O que é token IA: a unidade que define seu custo

Equipe Viver de IA · 2026-08-06

Token é como a IA conta texto e como a fatura chega até você. Entenda a unidade antes de assinar qualquer plano.

Token é o pedaço de texto que a IA usa pra contar tudo que lê e tudo que escreve. Cada palavra vira um ou mais tokens, e é sobre essa contagem que quase toda ferramenta de IA cobra. Quando você pergunta o que é token IA, a resposta prática é essa: token é a moeda que roda por baixo de cada resposta do ChatGPT, do Claude ou de qualquer sistema que sua empresa monte em cima de uma API.

Se você já olhou a fatura de uma ferramenta de IA e viu "custo por 1.000 tokens" ou "tokens de entrada e saída", é disso que estamos falando. O token não é a palavra exata, e é aí que a maioria dos gestores se perde. Vou destrinchar.

Como funciona

A IA não lê texto do jeito que a gente lê. Ela quebra tudo em pedaços menores antes de processar. Esses pedaços são os tokens. Um token pode ser uma palavra inteira, um pedaço de palavra, um espaço ou um sinal de pontuação.

A regra prática mais usada: em inglês, um token equivale a cerca de três quartos de uma palavra. Em português a conta muda um pouco, porque nosso idioma tem palavras mais compridas e mais acentos, então costuma consumir mais tokens que o inglês pro mesmo conteúdo. Uma frase curta tipo "bom dia, tudo bem?" vira algo em torno de seis ou sete tokens.

O fluxo, de ponta a ponta, funciona assim:

Você escreve um texto → A IA quebra em tokens (tokenização) → O modelo processa e gera novos tokens → Os tokens viram texto de volta na sua tela

Cada uma dessas etapas conta pra fatura. E aqui está o detalhe que pouca gente explica: você paga por dois lados. Os tokens que você manda (a pergunta, o documento anexado, as instruções) e os tokens que a IA devolve (a resposta). São chamados de tokens de entrada e tokens de saída, e costumam ter preços diferentes. Saída quase sempre custa mais caro que entrada.

Por que quebrar em tokens e não em palavras?

Porque a IA precisa de pedaços de tamanho consistente pra achar padrões. Palavras variam demais: "a" tem uma letra, "inconstitucionalissimamente" tem trinta e poucas. Quebrar em tokens dá ao modelo unidades mais previsíveis pra trabalhar. Uma palavra rara ou um nome estranho pode ser fatiado em três ou quatro tokens; uma palavra comum vira um só. É por isso que a contagem nunca bate exatamente com a contagem de palavras que você faz no Word.

Pra que serve na prática

Pra quem decide, token importa em três momentos concretos, e nenhum deles aparece com esse nome na reunião.

Primeiro, no custo. Se sua empresa usa IA por assinatura fixa (tipo o plano mensal do ChatGPT), o token roda por baixo mas você não vê a conta subir. Mas no minuto em que alguém do seu time conecta a IA via API pra automatizar algo (atendimento no WhatsApp, geração de proposta, triagem de e-mail), a cobrança passa a ser por token. Aí cada mensagem tem um custo, e esse custo escala com o volume.

Segundo, no limite de contexto. Todo modelo de IA tem um teto de quantos tokens ele consegue "segurar" de uma vez. Isso se chama janela de contexto. É a memória de trabalho da IA numa conversa. Quando você cola um contrato de 40 páginas pra IA resumir, esse contrato consome milhares de tokens. Se ultrapassa a janela, a IA começa a "esquecer" o começo. É por isso que às vezes o assistente parece perder o fio da meada numa conversa longa: encheu a janela.

Terceiro, na velocidade. Mais tokens pra processar significa resposta mais lenta e mais cara. Um prompt enxuto que entrega o mesmo resultado que um prompt inchado economiza dinheiro e tempo em escala. Numa operação que dispara mil mensagens por dia, cortar 30% dos tokens por mensagem é diferença real no fim do mês.

Na nossa leitura, o gestor não precisa saber tokenizar nada na mão. Precisa saber que token é o mostrador do taxímetro. Enquanto a IA é uma ferramenta que uma pessoa usa de vez em quando, o taxímetro nem liga. Quando vira processo automatizado rodando o dia inteiro, o taxímetro corre. E aí a conta importa.

Token vs palavra vs caractere

A confusão número um é achar que token e palavra são a mesma coisa. Não são, e tratar como se fossem é o que faz gente errar a estimativa de custo por larga margem.

A linha que mais engana é a última. Muita gente estima custo contando caracteres ou palavras do jeito que conta no editor de texto. Erra pra baixo quase sempre, porque português consome mais token que a média inglesa e porque pontuação, quebra de linha e nomes próprios inflam a contagem. Se você vai orçar um projeto que roda em volume, use a contagem real de tokens da própria ferramenta, não uma estimativa de guardanapo.

O erro mais comum

O erro que mais custa dinheiro é mandar contexto demais em toda chamada.

A cena típica: o time monta uma automação de atendimento e, pra IA responder bem, cola o manual inteiro da empresa dentro de cada mensagem enviada pra API. Funciona. Mas cada resposta agora carrega dez mil tokens de manual que se repetem toda vez, mesmo quando o cliente só perguntou o horário de funcionamento. Multiplica isso por milhares de conversas por mês e o custo que deveria ser de café vira custo de aluguel.

O padrão que a gente vê nos cases documentados é o oposto do intuitivo: quem economiza de verdade não é quem escolhe o modelo mais barato, é quem manda só o token que precisa. Isso se faz com técnicas simples de organização: mandar o trecho relevante do manual em vez do manual inteiro, resumir o histórico de conversa em vez de arrastar tudo, cortar instrução redundante do prompt.

Segundo erro, mais silencioso: ignorar o token de saída. A entrada você controla, é o que você escreve. A saída depende de quanto a IA fala. Se você pede pra IA "explicar em detalhes" quando um "sim, das 9h às 18h" resolveria, está pagando saída cara à toa. Instruir a IA a ser concisa não é só questão de leitura agradável. É controle de custo.

E tem o erro de planejamento: assinar sem entender o modelo de cobrança. Assinatura fixa e cobrança por token servem a coisas diferentes. Uso pessoal e exploratório cabe bem numa assinatura. Operação automatizada em escala quase sempre vai pro modelo por token via API, e aí você precisa de estimativa antes de ligar a chave, não depois da primeira fatura. Se você está nesse ponto de decidir quanto isso vai custar por mês, vale olhar os planos pensando em volume real, não em teste de uma tarde.

Na prática: exemplo brasileiro

Quando a Efizi, um e-commerce, montou o próprio ecossistema de IA integrando APIs, Shopify, WhatsApp e as bases internas de dados, o primeiro passo foi automatizar a confirmação de endereço. Parece bobo, mas é exatamente o tipo de tarefa onde token vira conta que importa: cada pedido dispara uma interação, e cada interação consome tokens de entrada (os dados do pedido) e de saída (a mensagem pro cliente).

O ponto que faz a diferença numa operação assim não é o preço unitário do token. É o desenho. Uma automação bem feita manda pra IA só o que ela precisa saber pra confirmar aquele endereço, não o catálogo inteiro da loja. Escala em cima de token mal gasto e o custo explode; escala em cima de token bem gasto e a mesma tarefa roda por uma fração. A Efizi gerou mais de R$ 5.000 em vendas influenciadas com esse ecossistema. O detalhe técnico por trás disso é justamente a disciplina de token: cada mensagem enxuta o suficiente pra fazer o trabalho sem carregar peso morto.

O mesmo raciocínio aparece quando o MD Flow, no jurídico, gera petições sobre a base de conhecimento do próprio escritório, economizando R$ 4.000 por mês. Petição é texto longo, e texto longo é muito token. O que torna isso viável em escala é o sistema mandar pra IA o trecho certo da base, não a base toda a cada petição. Sem esse cuidado, o custo de gerar cada documento comeria a economia.

Não dá pra saber de fora o custo exato de token de cada operação dessas, e ninguém tem esse número redondo, nem a gente, porque depende do modelo escolhido, do volume do mês e de quanto o time otimizou o prompt. Mas o princípio é firme: token é o item de linha que decide se a automação se paga ou vira ralo.

E se eu não quiser gerenciar token nenhum?

Justo. A maioria dos donos não quer, e não deveria mesmo ter que pensar em tokenização pra tocar o negócio. Aí você tem três caminhos. Comprar uma ferramenta pronta de terceiro e aceitar o preço que vier. Montar tudo do zero com um time técnico que entenda de otimização de token (caro e demorado). Ou implementar por dentro, com método e a plataforma fazendo o trabalho pesado de desenho, enquanto alguém da sua casa aprende a rodar. Essa terceira via exige um dono interno e rotina, não é mágica. Em troca, a capacidade de gastar token com juízo fica na empresa, e não vai embora quando o fornecedor for embora. É o caminho que a gente defende, e é o que sustenta as soluções prontas que já vêm com esse cuidado embutido.

Perguntas frequentes sobre token IA

Quanto custa um token?

Depende do modelo e muda com frequência, então não decore número: cada fornecedor tem uma tabela própria, e ela é revisada de tempos em tempos. O que não muda é a estrutura: você paga por token de entrada (o que manda) e por token de saída (o que a IA responde), quase sempre com preços diferentes, e a saída costuma ser mais cara. Modelos mais potentes cobram mais por token; modelos menores cobram menos e servem bem pra tarefas simples. Pra orçar de verdade, pegue a tabela oficial atual do modelo que você vai usar e multiplique pelo volume estimado de mensagens.

Português gasta mais token que inglês?

Sim, na média gasta. A tokenização foi treinada com muito mais texto em inglês, então palavras em inglês costumam virar tokens mais "eficientes". Português tem palavras mais longas, acentuação e conjugações que fatiam mais, o que significa mais tokens pro mesmo conteúdo. Na prática isso encarece um pouco operações em português comparadas às mesmas em inglês. Não é motivo pra escrever em inglês, é só um fator a considerar na hora de estimar custo de uma operação em volume.

O que é janela de contexto e por que ela importa?

Janela de contexto é o total de tokens que a IA consegue considerar de uma vez, somando o que você mandou e o que ela vai responder. É a memória de trabalho da conversa. Quando você ultrapassa esse limite, a IA passa a ignorar as partes mais antigas, e é por isso que ela às vezes parece esquecer o começo de um papo longo ou o topo de um documento gigante. Modelos diferentes têm janelas de tamanhos bem diferentes. Pra tarefas que envolvem documentos grandes (contratos, bases de conhecimento, históricos longos), o tamanho da janela é um critério de escolha tão importante quanto o preço por token.

Relacionados

Automação com IA: o guia completo

Soluções de IA prontas para empresas

Mais de 500 cases reais de IA

IA para marketing: escalar produção e análise de campanha

São Paulo tem 51,9% da IA do Brasil: o que isso te custa