Resumo rápido
- Tokens são as unidades básicas que os modelos de IA usam para processar texto — em média, 1 token equivale a cerca de ¾ de uma palavra em inglês, mas isso varia conforme o modelo e o idioma.
- Todo modelo tem uma janela de contexto (limite de tokens) que abrange a entrada + as respostas anteriores + a nova saída. Ao atingir o limite, a IA começa a esquecer as partes mais antigas da conversa.
- A IA generativa produz respostas um token de cada vez, prevendo cada token seguinte com base no que veio antes — é exatamente isso que o efeito de digitação do ChatGPT mostra.
- O preço quase sempre é por token, e os tokens de saída custam de 2 a 3 vezes mais do que os de entrada, porque gerar texto exige mais poder de processamento do que lê-lo.
- Modelos mais avançados custam mais por token; modelos menores são mais baratos, mas têm desempenho inferior em tarefas complexas.
- Para economizar tokens: escreva prompts concisos, peça respostas curtas quando não precisar de detalhes, comece conversas novas para zerar a contagem e mantenha os prompts de sistema curtos, já que eles entram em cada requisição.
- O inglês é mais eficiente em tokens do que a maioria dos idiomas, porque a maior parte dos modelos foi treinada principalmente com textos em inglês.
Como os modelos de IA usam tokens
Quando você digita uma mensagem para uma IA, o sistema imediatamente converte seu texto em tokens. Esse processo acontece nos dois sentidos. A IA lê sua entrada como tokens, processa esses tokens e gera uma resposta em tokens, que é convertida de volta em texto legível.
O significado de token em IA está ligado à forma como esses modelos foram treinados. Durante o treinamento, a IA aprende padrões analisando bilhões de tokens de livros, sites e outras fontes de texto. Cada token tem representações numéricas que capturam seu significado e suas relações com outros tokens.
É por isso que entender o que é um token em modelos de linguagem de IA importa tanto. O modelo só consegue trabalhar com os padrões de linguagem que aprendeu durante o treinamento. Se um conceito foi dividido em tokens de uma determinada maneira durante o treinamento, a IA vai continuar usando esse mesmo padrão.
Veja como o texto se divide em tokens:
- Hello world = aproximadamente 2 tokens
- I'm learning about AI = aproximadamente 5 tokens
- Extraordinary = aproximadamente 2 a 3 tokens
- 123 = aproximadamente 1 token
Diferentes modelos de IA usam métodos de tokenização diferentes, e alguns são mais eficientes do que outros para condensar significado em menos tokens.
O que é um limite de tokens em IA?
Todo modelo de IA tem um número máximo de tokens que consegue processar de uma só vez. Isso é chamado de janela de contexto ou limite de tokens.
O limite de tokens inclui tudo: sua entrada, as respostas anteriores da IA na conversa e a nova resposta que está sendo gerada. Quando você atinge esse limite, a IA deixa de conseguir acessar as partes anteriores da conversa.
Os modelos de IA atuais têm limites variados.
| Modelo de IA |
Janela de contexto (entrada) |
Máximo de tokens de saída |
| OpenAI GPT-4o |
128.000 tokens |
16.384 tokens |
| GPT-4o (saída longa) |
128.000 tokens |
64.000 tokens |
| GPT-4o mini |
128.000 tokens |
16.384 tokens |
| GPT-5 |
128.000+ tokens |
128.000 tokens |
| Claude Sonnet 4.5 |
200.000 tokens |
64.000 tokens |
| Claude Sonnet 4.5 |
1.000.000 tokens |
64.000 tokens |
| Claude Opus 4.5 |
200.000 tokens |
32.000 tokens |
| Claude Haiku 4.5 |
200.000 tokens |
64.000 tokens |
| Gemini 2.0 Flash |
1.000.000 tokens |
8.000 tokens |
| Gemini 2.5 Flash |
1.048.576 tokens |
65.535 tokens |
| Gemini 3 Flash |
1.000.000 tokens |
8.000 tokens |
| Gemini 3 Pro |
1.000.000 tokens |
8.000 tokens |
Veja o que acontece quando você se aproxima do limite de tokens:
- Você pode notar a IA "esquecendo" partes anteriores de conversas longas
- O modelo descarta os tokens mais antigos para abrir espaço para os novos. É por isso que a IA às vezes perde o fio de detalhes que você mencionou no começo de um bate-papo.
Algumas plataformas mostram quantos tokens você já usou. Outras simplesmente param de funcionar quando você atinge o limite. Entender seu orçamento de tokens ajuda a estruturar conversas mais longas de forma mais eficiente.
O que é um token em IA generativa
O que é um token no contexto da IA generativa fica um pouco mais interessante. Quando uma IA generativa cria uma resposta, ela gera um token de cada vez. O modelo analisa todos os tokens anteriores e prevê o que deve vir em seguida. Em seguida, adiciona esse token e prevê o próximo. Isso continua até a resposta ficar completa.
Você consegue ver isso acontecer quando observa o ChatGPT ou ferramentas semelhantes digitando as respostas, naquele efeito de streaming. Essa geração token por token é o motivo de a IA às vezes mudar de direção no meio de uma frase ou cometer erros que parecem óbvios em retrospecto. O modelo se compromete com cada token antes de ver o que vem depois.
O que é um token nos preços de IA
A maioria dos serviços de IA cobra com base no uso de tokens. Quando você vê o preço de APIs de IA, ele quase sempre aparece como custo por token.
O preço normalmente separa os tokens de entrada dos de saída. Tokens de entrada são o que você envia para a IA. Tokens de saída são o que ela gera em resposta. Os tokens de saída costumam custar mais porque gerar texto novo exige mais poder de processamento do que lê-lo.
Veja um exemplo simplificado de como o preço funciona:
- Tokens de entrada: US$ 0,01 por 1.000 tokens
- Tokens de saída: US$ 0,03 por 1.000 tokens
Então, se você enviar um prompt de 500 tokens e receber de volta uma resposta de 1.500 tokens, vai pagar por 500 tokens de entrada e 1.500 tokens de saída. A conta dá cerca de US$ 0,005 pela entrada e US$ 0,045 pela saída, totalizando US$ 0,05 por essa interação.
Modelos diferentes têm preços diferentes. Modelos mais avançados custam mais por token porque exigem mais recursos computacionais. Modelos menores e mais rápidos custam menos, mas podem não ter um desempenho tão bom em tarefas complexas.
| Modelo de IA |
Custo de entrada (por 1 mi de tokens) |
Custo de saída (por 1 mi de tokens) |
| OpenAI GPT-5 |
US$ 10,00 |
US$ 40,00 |
| GPT-4o |
US$ 5,00 |
US$ 15,00 |
| GPT-4o mini |
US$ 0,15 |
US$ 0,60 |
| Claude Opus 4.5 |
US$ 5,00 |
US$ 25,00 |
| Claude Sonnet 4.5 |
US$ 3,00 |
US$ 15,00 |
| Claude Sonnet 4.5 (contexto longo >200K) |
US$ 6,00 |
US$ 22,50 |
| Claude Haiku 4.5 |
US$ 1,00 |
US$ 5,00 |
| Gemini 3 Flash |
US$ 0,50 |
US$ 3,00 |
Algumas plataformas oferecem preços por assinatura em vez de pagamento por token. Em geral, esses planos incluem um certo número de tokens por mês. Quando você ultrapassa esse valor, ou paga a mais ou fica limitado até o próximo ciclo de cobrança.
Otimizando o seu uso de tokens
Você pode controlar quantos tokens usa com algumas estratégias.
Escreva de forma concisa sempre que possível. Prompts mais curtos usam menos tokens de entrada. De qualquer forma, perguntas claras e diretas costumam gerar respostas melhores.
Peça para a IA ser breve se você não precisar de respostas detalhadas. Você pode especificar um tamanho, como explique em 100 palavras, para limitar os tokens de saída.
Divida conversas longas em sessões separadas. Começar do zero zera a contagem de tokens e evita o estouro do contexto.
Use os prompts de sistema com sabedoria. Esses prompts entram em cada requisição, então mantê-los curtos economiza tokens ao longo de milhares de interações.
Perguntas frequentes (FAQ)
O que é um token no contexto da IA generativa?
Um token é a unidade fundamental que os modelos de IA generativa usam para processar e criar texto. Esses modelos dividem todo o texto em tokens e, em seguida, preveem e geram novos tokens um de cada vez para formar as respostas. Cada token representa um pedaço de texto — como uma palavra, parte de uma palavra ou um sinal de pontuação — que a IA aprendeu a reconhecer durante o treinamento.
Consigo ver os tokens de verdade?
Algumas plataformas de IA oferecem ferramentas de tokenização que mostram exatamente como o texto é dividido em tokens. Você pode colar qualquer texto e ver como ele se separa. Isso ajuda a entender por que certas frases custam mais tokens do que outras.
Todos os idiomas usam o mesmo número de tokens?
Não. O inglês tende a ser mais eficiente em tokens na maioria dos modelos de IA, porque esses modelos foram treinados principalmente com textos em inglês. Idiomas com sistemas de caracteres diferentes ou palavras mais longas costumam exigir mais tokens para expressar as mesmas ideias.
Por que os tokens importam para o desempenho da IA?
Os tokens afetam diretamente a velocidade, o custo e a capacidade. Os modelos processam tokens a uma certa taxa, então mais tokens significam respostas mais lentas. Mais tokens também significam custos maiores. E o limite de tokens determina quanto contexto a IA consegue considerar ao gerar as respostas.
Conclusão
Os tokens são a moeda dos modelos de linguagem de IA. Toda interação com esses sistemas envolve converter texto em tokens, processar esses tokens e converter os resultados de volta em texto legível. Entender os tokens ajuda você a trabalhar de forma mais eficiente com as ferramentas de IA. Você vai saber por que as conversas têm limites, por que os preços funcionam do jeito que funcionam e como estruturar suas entradas para obter resultados melhores.
