Quanto realmente custa usar Claude/ChatGPT no trabalho? Uma análise realista dos custos por token

A cobrança que pega você de surpresa

A maioria das pessoas que usa Claude ou ChatGPT para trabalhar todos os dias nunca analisou de fato pelo que está pagando. Existe uma assinatura mensal ou uma chave de API com um saldo que diminui silenciosamente, e o número muda - às vezes mais devagar do que o esperado, às vezes muito mais rápido. Se você já se perguntou por que uma semana "leve" de trabalho com assistência de AI custou mais do que uma semana pesada, a resposta quase nunca é que a AI seja "cara". Geralmente tem a ver com o que você está enviando, não apenas com o que está perguntando.

Esta publicação explica a matemática real - em linguagem simples, sem jargão - para que você veja de onde o custo realmente vem e por que a solução não é "usar menos AI", mas "parar de pagar para se explicar novamente a cada mensagem."

Tokens, em linguagem simples

Cada mensagem que você envia e cada resposta que recebe de volta é dividida em pequenos blocos chamados tokens. Como regra geral, um token equivale a cerca de três quartos de uma palavra - portanto, 1.000 palavras de texto correspondem aproximadamente a 1.300-1.400 tokens. Palavras curtas, frases comuns e código frequentemente são compactados em menos tokens por palavra; palavras incomuns, formatação e textos que não estão em inglês podem usar mais.

Duas coisas costumam confundir as pessoas quando elas começam a pensar nisso:

• As duas direções contam. As palavras que você digita (entrada) e as palavras que a AI escreve de volta (saída) são cobradas ou contabilizadas. Uma resposta longa e detalhada custa mais do que uma resposta de uma linha, mesmo para a mesma pergunta.
• Cada mensagem reenvia a conversa inteira. Esta é a parte que quase ninguém percebe até vê-la detalhada. Modelos de AI baseados em chat não têm memória persistente entre as mensagens da mesma forma que um colega humano. Para gerar uma resposta que faça sentido no contexto, o sistema precisa reler toda a conversa até aquele momento - sua primeira mensagem, a primeira resposta dele, sua segunda mensagem, a segunda resposta dele e assim por diante - toda vez que você clica em enviar.

Por que "apenas conversar" fica caro à medida que a conversa cresce

Esta é a parte que realmente importa. Imagine uma conversa que começa curta e cresce naturalmente, como acontece nas conversas de trabalho reais:

• Mensagem 1: você envia 200 palavras de contexto e recebe 150 palavras de volta.
• Mensagem 2: agora o sistema precisa processar a mensagem 1 e a sua nova mensagem, e depois responder novamente.
• Mensagem 3: ela reprocessa as mensagens 1 e 2, além da sua nova mensagem.

Na mensagem 10, você não está pagando por "uma pergunta nova". Você está pagando para retransmitir tudo o que veio antes, todas as vezes. O histórico da conversa é cumulativo - ele não é redefinido nem compactado por conta própria. Uma conversa de 20 turnos não custa o dobro de uma de 10; por causa do efeito de reenvio, ela pode acabar custando várias vezes mais, mesmo que o conteúdo "novo" por mensagem tenha permanecido praticamente do mesmo tamanho.

Isto é uma estimativa orientativa, não uma tabela de preços - os provedores definem e alteram suas próprias tarifas por token, e você deve sempre verificar os preços publicados atuais no site do provedor (anthropic.com ou openai.com) se quiser valores exatos para o seu plano. Mas o mecanismo permanece o mesmo, independentemente da tarifa: mesmo um custo modesto por token, multiplicado por um histórico de conversa cada vez maior, acumula-se rapidamente. A tarifa não é a principal alavanca. O tamanho do que você está reenviando é.

Onde o desperdício realmente acontece

Agora, considere como a maioria das pessoas realmente trabalha. Um profissional do conhecimento típico que realiza tarefas com assistência de AI - redigir e-mails, resumir reuniões, analisar uma planilha, escrever um briefing, verificar uma cláusula contratual - não começa cada tarefa do zero. Ele reexplica, todas as vezes:

• "Você é um [role] experiente. Aja como um [X] sênior. Aqui está a voz da nossa marca / o contexto da nossa equipe / nossas preferências de formatação..."
• Informações básicas sobre a empresa, o projeto, o público e as restrições.
• As mesmas instruções de tom e estilo que a pessoa digitou ontem e no dia anterior.

Nada disso é informação "nova" para a tarefa em questão - é texto padrão. Mas, como é digitado novamente na janela de chat (ou, pior ainda, construído organicamente dentro de uma conversa longa e divagante), é contabilizado, reenviado e cobrado toda vez.

Um exemplo ilustrativo: 10 tarefas por dia, de duas formas diferentes

Vamos comparar duas abordagens para o mesmo dia de trabalho - 10 tarefas assistidas por AI, cada uma exigindo que a AI atue como um tipo específico de especialista (por exemplo, um analista de marketing revisando números de campanha ou um gerente de operações aprimorando um documento de processos).

Abordagem A: prompts redigitados de forma ad hoc

Cada uma das 10 tarefas começa com a pessoa redigitando (ou copiando e colando de um documento antigo) um ou dois parágrafos de definição do papel: "Você é um analista de marketing sênior com experiência em atribuição e ROI de campanhas. Analise os dados a seguir e me forneça um resumo estruturado com recomendações..." Em seguida vem a tarefa propriamente dita. Depois, muitas vezes, algumas mensagens de acompanhamento na mesma conversa para esclarecer ou refinar algo - cada uma das quais reenvia tudo o que veio antes. Multiplique esse padrão de texto padrão mais acompanhamento por 10 tarefas separadas e você estará pagando novamente, essencialmente, pelas mesmas instruções dezenas de vezes, o dia todo, todos os dias.

Abordagem B: uma configuração enxuta baseada em arquivo de habilidade

O papel, o tom, os padrões e o método de trabalho são escritos uma vez, cuidadosamente, como um prompt de sistema compacto - um "arquivo de habilidade" - e carregados no início da sessão, em vez de serem redigitados. Eles são definidos uma única vez, de forma antecipada, mantidos concisos (sem divagações nem instruções redundantes) e reutilizados em todas as tarefas desse papel. A pessoa simplesmente informa a tarefa. Não é preciso reexplicar quem a AI deve ser, como formatar as respostas ou o que significa "bom" - tudo isso já está definido, de forma concisa, no início.

A diferença na matemática dos tokens não tem a ver com a AI "trabalhar mais" na Abordagem B - é que a parte repetida e padrão de cada mensagem diminui drasticamente. Menos texto padrão reenviado por mensagem, em todas as mensagens de cada tarefa, todos os dias - isso se acumula rapidamente, assim como o problema do crescimento da conversa, mas na direção oposta.

Analytics, sem redigitação

Skill de AI Rafa - Especialista em Análise de Marketing

$19esta skill vs US$ 200/hum consultor de analytics

Um prompt de sistema pré-configurado que transforma o Claude ou o ChatGPT em um analista sênior de marketing - com ROI de campanhas, atribuição e padrões de relatórios definidos de uma vez, para que você não precise reexplicar o papel sempre que colar novos números.

Ver Rafa - Especialista em Análise de Marketing →

Por que um arquivo de Skill bem elaborado é melhor do que um prompt improvisado

Nem todos os "prompts reutilizáveis" resolvem esse problema. Um prompt de sistema inchado e genérico demais - cinco páginas de instruções vagas "por precaução" - pode ser tão desperdiçador quanto redigitar tudo, porque continua sendo texto padrão reenviado a cada mensagem, apenas colado uma vez em vez de digitado do zero todas as vezes. O que realmente importa é a concisão: um arquivo de Skill que diga exatamente qual é o papel, exatamente como formatar a saída e exatamente o que significa "concluído" - nada além disso - definido no início uma única vez por sessão.

Essa é a verdadeira diferença entre um arquivo de Skill e um prompt solto que você fica reescrevendo: não se trata apenas de conveniência, mas de reduzir permanentemente a parte repetida de cada mensagem enviada durante toda a vida daquela sessão de trabalho.

Operações, uma configuração simples

Skill de AI Owen - Gerente de Operações

$19esta skill vs US$ 200/hum consultor de operações

Configura o Claude ou o ChatGPT como um gerente sênior de operações - com SOPs, auditorias de processos e estruturas de priorização integrados, para que toda nova tarefa comece de forma enxuta, sem precisar reexplicar seu contexto operacional desde o início.

Ver Owen - Gerente de Operações →

Hábitos práticos que realmente fazem diferença

Independentemente da ferramenta ou do plano que você usa, alguns hábitos reduzem mais do que qualquer outra coisa o "custo oculto do reenvio":

• Comece novas tarefas em novas conversas em vez de acumular tudo em uma única conversa que cresce sem parar. Uma conversa nova e focada reenvia muito menos histórico a cada mensagem.
• Defina o papel e o contexto uma única vez no início, de forma concisa, em vez de reexplicá-los dentro da própria tarefa todas as vezes.
• Mantenha objetivas as instruções definidas no início. Um prompt de sistema longo e prolixo continua sendo texto padrão reenviado - reduza-o ao que realmente altera a saída.
• Peça o tamanho de saída de que você realmente precisa. Os tokens de saída também contam, e "faça um resumo estruturado" tende a custar menos do que um "conte tudo sobre isso" sem limites.
• Consulte diretamente com seu provedor os preços publicados atuais se quiser calcular seus próprios custos com precisão - as tarifas e os modelos mudam, e é melhor confirmar os números exatos na fonte, em vez de usar qualquer estimativa de terceiros.

Automatize o próprio trabalho repetitivo

Arthur - agent de operações de AI

$39esta skill vs US$ 150/hum consultor de operações

Uma skill de agent de operações configurada para tarefas recorrentes e estruturadas - criada para manter as instruções compactas e consistentes, em vez de fazê-las crescer a cada nova solicitação.

Ver Arthur - agent de operações de AI →

Perguntas frequentes

Eu realmente pago pelas respostas da AI, e não apenas pelas minhas próprias mensagens?

Sim. Tanto o que você envia quanto o que recebe de volta é contabilizado. Um modelo que escreve respostas longas e detalhadas por padrão usará mais tokens de saída do que um modelo que escreve respostas objetivas e focadas - mesmo para exatamente a mesma pergunta.

Por que uma conversa longa custa tanto mais do que uma curta, para a mesma tarefa?

Porque a maioria das ferramentas de AI baseadas em chat não mantém memória entre mensagens por conta própria - para responder de forma coerente à mensagem 20, o sistema precisa reprocessar as 19 primeiras mensagens (e suas próprias 19 respostas) junto com ela. O histórico da conversa é reenviado integralmente todas as vezes, então o custo tende a crescer muito mais rápido do que a própria duração da conversa.

Um arquivo de skill é apenas um nome sofisticado para um prompt salvo?

Funcionalmente, sim - é um prompt de sistema ou uma instrução de projeto que você escreve uma vez e reutiliza. O que diferencia um bom prompt de um prompt improvisado é a disciplina: ele define a função, os padrões e o formato de saída com precisão e concisão, para que a parte "padronizada" reenviada a cada mensagem permaneça a menor possível, sem deixar de cumprir seu propósito.

Devo me preocupar com valores exatos em dólares ou apenas com o comportamento?

Concentre-se no comportamento primeiro - reduzir o contexto repetido e iniciar conversas novas para tarefas novas diminuirá seu uso, independentemente de qual seja a tarifa por token neste mês. Se quiser calcular custos exatos para o seu próprio volume, consulte as tarifas atuais publicadas na página de preços do seu provedor e faça as contas com base na quantidade típica de mensagens que você envia.