Calculadora de cache de prompt
Enviar 100 vezes um início de prompt de 10.000 tokens ao Claude Sonnet 5.5, com 500 tokens novos de entrada e 300 de saída por chamada, custa $ 2,40 sem cache e $ 0,52 com o cache de 5 minutos: economia de 78% a partir da chamada 2 (preços conferidos em 2026-10-16).
Como usar
- Escolha um modelo e, no Claude, a duração do cache: 5 minutos ou 1 hora.
- Informe os tokens que se repetem em toda chamada (prompt de sistema, documentos, definições de ferramentas), os tokens que mudam, os tokens de saída e o número de chamadas.
- Defina quantas vezes o cache é gravado: 1 se as chamadas chegam antes de expirar, mais se ele expira e é gravado de novo. Veja a economia, os dois totais e o ponto de equilíbrio.
Como é calculado
Sem cache = chamadas × (tokens repetidos + variáveis) × preço de entrada + chamadas × tokens de saída × preço de saída, tudo ÷ 1.000.000.
Com cache = gravações × tokens repetidos × preço de escrita + (chamadas − gravações) × tokens repetidos × preço de leitura + o mesmo custo de entrada variável e saída.
Preço de escrita = preço de entrada × multiplicador: Claude 1,25 no cache de 5 minutos e 2 no de 1 hora, OpenAI 1,25 no GPT-5.6 e posteriores e 1 nos anteriores, cache implícito do Gemini 1.
Chamadas de equilíbrio = 1 + o menor número de leituras r com r × (preço de entrada − preço de leitura) > (multiplicador − 1) × preço de entrada. Preços em dólares por milhão de tokens.
Perguntas frequentes
Quando o cache de prompt compensa?
No Claude com cache de 5 minutos compensa a partir da segunda chamada que lê o cache, porque a leitura custa uma pequena fração do preço de entrada e a sobretaxa de escrita é só 25%. O cache de 1 hora custa o dobro para gravar e precisa de mais uma leitura.
A OpenAI cobra pela escrita no cache?
Na OpenAI o cache é automático. Segundo o guia de cache de prompt da OpenAI, o GPT-5.6 e modelos posteriores cobram 1,25 vez o preço de entrada pela escrita, e os modelos anteriores não têm cobrança extra.
E o Gemini?
O Gemini 2.5 e modelos mais novos fazem cache implícito e repassam o desconto quando há acerto, então aqui a escrita é cobrada como entrada normal. Caches explícitos também cobram armazenamento por milhão de tokens por hora, o que esta página não inclui.
Por que a economia real pode ser menor?
Cada fornecedor tem um tamanho mínimo para cache, só um início idêntico gera acerto e um cache expirado precisa ser gravado de novo. Use o campo de gravações para as expirações e confira o uso retornado pela API.