API de IA barata: quanto custa de verdade por token
Uma API de IA barata é a que cobra pouco pelo que você realmente usa, e isso só se descobre fazendo a conta. Aqui estão os cálculos com preços reais por milhão de tokens.

Atualizado

Pontos principais
- Entrada custa US$ 0,15 e saída US$ 0,50 por 1M de tokens
- 1.000 mensagens de chat de tamanho médio custam cerca de US$ 0,27
- O histórico reenviado a cada pergunta é o maior vilão do custo
- Requisições com falha ou recusadas não são cobradas
Resposta curta: o preço por token
Quem procura uma api de ia barata quer saber duas coisas: o preço de tabela e o que sai no fim do mês. O preço de tabela desta API é este:
| Tipo de token | Preço por 1M | Preço por 1.000 tokens |
|---|---|---|
| Entrada (prompt) | US$ 0,15 | US$ 0,00015 |
| Saída (resposta) | US$ 0,50 | US$ 0,0005 |
Não há assinatura. Você recarrega crédito e ele é descontado conforme o uso. O crédito não expira, então não existe pressão para gastar tudo num mês. A lista completa está em preços e bônus de recarga.
Como a conta é feita
O custo de cada chamada é a soma de duas parcelas:
custo = (tokens_entrada x 0,15 / 1.000.000) + (tokens_saida x 0,50 / 1.000.000)Os tokens de saída custam cerca de 3,3 vezes mais que os de entrada (0,50 dividido por 0,15). Isso importa: um prompt enorme com resposta curta sai barato, enquanto uma resposta longa pesa mais na fatura do que parece.
Como regra de bolso, em português um token equivale a algo como três a quatro caracteres, então uma página de texto comum fica na casa de 400 a 600 tokens. É uma estimativa, não uma medida exata. O número real vem no campo usage da resposta, e é nele que você deve basear a sua conta.
Exemplo 1: um chatbot com mensagens médias
Suponha uma mensagem com 800 tokens de entrada (instruções, histórico recente e a pergunta) e 300 tokens de saída.
- Entrada: 800 x 0,15 / 1.000.000 = US$ 0,00012
- Saída: 300 x 0,50 / 1.000.000 = US$ 0,00015
- Total por mensagem: US$ 0,00027
Para 1.000 mensagens, são US$ 0,27. Uma recarga mínima de US$ 20 cobriria, nesse perfil, cerca de 74 mil mensagens (20 dividido por 0,00027). O crédito de teste de US$ 0,50 daria para umas 1.850 mensagens, o suficiente para validar um protótipo inteiro.
Exemplo 2: resumir documentos longos
Aqui o perfil se inverte: muita entrada, pouca saída. Um documento de 50.000 tokens resumido em 1.000 tokens:
- Entrada: 50.000 x 0,15 / 1.000.000 = US$ 0,0075
- Saída: 1.000 x 0,50 / 1.000.000 = US$ 0,0005
- Total: US$ 0,008
Mil documentos assim custam US$ 8. A janela de contexto é de 100.000 tokens (prompt mais resposta), então documentos até esse tamanho cabem numa única chamada. Acima disso, divida o texto em partes.
Três perfis de uso lado a lado
O mesmo preço por token gera faturas muito diferentes conforme o formato da tarefa. A tabela compara três perfis comuns, todos calculados com US$ 0,15 e US$ 0,50 por 1M.
| Tarefa | Entrada / saída por chamada | Custo por chamada | Custo de um volume típico |
|---|---|---|---|
| Classificar textos curtos | 300 / 20 | US$ 0,000055 | 100.000 chamadas: US$ 5,50 |
| Chatbot | 800 / 300 | US$ 0,00027 | 1.000 mensagens: US$ 0,27 |
| Resumir documento | 50.000 / 1.000 | US$ 0,008 | 1.000 documentos: US$ 8,00 |
A classificação é a mais barata por chamada porque quase não gera saída. Se o seu fluxo for assim, o custo total tende a ser bem menor do que você imagina. Se for geração longa, como histórias e capítulos, a saída domina a conta e vale a pena medir um caso real antes de projetar o mês.
Projetando o mês
Para um app com 200 usuários ativos, cada um mandando 10 mensagens por dia no perfil de chatbot acima, são 200 x 10 x 30 = 60.000 mensagens. Multiplicando por US$ 0,00027, o gasto mensal fica em US$ 16,20. Uma recarga de US$ 100 vem com 10% de bônus, ou seja, US$ 110 de crédito, o que cobriria mais de seis meses nesse ritmo. Os números são hipotéticos: troque pelos seus e confirme com o campo usage nas primeiras chamadas reais.
O vilão escondido: o histórico da conversa
APIs de chat não guardam memória. A cada pergunta, você reenvia o histórico inteiro, e a entrada cresce a cada turno. Veja uma conversa de 20 turnos com 500 tokens de instruções fixas, 100 tokens por pergunta e 200 por resposta.
Sem limitar o histórico
A entrada no turno k é 600 + 300 x (k - 1). Somando os 20 turnos: 69.000 tokens de entrada e 4.000 de saída. Custo: 69.000 x 0,15 / 1.000.000 = US$ 0,01035, mais 4.000 x 0,50 / 1.000.000 = US$ 0,002. Total: cerca de US$ 0,0124.
Mantendo só os últimos 6 turnos
A entrada total cai para 41.700 tokens. Custo: US$ 0,006255 de entrada mais os mesmos US$ 0,002 de saída, cerca de US$ 0,0083. A economia é de aproximadamente um terço, sem mexer no modelo.
Quanto mais longa a conversa, maior a diferença, porque o custo sem limite cresce de forma quadrática.
Seis jeitos de gastar menos
- Limite o histórico. Envie só os últimos turnos e, se precisar de memória longa, um resumo curto do que veio antes.
- Defina
max_tokens. É opcional, mas um teto evita respostas que se estendem além do necessário. Lembre que a saída é a parte mais cara. - Escreva instruções enxutas. Um prompt de sistema de 2.000 tokens repetido em cada chamada soma rápido.
- Peça formato curto. Em vez de "explique em detalhes", peça "responda em até três frases" quando isso bastar.
- Use JSON mode para extração. Com
response_formatemjson_objectvocê recebe só os campos que precisa, sem texto em volta. - Acompanhe o saldo. O cabeçalho
X-Balance-USDvem em toda resposta e permite registrar o custo por tarefa.
Um exemplo mínimo que já aplica o teto de saída e lê o uso:
from openai import OpenAI
client = OpenAI(
base_url="https://api.apiiasemcensura.com/v1",
api_key="SUA_CHAVE",
)
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Resuma em três frases: ..."}],
max_tokens=200,
)
u = r.usage
custo = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(f"US$ {custo:.6f}")Gastar pouco também é evitar desperdício na infraestrutura do seu app. A chave completa aceita 8 requisições simultâneas e 300 por minuto; a chave de teste, 2 simultâneas e 60 por minuto. Passou do limite, a API responde HTTP 429. Respeite o cabeçalho Retry-After em vez de repetir a chamada em loop: como chamadas recusadas não são cobradas, o custo de um 429 é só o atraso, mas um laço de tentativas mal feito pode travar a sua fila inteira.
Barato também depende do que você recebe
Preço baixo só vale se a ferramenta serve para o seu caso. Alguns pontos para pesar antes de decidir:
- É um modelo aberto, hospedado por um provedor independente. Não é a API oficial de nenhuma big tech.
- Só gera texto. Não há imagem, áudio, embeddings nem fine-tuning.
- O modelo responde sem recusas de conteúdo para uso adulto legal. Conteúdo sexual envolvendo menores é proibido, sem exceção.
- Requisições com falha ou recusadas não são cobradas.
- Seus prompts não são usados para treinamento.
Para começar sem gastar, gere uma chave e resgate o crédito de teste de US$ 0,50 com um clique, sem custo. As recargas, de US$ 20 a US$ 500, são pagas em USDT na rede TRC20 ou USDC na rede Base, com bônus de 5% a partir de US$ 50, 10% a partir de US$ 100 e 15% a partir de US$ 200. O guia técnico está na documentação. Se o seu objetivo é entender o que um modelo sem filtros faz na prática, leia também IA sem restrições.
Mais guias
Perguntas frequentes
Quanto custa uma API de IA barata para 1 milhão de tokens?
Aqui, 1 milhão de tokens de entrada custa US$ 0,15 e 1 milhão de tokens de saída custa US$ 0,50. Uma conversa real mistura os dois, então use a fórmula para estimar o seu caso.
Existe mensalidade ou plano mínimo?
Não. O pagamento é por uso, a partir de crédito pré-pago. A recarga mínima é de US$ 20 e o crédito não expira.
Quanto gasto se testar com o crédito grátis?
O crédito de teste é de US$ 0,50, válido por 7 dias. Com mensagens de 800 tokens de entrada e 300 de saída, isso rende cerca de 1.850 mensagens.
Chamadas que dão erro são cobradas?
Não. Requisições com falha ou recusadas não são cobradas. O que foi gerado com sucesso aparece no campo usage da resposta.
Posso usar o SDK da OpenAI?
Sim. Basta trocar a base URL e a chave. O ID do modelo é uncensored.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. É toda a configuração.