Wide Tools
💻 Tecnologia

O que são Tokens em IA e por que Afetam o Custo das APIs

Se você usa APIs de modelos de linguagem como GPT-4, Claude ou Gemini, já deve ter visto cobranças por "tokens". Mas o que exatamente é um token, por que textos em português custam mais que em inglês e como otimizar seus prompts para economizar?

Publicado em 16 de outubro de 2026 · Leitura: ~6 minutos

O que é um token?

Um token é a unidade básica que os modelos de linguagem usam para processar texto. Não é exatamente uma palavra nem um caractere — é algo intermediário, determinado por um algoritmo chamado tokenizador (tokenizer).

Na prática, tokens frequentemente correspondem a:

  • Palavras comuns em inglês: "the", "cat", "run" → cada uma é 1 token
  • Subpalavras: "tokenization" → pode ser "token" + "ization" → 2 tokens
  • Pontuação: vírgulas, pontos, aspas → geralmente 1 token cada
  • Espaços: geralmente fazem parte do token seguinte

O tokenizador mais comum hoje é o cl100k_base, usado pelo GPT-4, GPT-4o, GPT-3.5 e compatível com Claude. Ele tem um vocabulário de 100.256 tokens.

Por que o português gera mais tokens que o inglês?

Esta é uma das implicações mais importantes para usuários brasileiros: textos em português consomem entre 30% e 80% mais tokens do que o equivalente em inglês. O motivo é que os tokenizadores foram treinados majoritariamente em textos em inglês, então as palavras inglesas são "conhecidas" e viram tokens únicos. Palavras portuguesas menos frequentes são decompostas em subpalavras.

Inglês (1 token por palavra):
"The cat sat on the mat" → 6 tokens
Português (mais tokens):
"O gato sentou no tapete" → ~8 tokens

Palavras longas com acentos, palavras compostas e termos técnicos em português são especialmente afetados. "Internacionalização" pode gerar 5 ou 6 tokens, enquanto o equivalente "internationalization" em inglês gera 4.

Como os tokens afetam o custo

As APIs de modelos de linguagem cobram separadamente pelos tokens de entrada (seu prompt + contexto) e de saída (a resposta gerada). A saída costuma ser 3 a 5 vezes mais cara que a entrada.

Modelo Entrada / 1M tok Saída / 1M tok Contexto
GPT-4o $2,50 $10,00 128k
GPT-4o mini $0,15 $0,60 128k
Claude Opus 5.5 $15,00 $75,00 200k
Claude Sonnet 5 $3,00 $15,00 200k
Claude Haiku 4.5 $0,80 $4,00 200k
Gemini 1.5 Pro $1,25 $5,00 2M

Preços em USD por 1 milhão de tokens. Referência: outubro de 2026. Verifique os preços atuais nas páginas oficiais de cada provedor.

Para ter uma ideia prática: 1 página de texto (~500 palavras em inglês) equivale a aproximadamente 750 tokens. A mesma página em português pode ter 900 a 1.100 tokens.

Como reduzir o consumo de tokens

Para quem desenvolve aplicações com APIs de IA, otimizar tokens é reduzir custos diretamente. Algumas estratégias eficazes:

1. Prompts concisos

Evite instruções redundantes. "Por favor, se puder, poderia me dizer qual é a capital do Brasil?" usa muito mais tokens que "Capital do Brasil?" — e gera a mesma resposta.

2. Compressão de contexto

Em conversas longas, resuma o histórico em vez de enviar todas as mensagens anteriores. Um resumo de 200 tokens pode substituir 2.000 tokens de histórico.

3. Escolha o modelo certo

Para tarefas simples (classificação, extração de dados, resumos curtos), modelos menores como GPT-4o mini ou Claude Haiku custam 10 a 20 vezes menos e têm performance comparável.

4. Limite o max_tokens de saída

Defina um limite máximo de tokens na resposta condizente com o que você precisa. Se quer uma classificação de sentimento, não precisa de mais de 50 tokens de saída.

5. Cache de prompts

Claude e GPT oferecem desconto de 50-90% para partes do prompt que não mudam entre chamadas (system prompt, documentos de contexto). Estruture seu prompt para maximizar as partes cacheáveis.

Janela de contexto: o limite que importa

Além do custo, cada modelo tem um limite de contexto — o número máximo de tokens que pode processar em uma única chamada (entrada + saída somados). Modelos como Claude têm janela de 200.000 tokens (equivalente a ~150 páginas de texto); o Gemini 1.5 Pro chega a 2 milhões de tokens.

Para aplicações que precisam processar documentos longos, contratos, livros ou bases de código inteiras, a janela de contexto é tão importante quanto o preço. Ultrapassar o limite resulta em erro — o modelo simplesmente não consegue processar o texto.

Conte os tokens do seu texto

Nossa calculadora usa o tokenizador cl100k_base do GPT-4 para contar tokens em tempo real, com custo estimado por modelo e proporção tokens/palavras.

Ir para o Contador de Tokens →

Fontes: OpenAI — "Tokenizer" documentation; Anthropic — "Models overview" and "Token counting" documentation; Google DeepMind — Gemini technical report; Vaswani et al. (2017) "Attention is All You Need"; Sennrich et al. (2016) "Neural Machine Translation of Rare Words with Subword Units" (BPE algorithm).