# Quanto custa um token: o preço das APIs de IA em 2026

> O preço por token de OpenAI, Anthropic e Google, quanto custa um uso real por mês, como o dólar vira real na fatura e como gastar menos tokens.

Source: https://levelfour.ai/blog/quanto-custa-um-token

Updated: 2026-10-24

24 de outubro de 2026. Por [Bruno Rocha](https://www.linkedin.com/in/brunorochadasilva/), Founder.

Em outubro de 2026, as principais APIs de IA cobram de US$ 0,05 a US$ 10 por milhão de tokens de entrada e de US$ 0,40 a US$ 50 por milhão de tokens de saída. Nos contextos de tamanho padrão, a saída custa de cinco a nove vezes a entrada em todos os modelos abaixo. Duas alavancas baixam a conta em qualquer um deles: o prompt caching cobra o começo repetido do prompt a 2,5% a 10% do preço de entrada, e o processamento em batch corta pela metade o preço do que pode esperar até um dia.

A seguir: o preço de cada provedor, quanto custa um uso real por mês, as cobranças que a tabela de preço não mostra, como Amazon Bedrock e Gemini Enterprise Agent Platform, o nome que o Google dá ao Vertex AI desde 22 de abril de 2026, cobram pelos mesmos modelos e como o dólar vira real na sua fatura. Todo preço leva à página do próprio provedor. Pela conta da OpenAI, um token equivale a cerca de três quartos de uma palavra em inglês, ou seja, um milhão de tokens são umas 750 mil palavras. [A OpenAI sobre tokens](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them).

## Quanto custa um milhão de tokens em cada API?

### OpenAI

| Modelo | Entrada | Entrada em cache | Saída | Batch entrada / saída |
| --- | --- | --- | --- | --- |
| GPT-6 Astra | US$ 10,00 | US$ 1,00 | US$ 50,00 | US$ 5,00 / US$ 25,00 |
| GPT-6.1 Sol | US$ 2,00 | US$ 0,10 | US$ 10,00 | US$ 1,00 / US$ 5,00 |
| GPT-6 Luna | US$ 0,10 | US$ 0,01 | US$ 0,50 | US$ 0,05 / US$ 0,25 |
| GPT-5.4 mini | US$ 0,75 | US$ 0,075 | US$ 4,50 | US$ 0,375 / US$ 2,25 |
| GPT-5 nano | US$ 0,05 | US$ 0,005 | US$ 0,40 | US$ 0,025 / US$ 0,20 |

Preços da página de cada provedor, conferidos em 24 de outubro de 2026. Dólares por milhão de tokens, camada padrão. Prompts com mais de 272 mil tokens de entrada custam mais nos modelos GPT-6 (GPT-6.1 Sol: US$ 4,00 / US$ 15,00). [Preços da OpenAI](https://developers.openai.com/api/docs/pricing).

A OpenAI chama o GPT-6 Astra de modelo principal, o GPT-6.1 Sol de opção equilibrada e o GPT-6 Luna de opção para trabalho sensível a custo. Nos modelos a partir do GPT-5.6, gravar um prompt no cache custa 1,25 vez o preço de entrada pelos 30 minutos padrão, ou 2,5 vezes por 12 horas, e cada leitura do cache custa um décimo do preço de entrada ou menos. [Prompt caching da OpenAI](https://developers.openai.com/api/docs/guides/prompt-caching).

### Anthropic Claude

| Modelo | Entrada | Leitura do cache | Saída | Batch entrada / saída |
| --- | --- | --- | --- | --- |
| Claude Fable 5.1 | US$ 10,00 | US$ 0,25 | US$ 50,00 | US$ 5,00 / US$ 25,00 |
| Claude Opus 5.5 | US$ 4,00 | US$ 0,20 | US$ 20,00 | US$ 2,00 / US$ 10,00 |
| Claude Sonnet 5.5 | US$ 2,00 | US$ 0,10 | US$ 10,00 | US$ 1,00 / US$ 5,00 |
| Claude Haiku 5.5, prompts de até 100 mil tokens | US$ 0,10 | US$ 0,01 | US$ 0,50 | US$ 0,05 / US$ 0,25 |
| Claude Haiku 5.5, prompts acima de 100 mil tokens | US$ 0,50 | US$ 0,05 | US$ 2,50 | US$ 0,25 / US$ 1,25 |

Preços da página de cada provedor, conferidos em 24 de outubro de 2026. Dólares por milhão de tokens, camada padrão. [Preços do Claude](https://platform.claude.com/docs/en/about-claude/pricing).

Gravar no cache da Anthropic custa 1,25 vez o preço de entrada por cinco minutos ou o dobro por uma hora, e cada acerto no cache renova o prazo sem cobrança. No Opus 5.5 e no Sonnet 5.5, a leitura do cache sai a 5% do preço de entrada. Os modelos a partir do Claude 4.6, menos o Haiku 5.5, leem o contexto inteiro de 1 milhão de tokens pelo preço padrão. [Prompt caching do Claude](https://platform.claude.com/docs/en/build-with-claude/prompt-caching).

### Google Gemini

| Modelo | Entrada | Entrada em cache | Saída | Batch entrada / saída |
| --- | --- | --- | --- | --- |
| Gemini 4 Argon, até 30 de novembro de 2026 | US$ 2,00 | US$ 0,10 | US$ 10,00 | US$ 1,00 / US$ 5,00 |
| Gemini 4 Argon, a partir de 1º de dezembro de 2026 | US$ 4,00 | US$ 0,20 | US$ 20,00 | US$ 2,00 / US$ 10,00 |
| Gemini 3.8 Flash, até 31 de dezembro de 2026 | US$ 0,75 | US$ 0,075 | US$ 3,75 | US$ 0,375 / US$ 1,875 |
| Gemini 3.5 Flash-Lite | US$ 0,30 | US$ 0,03 | US$ 2,50 | US$ 0,15 / US$ 1,25 |
| Gemini 3.1 Pro Preview, prompts de até 200 mil tokens | US$ 2,00 | US$ 0,20 | US$ 12,00 | US$ 1,00 / US$ 6,00 |

Preços da página de cada provedor, conferidos em 24 de outubro de 2026. Dólares por milhão de tokens, camada padrão. Camada paga. O Gemini 3.8 Flash sobe para US$ 1,50 / US$ 7,50 em 1º de janeiro de 2027. O preço de saída inclui os tokens de raciocínio. [Preços da API Gemini](https://ai.google.dev/gemini-api/docs/pricing).

O Gemini coloca no cache, sozinho e sem taxa de gravação, o começo repetido de um prompt a partir de 4.096 tokens no Gemini 4 Argon e no 3.8 Flash, e cobra os tokens em cache a 5% do preço de entrada no Gemini 4 Argon e a 10% no 3.8 Flash. [Context caching do Gemini](https://ai.google.dev/gemini-api/docs/caching).

## Quanto custa um uso real por mês?

Pense num assistente de atendimento que responde 10 mil perguntas por dia. Cada requisição manda um system prompt de 4.500 tokens, com instruções e informações do produto, mais 500 tokens do cliente, e o modelo escreve uma resposta de 400 tokens. Em 30 dias, são 1,5 bilhão de tokens de entrada, 1,35 bilhão deles o mesmo começo de prompt, e 120 milhões de tokens de saída. O cache fica aquecido o mês inteiro, então as poucas gravações ficam de fora da conta.

| Modelo | Sem cache | Com o começo do prompt em cache | Batch, sem cache |
| --- | --- | --- | --- |
| GPT-6.1 Sol | US$ 4.200,00 | US$ 1.635,00 | US$ 2.100,00 |
| Claude Sonnet 5.5 | US$ 4.200,00 | US$ 1.635,00 | US$ 2.100,00 |
| Gemini 4 Argon, até 30 de novembro | US$ 4.200,00 | US$ 1.635,00 | US$ 2.100,00 |
| Gemini 4 Argon, a partir de 1º de dezembro | US$ 8.400,00 | US$ 3.270,00 | US$ 4.200,00 |
| Gemini 3.8 Flash | US$ 1.575,00 | US$ 663,75 | US$ 787,50 |
| GPT-6 Luna | US$ 210,00 | US$ 88,50 | US$ 105,00 |
| Claude Haiku 5.5 | US$ 210,00 | US$ 88,50 | US$ 105,00 |

Preços da página de cada provedor, conferidos em 24 de outubro de 2026. Dólares por milhão de tokens, camada padrão. 300 mil requisições, cada uma com 5.000 tokens de entrada (4.500 de começo em cache) e 400 de saída.

Pôr o começo do prompt em cache corta de 58% a 61% da conta, porque o system prompt é 90% de cada requisição. Um assistente ao vivo não usa batch, já que o cliente não espera horas por uma resposta, mas tarefas noturnas, como classificar tickets ou resumir ligações, usam, pela metade do preço. E a escolha do modelo muda a conta de 20 a 40 vezes nesta tabela: mande as perguntas fáceis para o modelo pequeno e só as difíceis para o grande.

## Quanto isso custa em reais?

Depende de quem fatura. A Anthropic diz que "All payments are in USD" [Preços do Claude](https://platform.claude.com/docs/en/about-claude/pricing), e a OpenAI vende créditos de API só em dólar [FAQ de cobrança da OpenAI](https://help.openai.com/en/articles/10421635-multi-currency-billing-faq). Pagas no cartão de crédito internacional, essas compras levam IOF de 3,5%, pelo artigo 15-B, inciso VII, do Decreto 6.306, na redação do Decreto 12.499/2025. [Decreto 6.306](https://www.planalto.gov.br/ccivil_03/_ato2007-2010/2007/decreto/d6306.htm). A conta fica: valor em dólar × cotação do cartão × 1,035. Os US$ 1.635 do exemplo com cache, por exemplo, viram 1.635 × cotação × 1,035.

Pela nuvem, a fatura vem em reais. O Google Cloud, que cobra a API Gemini e o Agent Platform, fatura clientes no Brasil em reais, com câmbio definido no começo de cada mês, cartão (inclusive Elo), boleto e Pix [Moedas do Google Cloud](https://docs.cloud.google.com/billing/docs/resources/currency), e, na contratação local, soma 14% de imposto aos preços, que vêm sem imposto. [Impostos do Google Cloud](https://docs.cloud.google.com/billing/docs/resources/vat-overview). A AWS fatura os próprios serviços em reais pela Amazon AWS Serviços Brasil, com o câmbio do dia da fatura, exige CPF ou CNPJ e soma PIS e COFINS de 9,25% mais ISS. O Bedrock tem uma exceção: os modelos de terceiros, como Claude e GPT, são ativados por assinaturas do AWS Marketplace, e as compras no Marketplace continuam faturadas pela AWS, Inc. em dólar. [AWS no Brasil](https://aws.amazon.com/legal/aws-sbl/) · [Acesso a modelos no Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html).

As páginas sobre tokens da OpenAI, da Anthropic e do Google não dizem quantos tokens a mais um texto em português gasta em relação ao mesmo texto em inglês. Para saber, conte os seus próprios prompts com o endpoint de contagem de cada provedor, descrito mais abaixo.

## Por que a conta de IA vem maior que a tabela de preço?

- Tokens de raciocínio são cobrados como saída. O preço de saída do Gemini inclui os tokens de raciocínio, a Anthropic cobra os tokens de thinking como saída, e o `max_output_tokens` da OpenAI limita os tokens visíveis e os ocultos juntos.
- Um chat reenvia a conversa inteira a cada mensagem. A décima mensagem paga de novo pelas nove anteriores, a menos que elas caiam no cache.
- Prompts longos cruzam uma linha de preço: 272 mil tokens de entrada nos modelos GPT-6 da OpenAI, 200 mil no Gemini 3.1 Pro e 100 mil no Claude Haiku 5.5, onde a tarifa fica cinco vezes maior.
- A contagem de tokens muda entre modelos. A Anthropic diz que os modelos a partir do Claude 4.7 geram cerca de 30% mais tokens para o mesmo texto que os Claude anteriores. [Glossário do Claude](https://platform.claude.com/docs/en/about-claude/glossary).
- Processar numa região específica custa mais: a OpenAI soma 10% pela residência de dados nos modelos lançados desde 5 de março de 2026, e a inferência só nos Estados Unidos da Anthropic custa 1,1 vez a tarifa padrão.
- Gravar no cache custa mais que a entrada comum: de 1,25 a 2,5 vezes na OpenAI e de 1,25 a 2 vezes na Anthropic. Um cache que expira entre uma requisição e outra paga a gravação de novo, várias vezes.

## Amazon Bedrock e o Agent Platform do Google (Vertex AI) cobram o mesmo que as APIs diretas?

Nos endpoints globais, sim. O Claude no endpoint global de inferência entre regiões do Bedrock custa o mesmo que na API da Anthropic, e o Gemini no endpoint global do Agent Platform custa o mesmo que na API Gemini. Os endpoints regionais custam 10% a mais nos dois: o Claude Opus 5.5 sai a US$ 4,40 / US$ 22 numa única região do Bedrock, e o Gemini 4 Argon a US$ 2,20 / US$ 11 fora do endpoint global do Agent Platform. [Preços do Amazon Bedrock](https://aws.amazon.com/bedrock/pricing/) · [Preços do Agent Platform](https://cloud.google.com/vertex-ai/generative-ai/pricing).

- Para Claude Opus 5.5, Sonnet 5.5, Haiku 5.5 e Fable 5.1, o desconto de 50% do batch está na API da própria Anthropic; o Bedrock lista batch para o Claude Opus 5 a US$ 2,50 / US$ 12,50.
- O Bedrock vende o GPT-6 Astra da OpenAI pelo preço da OpenAI no endpoint global e com um acréscimo declarado de 10% numa única região. [GPT-6 Astra no Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-openai-gpt-6-astra.html).
- O Agent Platform mostra o preço de entrada de US$ 2 do Gemini 4 Argon como promoção paga em créditos de 50% sobre o gasto líquido, contra um preço de tabela de US$ 4.
- Bedrock e Agent Platform cobram pela sua conta da AWS ou do Google Cloud, então o gasto cai na mesma fatura, nos mesmos budgets e nos mesmos commitments do resto da sua cloud.

## Como gastar menos tokens?

- Coloque a parte fixa do prompt no começo e mantenha essa parte igual entre as requisições, para ela cair no cache. A OpenAI guarda começos a partir de 1.024 tokens no GPT-5.6 em diante, o Claude Fable, o Opus 5.5, o Sonnet 5.5 e o Haiku 5.5 a partir de 512, e o Gemini 4 Argon e o 3.8 Flash a partir de 4.096.
- Mande o que pode esperar para a API de batch, pela metade do preço: OpenAI e Gemini devolvem em até 24 horas, e a Anthropic diz que a maioria dos batches termina em uma hora. Na Anthropic, os descontos de batch e de cache se somam. [Batch do Claude](https://platform.claude.com/docs/en/build-with-claude/batch-processing).
- Escolha o modelo pela dificuldade. Os três provedores mandam usar um modelo menor em tarefas simples, e os modelos pequenos das tabelas custam de um vigésimo a um centésimo dos grandes.
- Limite a saída com a configuração de tamanho máximo de cada API e peça respostas curtas. A saída é o lado caro de toda tabela de preço.
- Conte antes de mandar. O `POST /v1/responses/input_tokens` da OpenAI, o `/v1/messages/count_tokens` da Anthropic, que é grátis, e o `countTokens` do Gemini dizem quanto um prompt custa antes de você pagar por ele.
- Enxugue o contexto: tire mensagens antigas, resuma conversas longas e mande só os documentos que a pergunta precisa.

## Erros comuns com o custo das APIs de IA

- Comparar modelos só pelo preço de entrada, quando a saída e os tokens de raciocínio somam a maior parte de muitas contas.
- Pôr a pergunta do usuário antes do system prompt, o que quebra o cache em toda requisição.
- Rodar tudo no modelo principal porque foi ele que entrou no protótipo.
- Usar um endpoint regional por padrão, sem nenhuma regra de dados que exija, e pagar 10% a mais por isso.
- Acompanhar a conta só por provedor. Sem o gasto por projeto, por chave ou por time, ninguém sabe qual funcionalidade puxa a conta. O guia [Como acompanhar o custo de OpenAI, Anthropic e Bedrock por time](https://levelfour.ai/blog/como-acompanhar-custos-de-ia-por-time.md) mostra como montar essa divisão em cada provedor.

A LevelFour lê as suas faturas de OpenAI, Anthropic e IA na cloud ao lado do resto do gasto com cloud e SaaS, por modelo, por chave e por time. [Veja quanto você pode economizar](https://levelfour.ai/sign-up) em 5 minutos, com acesso somente leitura.

## Perguntas frequentes

### Quanto custa 1 milhão de tokens?

De US$ 0,05 a US$ 10 por milhão de tokens de entrada e de US$ 0,40 a US$ 50 por milhão de tokens de saída nos principais modelos de OpenAI, Anthropic e Google em outubro de 2026. GPT-6 Luna e Claude Haiku 5.5 custam US$ 0,10 na entrada e US$ 0,50 na saída; GPT-6.1 Sol e Claude Sonnet 5.5, US$ 2 e US$ 10; GPT-6 Astra e Claude Fable 5.1, US$ 10 e US$ 50.

### Quanto custam 1.000 tokens?

Um milésimo do preço por milhão: US$ 0,002 na entrada e US$ 0,01 na saída no GPT-6.1 Sol ou no Claude Sonnet 5.5, e US$ 0,0001 e US$ 0,0005 no GPT-6 Luna ou no Claude Haiku 5.5. Pela conta da OpenAI, 1.000 tokens são cerca de 750 palavras em inglês.

### Quanto custa a API do ChatGPT em reais?

A OpenAI vende créditos de API só em dólar. No cartão de crédito internacional, a compra leva IOF de 3,5%, então o valor em reais é o valor em dólar vezes a cotação do cartão vezes 1,035. Pelo Agent Platform do Google, a fatura de IA vem em reais, com os impostos do Google Cloud; no Bedrock, os modelos de terceiros passam pelo AWS Marketplace, que a AWS, Inc. fatura em dólar.

### O Amazon Bedrock cobra o mesmo que a Anthropic pelo Claude?

No endpoint global de inferência entre regiões do Bedrock, sim. Numa única região ou geografia, custa 10% a mais. Nos modelos Claude 5.5, o desconto de 50% do batch está na API da própria Anthropic. [Preços do Amazon Bedrock](https://aws.amazon.com/bedrock/pricing/).

### Como contar os tokens antes de mandar uma requisição?

Use o endpoint do próprio provedor: `POST /v1/responses/input_tokens` na OpenAI, `/v1/messages/count_tokens` na Anthropic, que é grátis, e `countTokens` na API Gemini. Cada um conta com o tokenizador do próprio modelo.

### O Claude é mais barato que a OpenAI?

Nas faixas equivalentes, o preço de tabela é o mesmo em outubro de 2026: Claude Sonnet 5.5 e GPT-6.1 Sol custam US$ 2 na entrada e US$ 10 na saída por milhão de tokens, e Claude Haiku 5.5 e GPT-6 Luna, US$ 0,10 e US$ 0,50. A diferença real vem das regras de cache, de quantos tokens cada modelo gera para o mesmo texto e do tamanho das respostas, então teste com os seus próprios prompts.

### O português gasta mais tokens que o inglês?

As páginas sobre tokens da OpenAI, da Anthropic e do Google não trazem essa comparação. A Anthropic diz que a contagem depende do modelo e do idioma. Para saber no seu caso, conte os seus prompts com o endpoint de contagem de cada provedor.

### Qual o jeito mais barato de rodar um modelo de IA em produção?

Coloque o começo fixo do prompt em cache, mande para a API de batch o que pode esperar, pela metade do preço, direcione as tarefas simples para um modelo pequeno e limite o tamanho da saída. No nosso exemplo, só o cache levou um mês de US$ 4.200 para US$ 1.635 no GPT-6.1 Sol ou no Claude Sonnet 5.5.

## See what LevelFour can save you

[Start free trial](https://levelfour.ai/sign-up) · [Get in touch](https://levelfour.cal.com/)

## About LevelFour

The FinOps platform that actually cuts costs. One system of record for Cloud, SaaS, and AI spend. LevelFour applies each saving, or your engineers merge it as code.

- **Cloud Savings**: 30% success fee on savings found and applied. No hidden charges, only pay on what you actually save.
- **Pro**: $30 per month · Up to $2,500 spend/mo
- **Scale**: $200 per month · Up to $7,500 spend/mo
- **Enterprise**: Custom · Unlimited spend

[Pricing](https://levelfour.ai/pricing.md) · [Guide for agents (llms.txt)](https://levelfour.ai/llms.txt) · [Documentation](https://docs.levelfour.ai) · MCP server: `https://mcp.levelfour.ai/mcp`