Calculadora de custo de API de LLM
Uma requisição ao GPT-4.1 com 2.000 tokens de entrada e 500 de saída custa $ 0,008; com 1.000 requisições por dia são $ 240,00 por mês, nos preços conferidos em 2026-10-15.
Como usar
- Escolha um modelo e informe os tokens de entrada e saída de uma requisição e quantas requisições você faz por dia ou por mês.
- Ative o cache de prompt e informe a parcela dos tokens de entrada que acerta o cache, ou ative o desconto em lote. Opções que o modelo não oferece são ignoradas e marcadas.
- Veja primeiro o custo mensal e depois o custo por requisição, por dia e por ano. A tabela abaixo calcula todos os modelos com o mesmo uso, do mais barato ao mais caro.
Como é calculado
Custo por requisição = (tokens de entrada × preço de entrada + tokens de saída × preço de saída) ÷ 1.000.000. Os preços são em dólares americanos por milhão de tokens.
Com o cache de prompt, o preço de entrada é uma média ponderada: taxa de acerto × preço de entrada em cache + (1 − taxa de acerto) × preço de entrada normal.
O desconto em lote troca pelos preços de lote de cada fornecedor, que nas páginas consultadas são 50% do preço padrão. Quando o fornecedor publica um preço de cache para lote, ele é usado; senão, vale o preço de cache padrão.
Custo diário = custo por requisição × requisições por dia. Um mês é contado como 30 dias: mensal = diário × 30 e anual = mensal × 12.
Não entram acréscimos de escrita em cache, armazenamento de cache, faixas de preço para prompts longos, ferramentas e busca, nem impostos. Os preços são copiados das páginas oficiais na data indicada e não são convertidos para outras moedas.
Perguntas frequentes
De onde vêm os preços?
Das páginas oficiais de preços da OpenAI, Anthropic, Google, Mistral e DeepSeek, linkadas abaixo da calculadora, na data de conferência indicada. Um valor que não pôde ser confirmado fica de fora em vez de ser estimado.
Como conto os tokens?
Use os números de uso devolvidos pela API ou o tokenizador do fornecedor. Como referência, um token equivale a cerca de quatro caracteres em inglês ou três quartos de uma palavra. Outros idiomas costumam gastar mais tokens por caractere.
O que é a taxa de acerto do cache?
É a parcela dos tokens de entrada lida do cache de prompt em vez de ser processada de novo. Um prompt de sistema longo que se repete em toda requisição dá uma taxa alta. Os acertos custam bem menos que a entrada normal.
Por que um modelo aparece com um † na tabela?
Porque ele não oferece a opção de cache ou de lote escolhida, nos dados de preço usados aqui, e sua linha é calculada pelo preço padrão cheio.
Por que a fatura real é diferente?
Tokens de raciocínio, chamadas de ferramentas, prompts longos acima de uma faixa, escrita e armazenamento de cache, impostos e mudanças de preço não são modelados. Trate o resultado como estimativa e confira a página oficial antes de decidir.
Por que os valores aparecem só em dólares?
Os cinco fornecedores publicam preços em dólares. Converter por uma cotação traria um número que esta página não consegue verificar, então o valor é mostrado em dólares no formato numérico da sua região.