Preço por 1M de tokens vs custo por tarefa: como comparar modelos de IA

Compare modelos pelo que uma tarefa concluída custa, não pelo preço por 1M de tokens. Uma tarefa custa tokens de entrada × preço de entrada + tokens de saída × preço de saída, multiplicado pelo número de tentativas necessárias. Então um modelo com metade do preço por token ainda pode te entregar a conta maior.

Essa é a surpresa de sempre: o agente terminou, a tabela de preços parecia barata, e a fatura é maior do que a tarefa merecia. Vamos descobrir onde a diferença se esconde.

Preço por token é preço por quilo#

O preço do quilo de farinha não diz nada sobre o custo do jantar. Você precisa saber quantos quilos a receita leva, e se você queima a primeira fornada e começa de novo.

Modelos de IA funcionam do mesmo jeito. O preço por 1M de tokens é o preço por quilo. A tarefa é o jantar. Cada requisição é cobrada dos dois lados: os tokens que você envia (entrada) e os tokens que o modelo escreve de volta (saída). Os dois números voltam no campo usage de toda resposta de uma API compatível com OpenAI, como a API da CheapTokens em https://api.cheaptokens.dev/v1 (verificado em 29 de outubro de 2026), então você nunca precisa adivinhá-los.

Aqui está a fórmula inteira:

cost per task = attempts × (tokens in × input price + tokens out × output price)

Digamos que uma tarefa envie 3.000 tokens e receba 1.000 de volta. O modelo A custa $1 por 1M de tokens de entrada e $5 de saída. O modelo B custa metade: $0,50 e $2,50. (São preços redondos inventados para a conta, não a tabela de preços de ninguém.)

Modelo A, uma tentativa:

• 3.000 × $1 ÷ 1.000.000 = $0,003 de entrada
• 1.000 × $5 ÷ 1.000.000 = $0,005 de saída
• $0,003 + $0,005 = $0,008 por tarefa

O modelo B parece a pechincha. Mas digamos que ele precise de três tentativas para chegar a um resultado utilizável, e cada tentativa custe o mesmo:

• 3.000 × $0,50 ÷ 1.000.000 = $0,0015 de entrada
• 1.000 × $2,50 ÷ 1.000.000 = $0,0025 de saída
• $0,0015 + $0,0025 = $0,004 por tentativa
• 3 × $0,004 = $0,012 por tarefa

Metade do preço por token, uma vez e meia o preço por tarefa. A mesma coisa acontece sem retentativas se B simplesmente escrever respostas mais longas: com 3.000 tokens de saída em uma tentativa, 3.000 × $2,50 ÷ 1.000.000 = $0,0075, e $0,0015 + $0,0075 = $0,009. Ainda mais que os $0,008 de A.

E o contrário também vale. Se B acerta de primeira, custa $0,004 por tarefa, metade de A. O preço por token só vence quando o número de tokens e de tentativas é mais ou menos igual. Que é exatamente o que se deve verificar.

Para onde vão de fato os tokens por tarefa#

Três coisas movem a contagem de tokens, e nenhuma delas aparece numa tabela de preços.

1. Tamanho da resposta. Um modelo que se explica longamente escreve mais tokens de saída do que um que responde em uma linha.
2. Retentativas. Uma resposta falha ou inutilizável ainda custou tokens, e a próxima tentativa paga de novo.
3. Contexto reenviado. Uma API não lembra: cada passo de um agente reenvia as instruções, os arquivos e o histórico. Se isso é novidade, por que um chat longo custa mais mostra o mecanismo.

A terceira é a grande para agentes. Pegue um agente de código que trabalha em 20 passos. Suponha um passo pesado de agente: 20.000 tokens de entrada e 1.000 de volta. Para uma execução mais leve com números reais passo a passo, veja por que agentes de IA usam tantos tokens. As respostas são curtas. A entrada não.

Então, para esse trabalho, o lado da entrada decide a conta, e o lado da saída quase não importa. Um modelo com preço de entrada barato pode vencer aqui mesmo que seu preço de saída pareça comum. Isso é algo que uma tabela de preços só mostra quando você a lê pensando na sua própria tarefa.

Aqui está exatamente esse trabalho, 20 passos de 20.000 de entrada e 1.000 de saída, nos modelos disponíveis na CheapTokens. A tabela é ao vivo, então os números acompanham os preços atuais, e a coluna OpenRouter está lá para comparação. Com entrada e saída somadas, os três são mais baratos que o OpenRouter no total.

Para loops de agente como esse, o DeepSeek-V4-Flash é uma escolha natural: contexto de 380K, até 32.768 tokens de saída por resposta, e um preço único em qualquer hora do dia, então uma execução noturna custa o mesmo que uma diurna. O trabalho inteiro nos 20 passos nele sai por $0.008. Veja a página do modelo para detalhes e a tabela de preços para todos os modelos.

Um chatbot é a história oposta#

Agora pegue um bot de suporte. Digamos que ele receba 1.000 requisições por dia, e cada uma seja uma pergunta de 2.000 tokens com contexto e uma resposta de 500 tokens. Sem loop, sem histórico que cresce, uma tentativa.

Aqui o preço por token é quase o custo por tarefa, porque nada o multiplica. No GLM-5.3-Flash, com contexto de 390K e até 8.192 tokens de saída por resposta, uma requisição custa $0.00006 e o dia inteiro de 1.000 requisições custa $0.06.

Então a regra prática é simples. Uma tarefa curta e de tiro único: o preço por token é um guia justo. Um loop, um trabalho propenso a retentativas ou um trabalho de resposta longa: precifique a tarefa inteira antes de escolher.

Meça sua própria tarefa em dez minutos#

Seus próprios números vencem qualquer exemplo aqui. O script abaixo envia uma requisição e imprime o que ela realmente usou e quanto isso custa. Os preços nele são um exemplo: substitua pelos atuais de a tabela de preços.

from openai import OpenAI

client = OpenAI(base_url="https://api.cheaptokens.dev/v1", api_key="YOUR_KEY")

# example prices per 1M tokens, substitute current ones
PRICE_IN, PRICE_OUT = 1.00, 5.00

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Summarize this ticket in one sentence: <your text>"}],
    max_tokens=300,
)
u = resp.usage
cost = (u.prompt_tokens * PRICE_IN + u.completion_tokens * PRICE_OUT) / 1_000_000
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))

Quando funciona, você recebe três números em uma linha: tokens de entrada, tokens de saída e o custo daquela tentativa. Então:

1. Rode 20 tarefas reais suas, não tarefas de brinquedo.
2. Some o custo de cada tentativa, incluindo as que você descartou.
3. Divida por 20. Esse é o seu custo por tarefa.
4. Repita com o outro modelo e compare os dois resultados.

Para uma execução mais longa, rastrear o custo de tokens de agentes em Python adiciona um orçamento e um limite à mesma ideia, e quantos tokens uma requisição usa mostra tamanhos típicos para começar.

Verificação rápida#

A seguir, tokens de entrada vs saída explica por que os dois lados têm preços diferentes, e a documentação te leva de uma chave à primeira requisição.