A regra de bolso
Em inglês, 1.000 tokens são cerca de 750 palavras. Em português a conta é pior: no GPT-5.6, 1.000 tokens dão umas 600 palavras, e nos modelos Claude 5.x perto de 425, porque o tokenizador novo corta o texto em pedaços menores.
Usamos 6,0 caracteres por palavra em português (5,9 em espanhol e 5,7 em inglês, contando o espaço) e 500 palavras por página.
Para que serve
- Estimar quantos documentos cabem num prompt antes de montar um RAG.
- Traduzir limites de saída ("até 8.000 tokens") em tamanho de texto.
- Calcular quanto custa processar um acervo de livros ou PDFs.