Calculadora de custo de API de LLM

Custo da requisição = tokens de entrada sem cache × preço de entrada + tokens lidos do cache × preço do cache + tokens gravados no cache × preço de gravação + tokens de saída × preço de saída, com todos os preços informados por milhão de tokens. Multiplicando pelas requisições por dia e pelos dias por mês, obtém-se o custo mensal e anual.

Não. Os preços são dados estáticos mantidos no código do site e atualizados manualmente a partir das páginas oficiais de cada fornecedor. As fontes e uma data de “verificado em” aparecem abaixo da ferramenta, e um aviso de “pode estar desatualizado” surge após 30 dias. Você também pode adicionar um modelo personalizado com a sua própria cotação.

A “parcela atendida pelo cache” é a parte da entrada de cada requisição lida do cache. A Anthropic também tem uma “parcela gravada no cache”, que geralmente custa mais que a entrada comum. OpenAI e Gemini não têm preço de gravação separado, então os tokens gravados são cobrados como entrada comum. As duas parcelas não podem somar mais de 100%.

Batch e Flex trocam um preço menor por processamento mais lento ou em fila, enquanto Fast paga mais por uma saída mais rápida. Cada fornecedor aceita modos e multiplicadores diferentes; um modelo que não oferece o modo escolhido aparece como ignorado. Onde a página da OpenAI diz apenas “cerca de 50%” ou “cerca de 2×”, a tabela marca o resultado como aproximado.

Alguns modelos passam a requisição inteira para uma tarifa maior quando um único prompt ultrapassa certo tamanho. O limite varia por modelo e é aplicado por requisição, então informe os tokens de entrada de UMA requisição, não o total mensal. Os modelos cobrados na tarifa de contexto longo são identificados na tabela de resultados.

A fonte mais precisa é o campo usage de cada resposta da API ou o endpoint de contagem de tokens do próprio fornecedor. A estimativa por texto desta ferramenta dá apenas uma faixa (cerca de 4 caracteres ≈ 1 token em inglês, cerca de 1 caractere ≈ 1 token em CJK), e os tokenizadores podem diferir bastante; os modelos Claude mais novos geram cerca de 30% mais tokens para o mesmo texto. Lembre-se de que os tokens de saída incluem os tokens de raciocínio (thinking).

Motivos comuns: cobranças adicionais como chamadas de ferramentas e busca na web, tokens de raciocínio, impostos, preços separados de marketplaces de nuvem (Bedrock, Vertex e similares), acréscimos regionais, descontos negociados ou por compromisso de uso, e contagens reais de tokens diferentes da sua estimativa. Esta ferramenta calcula apenas o custo de tokens a preços públicos padrão.

Não. Tudo é calculado no seu navegador. O texto colado é usado apenas para estimar tokens localmente e nunca é enviado a um servidor, e nenhuma API paga ou provedor de modelo é chamado.