O que são tokens de IA e por que você paga por eles

Publicado em 15 de junho de 2026 · ⚡ 5 min de leitura

Se você usa ChatGPT, Claude ou qualquer API de IA, já esbarrou na palavra token. Ela aparece na fatura, no limite do plano, nas mensagens de erro. Mas a maioria dos devs usa essas ferramentas todo dia sem saber exatamente o que está pagando. Vamos resolver isso.

Token não é palavra, nem caractere

Modelos de linguagem não leem texto como a gente. Antes de processar qualquer coisa, eles quebram o texto em pedaços chamados tokens — fragmentos que podem ser uma palavra inteira, um pedaço de palavra, um espaço ou um símbolo. O processo se chama tokenização.

Alguns exemplos de como um tokenizador típico quebra frases em português:

• "gato" → geralmente 1 token
• "desenvolvimento" → 3 a 4 tokens (desen + volvi + mento)
• "console.log(usuario.nome)" → 7 a 9 tokens

Uma regra de bolso que funciona bem: 1 token ≈ 4 caracteres em texto corrido, um pouco menos em código (símbolos e indentação quebram em mais pedaços). Português tende a gastar mais tokens que inglês, porque os tokenizadores foram treinados com muito mais texto em inglês.

Por que as empresas cobram por token?

Porque token é a unidade real de trabalho do modelo. Cada token que entra precisa ser processado pela rede neural inteira, e cada token que sai precisa ser gerado um a um. Mais tokens = mais computação = mais GPU = mais custo para quem opera o modelo. A cobrança por token é a forma mais honesta de repassar isso.

Todas as APIs de IA cobram em duas pontas:

• Tokens de entrada (input) — tudo o que você envia: sua pergunta, o histórico da conversa, o código que você colou, as instruções de sistema;
• Tokens de saída (output) — tudo o que o modelo responde. Normalmente custam 4 a 5 vezes mais que os de entrada, porque gerar é mais caro que ler.

"Mas eu uso o plano pago do ChatGPT, não a API"

Mesmo em planos de assinatura, os tokens mandam. Os limites de uso ("você atingiu o limite do GPT-4, tente mais tarde") são contados em tokens processados. E a janela de contexto — a memória de curto prazo do modelo — também é medida em tokens. Colar texto inútil consome essa memória e faz o modelo "esquecer" o início da conversa mais cedo.

Ou seja: mesmo quando o token não sai direto do seu bolso, ele sai da qualidade das suas respostas.

O desperdício silencioso: colar código sujo

Aqui entra o detalhe que quase ninguém percebe. Quando você cola um trecho de código para a IA debugar, vai junto um monte de coisa que não ajuda em nada:

• Comentários antigos e // TODO esquecidos;
• Blocos /* comentados */ de código morto;
• Linhas em branco acumuladas e tabs no fim das linhas;
• Logs de debug que você esqueceu de tirar.

Em códigos reais, isso costuma representar de 20% a 40% dos caracteres. São tokens que você paga (ou que consomem seu limite) sem melhorar em nada a resposta — pelo contrário, poluem o contexto e distraem o modelo do problema real.