Calculadora de custo de prompt

Regra aproximada: 1 token ≈ 4 caracteres, ou cerca de 0,75 palavra em inglês. Um prompt de sistema de 500 palavras tem cerca de 650-700 tokens. Uma mensagem curta de 50 palavras fica em torno de 65-70 tokens. Para contagens precisas, use um tokenizador: o Tiktoken da OpenAI e o tokenizador Claude da Anthropic estão disponíveis como open source. Nossa ferramenta Token Counter também estima tokens a partir de texto colado.

O prompt de sistema é cobrado integralmente em cada requisição à API. Se ele tem 1.000 tokens e você faz 10.000 requisições por dia, isso são 10 milhões de tokens de entrada só do prompt de sistema, todo dia. Por isso prompts de sistema longos e verbosos inflam muito o custo. Enxugar o prompt de sistema e ativar o cache de prompts são as duas otimizações com melhor retorno na maioria das aplicações LLM em produção.

Não - a calculadora usa tarifas padrão de pague pelo uso, sem cache. Isso dá intencionalmente o custo base do pior caso. Na prática, provedores como OpenAI, Anthropic, Google e xAI oferecem cache de prompts que reduz o custo dos tokens de entrada em 75-90 % para conteúdo estático repetido como prompts de sistema. Use esta ferramenta para definir sua base e depois modele a economia do cache separadamente.

Use a tabela de comparação entre modelos: ela mostra o custo total para sua configuração exata em todos os modelos compatíveis. Comece pelo modelo mais barato que atenda seu padrão de qualidade. Tarefas como classificação, extração e saída estruturada costumam funcionar muito bem em modelos menores (GPT-4o mini, Claude 3.5 Haiku, Gemini Flash, Mistral Small). Reserve modelos de fronteira caros para tarefas que realmente exigem raciocínio profundo.

O campo de crescimento mensal modela o aumento do volume de requisições ao longo do período de previsão. Se você informar 20 %, a calculadora assume que seu número de requisições diárias cresce 20 % por mês. Para uma previsão anual, ela usa interpolação linear entre o volume inicial e o volume final projetado. Coloque 0 para projeções constantes.

Gerar tokens exige que o modelo faça uma passagem forward autorregressiva completa por token - muito mais computação do que ler tokens de entrada. A geração de saída é computacionalmente mais cara e é cobrada com um prêmio de 3-6× sobre os tokens de entrada na maioria dos provedores. Por isso aplicações com respostas longas têm perfil de custo diferente de classificadores de saída curta.

Sim. A calculadora roda inteiramente no lado do cliente, no seu navegador. Nenhuma contagem de tokens, configuração de prompt, estimativa de custo ou seleção de modelo é enviada a servidor algum. Tudo é calculado localmente no seu dispositivo e nunca armazenado. Seus dados de planejamento são 100 % privados e seguros.