Usar IA por API costuma ser cobrado por tokens: você paga os que envia (entrada) e os que o modelo responde (saída), cada um com sua tarifa por milhão. Uma pergunta avulsa custa frações de centavo; a conta cresce com o volume, o histórico, as respostas longas e o modelo que você escolher.
Uma pergunta do app. Escolha uma resposta.
Tarifa fictícia: 1 USD/M entrada, 4 saída. 100 tokens entram, 500 saem. Custo?
0,0001 de entrada mais 0,002 de saída: 0,0021 USD. O gasto aparece quando se repete milhares de vezes.
Mil consultas iguais custariam 2,10 USD com essas tarifas. Uma custa 0,0021 USD.
Com estas tarifas fictícias, o custo é 0,0021 USD. Não estamos calculando uma assinatura.
A entrada não é só a sua pergunta. Inclui as instruções que o app dá ao modelo, o histórico da conversa e qualquer documento que você mande. A saída é o texto que o modelo gera. Muitas APIs cobram as duas coisas separadamente, e a saída costuma ter uma tarifa maior.
As tarifas costumam ser dadas em USD por milhão de tokens e mudam conforme o provedor e o modelo. Por isso aqui não há preços reais: os números desta página são inventados, para entender a conta.
Tarifas inventadas: 1 USD por milhão de tokens de entrada e 4 USD por milhão de saída. Você manda uma pergunta de 100 tokens e recebe uma resposta de 500. Entrada: 100 × 1 ÷ 1.000.000 = 0,0001 USD. Saída: 500 × 4 ÷ 1.000.000 = 0,002 USD. Total: 0,0021 USD, nem um quarto de centavo de dólar.
Duas coisas para notar. A resposta fica com mais de 95% do custo: é mais longa e sua tarifa é maior. E o barato aparece com o volume: mil perguntas iguais somam 2,10 USD, e um milhão, 2.100 USD.
Se você paga do Brasil, a tarifa está em dólar mas o cartão cobra em reais. O banco costuma somar impostos ou taxas sobre compras no exterior, então a conta final pode ficar mais alta que o número da API.
O histórico: a cada mensagem, o app costuma mandar a conversa inteira de novo. Se cada ida e volta soma uns 200 tokens, na mensagem 10 você já envia uns 1.800 tokens de histórico antes da pergunta nova. As respostas longas: cada token de saída é o mais caro. O modelo grande: costuma ter tarifas mais altas que um pequeno. E o idioma: muitos tokenizadores gastam mais tokens em português do que em inglês para dizer o mesmo.
Para gastar menos: peça respostas curtas quando isso basta, comece uma conversa nova quando mudar de assunto ou resuma a anterior, teste primeiro um modelo pequeno e fique com o mais barato que passe nos seus testes. Alguns serviços cobram menos por uma entrada repetida se você usar o cache de prompts.
Se você paga um plano mensal de um chat como o ChatGPT, paga um valor fixo: não vê uma cobrança por mensagem, embora o plano possa ter limites de uso. A conta por tokens vale quando você usa uma API, que é o que faz um app ou um programa conectado ao modelo. Um erro comum é calcular o custo de um projeto com o preço da assinatura, ou achar que a API também é preço fixo.