Source: https://aiprimetech.io/pt/docs/guides/cost-control/

[Início](/pt/) / [Documentação](/pt/docs/) / Controle de custos 

# Controle de custos 

Onde os tokens realmente são consumidos em uma carga de trabalho com agentes e os quatro fatores que alteram a cobrança. 

 Copiar página [ Ver como Markdown](/pt/docs/guides/cost-control.md) [ Perguntar ao ChatGPT](https://chatgpt.com/?q=Read%20https%3A//aiprimetech.io/docs/guides/cost-control.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.) [ Perguntar no Claude](https://claude.ai/new?q=Read%20https%3A//aiprimetech.io/docs/guides/cost-control.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.)   

Se você já executou um agente de programação por um dia inteiro de trabalho, já viu a conta. Os ciclos de agentes consomem tokens de uma forma que nunca ocorre em um chat comum: cada arquivo lido, cada resultado de ferramenta e cada diff entram no contexto e são reenviados na próxima interação. 

## Os tokens de saída são os mais caros 

Em todos os modelos de ponta, a saída custa 4–5× o valor da entrada. Um modelo que pensa em voz alta na resposta final gasta dinheiro mais rápido do que um que responde de forma concisa. Limite max_tokens de forma deliberada e prefira modelos concisos para tarefas rotineiras. 

 | Modelo | $/M de entrada | $/M de saída | Proporção

 | claude-opus-4-8 | $3 | $15 | 5×

 | claude-sonnet-4-6 | $0.90 | $4.50 | 5×

 | claude-haiku-4-5 | $0.40 | $2 | 5×

 | gemini-3-flash | $0.20 | $1.20 | 6× 

## As quatro alavancas 
- Direcione por tarefa. Classificação, extração e roteamento não precisam do Opus — Haiku realiza essas tarefas por aproximadamente um sétimo do preço. Reserve o modelo principal para trabalhos que exigem muito raciocínio.
- Cache de prompts. Prompts de sistema e definições de ferramentas estáveis são relidos do cache por uma fração do preço de entrada. Para agentes, esta é a maior alavanca — veja [Cache de prompts](/pt/docs/guides/prompt-caching/).
- Reduza o contexto a cada interação. Não reenvie uma transcrição inteira; mantenha as interações recentes e um resumo atualizado. O crescimento ilimitado do contexto é o que transforma uma sessão de $2 em uma de $20.
- Limite o ciclo. Defina um limite rígido de etapas para execuções autônomas, para que um agente travado não continue em ciclo indefinidamente. 

## Estimativa antes da execução 

```
CopyIN_RATE  = {class="s">"claude-opus-4-8": 3.0,  class="s">"claude-sonnet-4-6": 0.9, class="s">"claude-haiku-4-5": 0.4}
OUT_RATE = {class="s">"claude-opus-4-8": 15.0, class="s">"claude-sonnet-4-6": 4.5, class="s">"claude-haiku-4-5": 2.0}

def cost(model, tok_in, tok_out):
    return tok_in / 1e6 * IN_RATE[model] + tok_out / 1e6 * OUT_RATE[model]

print(cost(class="s">"claude-opus-4-8",   20_000, 2_000))   class=class="s">"c"># 0.09
print(cost(class="s">"claude-sonnet-4-6", 20_000, 2_000))   class=class="s">"c"># 0.027
print(cost(class="s">"claude-haiku-4-5",  20_000, 2_000))   class=class="s">"c"># 0.012
```

A mesma tarefa com 20K de entrada e 2K de saída custa 7.5× mais no Opus do que no Haiku. Se a tarefa for de classificação, esse custo adicional não traz nenhum benefício. 

## Medição após a execução 

Cada resposta contém um usage objeto. Registre-o junto com um ID de solicitação e um tipo de tarefa — sem isso, a otimização de custos é mera suposição. O painel do gateway mostra o uso por modelo, mas somente seus próprios logs sabem *por que* uma solicitação foi feita. 

O erro caro mais comum não é a escolha do modelo — é reenviar uma transcrição cada vez maior a cada interação de uma longa sessão de agente. Corrija primeiro o crescimento do contexto e depois ajuste os modelos. 

[Cache de promptsA maior alavanca](/pt/docs/guides/prompt-caching/)[Gerenciamento de contextoManter o histórico limitado](/pt/docs/guides/context-management/)[ModelosTarifas de todos os modelos](/pt/docs/getting-started/models/) 

[AnteriorConfiguração de chave de API por ferramenta](/pt/docs/guides/api-key-configuration/)[PróximoCache de prompts](/pt/docs/guides/prompt-caching/)