Orçamento real de 100 mil decisões por mês

Preço por milhão de tokens não diz nada a ninguém. O que decide um projeto é a linha do orçamento mensal, e para chegar nela é preciso assumir algumas coisas em voz alta.

Os pressupostos, antes dos números

Volume: 100.000 chamadas por mês. É uma suposição deste artigo, escolhida por ser um número redondo e realista para um produto com tráfego médio — não é dado de mercado.

Três tamanhos de state, para cobrir a faixa em que a maioria dos casos cai:

• 955 tokens, o perfil das nossas cinco medições de 18 de setembro de 2026, com seis perguntas cada sobre textos curtos de suporte em português;
• 2.000 tokens, uma mensagem com registro de cliente anexado;
• 8.000 tokens, um documento ou uma lista de candidatos de busca.

Só tokens de entrada. É tudo o que o Jev cobra, porque a saída dele é gratuita. Nos outros modelos, a saída custa cinco vezes a entrada nos preços lidos em 18 de setembro de 2026 — ignorá-la deixa a conta conservadora a favor deles.

Cotação: R$ 5,40 por dólar, estimativa comercial do site revisada em 17 de setembro de 2026, não cotação oficial.

Preços: Jev a US$ 0,042 por milhão de tokens de entrada, da documentação da TypeSafe. Claude Haiku 4.5 a US$ 1,00, GPT-5.6 Sol a US$ 4,00 e Claude Opus 5 a US$ 5,00, das páginas oficiais de cada fabricante, lidas em 18 de setembro de 2026, no nível padrão, sem cache e sem desconto de lote. A tabela completa dos oito modelos está em preços OpenAI e Anthropic.

A conta

Cem mil chamadas de 955 tokens — 95,5 milhões de tokens

Cem mil chamadas de 2.000 tokens — 200 milhões de tokens

Cem mil chamadas de 8.000 tokens — 800 milhões de tokens

O que estas tabelas dizem, e o que não dizem

O tamanho do state domina tudo. A mesma quantidade de decisões custa oito vezes mais quando o state é oito vezes maior. Antes de discutir fornecedor, vale discutir recorte — as táticas estão em economizar tokens de entrada.

Decisão não é chamada. Nas nossas medições, seis perguntas couberam em 955 tokens. Ou seja, as cem mil chamadas da primeira tabela são seiscentas mil decisões, e o custo por decisão é cerca de um sexto do custo por chamada. Essa é a mecânica do padrão de fan-out especulativo, e ela desloca a conta de forma maior do que qualquer negociação de preço.

A comparação vale dentro de uma tarefa de decisão. Esses modelos escrevem texto, resumem e programam; o Jev só devolve decisões tipadas. A tabela compara o custo de rodar uma classificação, não capacidade. Se a saída precisa ser texto, nenhuma linha dela importa.

A conta ignora o que os LLMs cobram na saída. Um fluxo real com GPT-5.6 Sol que gere trezentos tokens de resposta por item acrescentaria, a US$ 20,00 por milhão, uma parcela que esta tabela não mostra. É mais um motivo para chamá-la de conservadora.

O que a conta muda no desenho

Com decisão a frações de centavo, três coisas deixam de ser decisão orçamentária e viram decisão de engenharia.

Avaliar 100% do volume. Amostragem existia porque julgamento humano era caro. Triar toda a fila de um mês por algo em torno de vinte reais muda o que vale automatizar.

Perguntar o que talvez você não use. A pergunta extra custa os próprios tokens. Se ela evita uma segunda chamada, já se pagou.

Gastar atenção humana onde a confiança caiu. Quando o automático custa quase nada, a revisão humana pode ser concentrada na faixa duvidosa em vez de espalhada pela fila inteira. O desenho está em revisão humana.

Para fazer a conta com o seu número

A fórmula é sempre a mesma: tokens de entrada divididos por um milhão, multiplicados pelo preço por milhão, multiplicados pela cotação. A calculadora com o seu volume está em preço, e a fórmula com as ressalvas em quanto custa uma decisão.

Para medir os seus próprios tokens em vez de estimar, o campo usage.input_tokens volta em toda resposta — veja a API HTTP sem SDK.