelas duas coisas. Pergunte quais cobranças estão incluídas no preço apresentado.

Quanto representam 1000 tokens na IA?

Em custo, depende do modelo e de os tokens serem de entrada, de saída ou de cache. Em quantidade de texto, varia conforme o tokenizador e o idioma. Use o tokenizador do fornecedor em vez de tratar esse número como uma quantidade fixa de palavras.

Como funcionam os tokens do ChatGPT?

O texto é dividido em tokens para processamento e geração. O texto que você digita e o que recebe não representam necessariamente todo o uso: o contexto enviado e, nos modelos de raciocínio compatíveis, o raciocínio interno também podem contribuir.

Qual IA tem mais tokens?

Primeiro, defina se você quer a maior janela de contexto, a saída mais longa possível ou a maior franquia de uso incluída. São medidas diferentes. Compare a documentação atual dos modelos ou planos específicos com base no critério escolhido.

Dá para usar IA de graça?

Sim. O Claude oferece um plano gratuito, por exemplo, com limites. Acesso gratuito não significa uso ilimitado nem uma janela de contexto ilimitada.

Para receber explicações práticas sobre ferramentas de IA e as decisões por trás delas, assine a newsletter.