Token, entrada e saída: a unidade da conta e a assimetria que decide onde cortar

A cena costuma durar três minutos. Alguém abre a fatura do fornecedor de IA, aponta um total de cinco dígitos e faz a pergunta óbvia: quanto custa uma pergunta? O time técnico responde alguma coisa sobre tokens, o silêncio se instala, e a reunião termina com a decisão que sempre sobra quando ninguém domina a unidade de medida, que é pedir um relatório.

A pergunta não tem resposta porque a unidade não existe na fatura. Nenhum dos três maiores fornecedores cobra por pergunta, por consulta ou por usuário na API. O que a tabela publica é um par de preços por milhão de tokens, um para o que você envia e outro para o que o modelo devolve, e a distância entre esses dois números é o que decide onde vale cortar. Treze minutos aqui compram a capacidade de ler qualquer tabela de preço de IA sem intermediário e de reprovar, com argumento, um comparativo de fornecedor construído sobre unidade inventada.

O que a tabela realmente vende

A própria Anthropic define token como cerca de quatro caracteres, ou aproximadamente três quartos de uma palavra em inglês, e avisa na mesma página que a contagem exata varia conforme o idioma e o tipo de conteúdo. Guarde essa ressalva, porque ela é o motivo pelo qual a mesma frase sai mais caro em português, assunto do módulo seguinte, "A conta em português custa mais caro".

Para dimensionar sem calculadora, a convenção que a FinOps Foundation registra resolve o problema do leigo. Cerca de 1.500 palavras em inglês equivalem a aproximadamente 2.048 tokens. Um documento de três páginas, portanto, entra como algo em torno de dois mil tokens de entrada. Pela mesma régua, uma resposta de meia página, algo como 250 palavras, sai como uns 340 tokens. Segure essas duas ordens de grandeza e a tabela de preço deixa de ser abstrata: você passa a converter documento em token de cabeça, com erro aceitável para decidir orçamento.

Onde mora o multiplicador

Nas páginas oficiais de preço de julho de 2026, a proporção entre as duas tarifas é surpreendentemente estável. Em toda a linha Claude a saída custa exatamente cinco vezes a entrada, do modelo mais barato ao mais caro. Na OpenAI a distância é maior, com a saída em seis vezes a entrada nos modelos principais. No Google, a família Flash repete a proporção de cinco.

Três fornecedores independentes publicam a mesma ordem de proporção. Não há medição pública que explique a coincidência em detalhe, e para a decisão executiva isso é secundário: o que a tabela garante é que a ponta cara é a saída, em todos eles, e que nenhuma negociação de contrato vai inverter essa relação. O que muda de fornecedor para fornecedor é o valor absoluto, e é isso que a tabela abaixo permite comparar.

A conta de duas pontas, feita com números seus

A tarifa aponta a saída. O volume pode apontar o outro lado, e quem decide é o produto dos dois. Um exemplo ilustrativo, com números redondos escolhidos para facilitar a leitura.

• Volume mensal medido: 400 milhões de tokens de entrada e 40 milhões de tokens de saída. É uma proporção comum em atendimento, onde o pedido carrega histórico de conta e a resposta é curta.
• Tarifa do Claude Opus 5 em julho de 2026: US$ 5 por milhão na entrada e US$ 25 por milhão na saída.
• Conta: 400 vezes 5 dá dois mil dólares de entrada; 40 vezes 25 dá mil dólares de saída. Três mil dólares no mês.

Repare no que a coluna de volume esconde. A entrada tem dez vezes mais tokens que a saída e responde por dois terços da fatura, não pela quase totalidade dela, porque a tarifa mais alta do outro lado compensa parte da diferença. Cortar 20% da entrada economiza quatrocentos dólares; cortar 20% da saída economiza duzentos. Nesse caso específico a entrada ganha, e ganha por volume. Em um caso de uso de geração de texto, com pedido curto e resposta longa, a conta inverte e a saída passa a dominar sozinha.

A lição operacional é essa: quem aponta a ponta certa é o produto entre tarifa e volume, calculado por caso de uso. A tabela isolada não decide, o volume isolado também não. É por isso que a pergunta ao time é sempre a mesma, e ela cabe em uma frase: me mostre entrada e saída separadas, por caso de uso, com o mês fechado.

Tier não é plano comercial

Uma confusão específica atravessa quase todo material de IA em circulação, e ela chega às reuniões de compras. Não existem tiers Free, Professional e Enterprise na API do Claude. O que existe são faixas de conta que sobem conforme o gasto acumulado e que governam duas coisas bem distintas de preço: a vazão que você pode consumir por minuto e o teto de gasto mensal da conta. Na Anthropic esses tetos são de US$ 500 na faixa Start, US$ 1.000 na Build e US$ 200.000 na Scale. Ao atingir o teto da faixa, o uso da API é pausado até o mês seguinte, salvo pedido de aumento.

Duas consequências para quem aprova orçamento. A primeira é que existe teto nativo, sem custo, e a maioria das equipes nunca configurou o limite complementar que a própria empresa pode definir; ele é o artefato assinável do módulo "Teto de gasto: o que mandar ligar esta semana". A segunda é que subir de faixa não barateia o token, porque a tabela de preço é a mesma em todas elas. Quem levar à mesa de compras a promessa de desconto por mudança de tier vai negociar algo que não está sendo vendido.

O que a fatura de token não cobre

Fecho com a limitação do próprio medidor, porque ela é a pergunta que o conselho faz na reunião seguinte. A FinOps Foundation descreve o custo de inteligência artificial em nove camadas: inferência de modelo, computação e armazenamento em nuvem, infraestrutura de data center, rede e egresso, IA embutida em software de assinatura, engenharia e governança, aquisição e licenciamento de dados, uso não aprovado de ferramentas de IA e treino de modelo. O token que você acabou de aprender a ler cobre a primeira camada, e dentro dela apenas a parcela variável.

Isso não diminui o medidor. A inferência é a camada que cresce sem pedir licença, é a que responde mais rápido a decisão executiva e é a única que você consegue instrumentar nesta semana. Serve de advertência contra uma frase que aparece em todo comitê: a conta de IA da empresa é maior que a fatura da API, e quem apresenta a segunda como se fosse a primeira está subestimando o próprio orçamento na frente do conselho.