Como funcionam os preços de tokens nas APIs de IA: input, output e o que pagas a sério

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.

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 $3 de input e $15 de output por milhão, custa cerca de 3 cêntimos de input mais 3 cêntimos de output. Seis cêntimos 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 até 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, normalmente até 24 horas. 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.