Calculadora de custo de conversas de chat
Um chat de 50 turnos no Claude Sonnet 5.5 com prompt de sistema de 2.000 tokens, mensagens de 200 tokens e respostas de 500 tokens reenvia o histórico a cada turno e soma 967.500 tokens de entrada: custa $ 2,19 sem cache e $ 0,43 com cache; o último turno envia 36.500 tokens e uma janela de 1M acabaria no turno 1.426 (preços conferidos em 2026-10-16).
Como usar
- Escolha um modelo. A janela de contexto é preenchida com o valor das páginas oficiais quando conhecido e pode ser alterada.
- Informe os tokens do prompt de sistema, de cada mensagem do usuário e de cada resposta, e o número de turnos.
- Veja o custo total, o custo com cache, a entrada do último turno e o turno em que entrada mais resposta passam da janela de contexto. O gráfico mostra como os dois totais crescem.
Como é calculado
Entrada do turno k = sistema + k × usuário + (k − 1) × resposta, porque todas as mensagens anteriores são reenviadas. Saída de cada turno = tokens de resposta.
Entrada acumulada em T turnos = T × sistema + usuário × T(T + 1) ÷ 2 + resposta × T(T − 1) ÷ 2, então o custo cresce quase com o quadrado dos turnos.
Com cache, o turno k lê do cache toda a entrada do turno anterior e grava só a parte nova (última resposta + nova mensagem). O turno 1 grava tudo. Gravações usam o preço de escrita e leituras o de leitura.
Turno do limite = o primeiro k com sistema + k × (usuário + resposta) > janela de contexto. Preços em dólares por milhão de tokens.
Perguntas frequentes
Por que um chat longo fica caro?
O modelo não guarda memória entre chamadas, então o app envia todo o histórico a cada turno. O turno 50 paga de novo as 49 trocas anteriores e o total cresce bem mais rápido que os turnos.
Quanto o cache ajuda?
Com cache, o histórico repetido é cobrado pelo preço de leitura, uma pequena fração da entrada normal. A página supõe que o cache continua ativo entre os turnos. Pausas maiores que a duração do cache exigem gravar o histórico de novo.
O que acontece no limite de contexto?
A requisição falha ou o app precisa descartar ou resumir mensagens antigas. A página marca o turno em que entrada e resposta não cabem mais e o gráfico traça uma linha ali.
Inclui tokens de raciocínio ou de ferramentas?
Não. Some-os aos tokens de resposta se o seu app os devolve ao histórico. Tamanhos mínimos de cache e faixas de preço de prompts longos não são considerados.