Economia de Tokens e Cálculo de Orçamento (Token Pricing Math)

1. Visão geral do conceito e propósito

Quando um iniciante observa a página de preços da OpenAI ou da Anthropic, ele vê números estranhos:

• Input: $2.50 per 1M tokens
• Output: $10.00 per 1M tokens.

O que significam esses "1M de tokens"? Quanto vou pagar se meus 100 clientes enviarem perguntas ao bot? Uma conta inesperada no final do mês não vai quebrar meu caixa?

A economia dos tokens (Token Pricing Math) é a aritmética fundamental de qualquer projeto de Inteligência Artificial:

• Compreendendo essa fórmula, você pode calcular com precisão de centavos o custo de cada transação.
• Você descobrirá como reduzir os custos em 10 vezes sem perder qualidade nas respostas.

O princípio principal para o desenvolvedor é: a capacidade de converter os números do relatório de billing em reais dólares e euros no seu bolso.

2. Fórmula de cálculo do custo de uma requisição

┌─────────────────────────────────────────────────────────────┐
│                 FÓRMULA DE CUSTO DA SOLICITAÇÃO (COST)      │
├─────────────────────────────────────────────────────────────┤
│ Custo total = (Tokens de entrada * Preço Input)             │
│               + (Tokens de saída * Preço Output)            │
├─────────────────────────────────────────────────────────────┤
│ EXEMPLO PARA O MODELO GPT-4o-mini:                          │
│   • Você enviou um arquivo de instruções com 2.000 tokens   │
│   • O modelo gerou uma resposta com 500 tokens              │
│                                                             │
│ 1. Entrada:  2.000 * ($0,15 / 1.000.000) = $0,00030         │
│ 2. Saída:      500 * ($0,60 / 1.000.000) = $0,00030         │
│ ─────────────────────────────────────────────────────────── │
│ 🎯 TOTAL: $0,0006 (Seis décimos de milésimo de dólar por    │
│ solicitação!)                                               │
│ Com $1 é possível realizar mais de 1.600 diálogos detalhados│
│ como este!                                                  │
└─────────────────────────────────────────────────────────────┘

3. Quatro regras para otimizar o orçamento do projeto

1. Regra do roteador: Envie 80% das perguntas simples do dia a dia (saudações, busca de produtos, resumo de texto) para modelos micro mais baratos (GPT-4o-mini ou Gemini Flash). Chame o flagship Claude 3.5 Sonnet apenas para os 20% de tarefas lógicas complexas.
2. Use Prompt Caching: Se você possui um system prompt estático grande — ele é armazenado em cache pelo servidor e custa 90% menos!
3. Limite o máximo de tokens de saída (max_tokens): Nunca permita que o modelo escreva ensaios longos descontroladamente onde apenas um número é necessário.
4. Limpe o histórico do chat: Não envie todas as 40 mensagens anteriores se o cliente já mudou de assunto na conversa.

4. Conclusão prática

Na era dos modernos mini-modelos, a Inteligência Artificial tornou-se incrivelmente barata. Um bot de negócios comum que processa 10.000 mensagens por mês em modelos rápidos custa menos de $5 mensais — isso é mais barato do que uma xícara de café com croissant.