O caso: uma loja tem um assistente de suporte com um prompt fixo de 40.000 tokens (regras, políticas e catálogo). Cada pergunta do cliente soma cerca de 300 tokens novos, e a resposta tem uns 400 tokens. São 3.000 chamadas por dia, durante 30 dias. Quanto custa por mês, com e sem cache de prompt?
Resposta curta: no Sonnet 5.5, a conta sai a US$ 7.614,00 por mês sem cache e a US$ 1.638,00 com cache, se 90% das chamadas acharem o prefixo guardado. A economia é de US$ 5.976,00 (cerca de R$ 29.937,37). Todos os números do caso são exemplo, não medição de uma loja real.
O que é o cache de prompt, em uma frase
Cache de prompt é guardar o começo do prompt, que não muda, para não pagar o preço cheio de entrada toda vez. A primeira chamada escreve o prefixo no cache e custa um pouco mais que o normal. As chamadas seguintes leem esse prefixo por uma fração do preço.
Segundo a documentação oficial da Anthropic (consultada em 13/10/2026), o cache padrão dura 5 minutos e é renovado, sem custo, a cada vez que o conteúdo é usado. Existe também uma opção de 1 hora, com escrita mais cara. O ponto central: o cache só vale se o prefixo for idêntico de uma chamada para outra.
Os preços usados neste guia vêm da tabela de preços da calculadora, atualizada em outubro de 2026. O dólar de referência é R$ 5,01 por US$ 1.
Passo 1: some o que entra em cada chamada
Cada chamada tem três partes. A primeira é o prefixo fixo. A segunda é o trecho novo da pergunta. A terceira é a resposta, cobrada como saída.
| Parte | Tokens (exemplo) | Muda a cada chamada? |
|---|---|---|
| Prefixo fixo (regras e catálogo) | 40.000 | Não |
| Pergunta do cliente | 300 | Sim |
| Resposta do modelo | 400 | Sim (saída) |
Se você não sabe quantos tokens tem o seu texto, use o contador de tokens. Para uma estimativa a partir de palavras, o conversor de tokens e palavras ajuda. Em português, o texto costuma render cerca de 2,6 caracteres por token, pela tabela do site.
Passo 2: calcule a chamada sem cache
Sem cache, você paga o preço de entrada sobre tudo, prefixo incluído. No Sonnet 5.5, o preço de entrada é US$ 2,00 por milhão de tokens e o de saída é US$ 10,00.
- Entrada: 40.300 tokens × US$ 2,00 por milhão = US$ 0,0806
- Saída: 400 tokens × US$ 10,00 por milhão = US$ 0,0040
- Total por chamada: US$ 0,0846
Em 90.000 chamadas no mês, isso dá US$ 7.614,00. Você pode conferir no calculador de custo de API.
Passo 3: calcule a chamada com cache
Com cache, há dois tipos de chamada.
Chamada que escreve (miss). O prefixo é gravado a US$ 2,50 por milhão de tokens. O resto custa o normal.
- Prefixo: US$ 0,1000
- Pergunta e saída: US$ 0,0046
- Total: US$ 0,1046
Chamada que lê (hit). O prefixo é lido a US$ 0,10 por milhão de tokens.
- Prefixo: US$ 0,0040
- Pergunta e saída: US$ 0,0046
- Total: US$ 0,0086
Com 90% de acertos, a média por chamada é US$ 0,0182. No mês: 90.000 × US$ 0,0182 = US$ 1.638,00.
Passo 4: veja o ponto de equilíbrio
A escrita custa mais que a entrada normal, e a leitura custa menos. Então a pergunta é: quantas leituras pagam uma escrita?
- Custo extra de uma escrita: US$ 0,0200
- Ganho de cada leitura: US$ 0,0760
- Leituras necessárias para empatar: 0,26
Se esse número é menor que 1, uma única releitura já compensa a escrita. Na prática, o cache tende a pagar quando o mesmo prefixo é usado mais de uma vez dentro da janela de validade.
Passo 5: compare três modelos
Mesmo caso, mesmo acerto de 90%, três modelos da tabela do site:
| Modelo | Mês sem cache | Mês com cache | Economia |
|---|---|---|---|
| Opus 5.5 | US$ 15.228,00 | US$ 3.276,00 | 78% |
| Sonnet 5.5 | US$ 7.614,00 | US$ 1.638,00 | 78% |
| Haiku 5.5 | US$ 380,70 | US$ 98,10 | 74% |
O percentual de economia muda de modelo para modelo, porque a relação entre preço de entrada, de leitura e de saída muda. Quando a saída pesa mais na conta, o cache economiza proporcionalmente menos. Para testar outros números, use a calculadora de cache de prompt.
Passo 6: teste a taxa de acerto
O acerto é a variável mais sensível do caso. Veja o Sonnet 5.5 com taxas diferentes:
| Taxa de acerto | Custo por chamada | Custo no mês | Economia no mês |
|---|---|---|---|
| 0% | US$ 0,1046 | US$ 9.414,00 | US$ -1.800,00 |
| 50% | US$ 0,0566 | US$ 5.094,00 | US$ 2.520,00 |
| 80% | US$ 0,0278 | US$ 2.502,00 | US$ 5.112,00 |
| 90% | US$ 0,0182 | US$ 1.638,00 | US$ 5.976,00 |
| 99% | US$ 0,0096 | US$ 860,40 | US$ 6.753,60 |
Com acerto de 0%, toda chamada paga a escrita e nenhuma lê. Aí o cache pode sair mais caro que não usar. Se a linha de 0% mostra economia negativa, é esse o motivo.
Passo 7: decida entre 5 minutos e 1 hora
Com 3.000 chamadas por dia, o prefixo é usado o tempo todo e o cache de 5 minutos se renova sozinho. Já um suporte com poucas perguntas por hora deixa o cache expirar entre uma chamada e outra.
A escrita de 1 hora custa US$ 4,00 por milhão de tokens no Sonnet 5.5, contra US$ 2,50 da escrita de 5 minutos. Uma chamada que escreve com TTL de 1 hora sai por US$ 0,1646, contra US$ 0,1046 com TTL de 5 minutos. A escolha depende do intervalo entre as chamadas: se ele passa de 5 minutos com frequência, a janela longa evita reescrever o prefixo várias vezes.
Erros comuns
- Colocar algo que muda no começo do prompt. Data, hora, nome do cliente ou ID de sessão antes do prefixo quebram o cache em toda chamada. A documentação diz que o acerto exige prefixo 100% idêntico.
- Mexer nas ferramentas ou no sistema sem perceber. O cache segue a ordem ferramentas, sistema e mensagens. Uma mudança em um nível invalida esse nível e os seguintes.
- Prompt curto demais. Existe um tamanho mínimo para o cache funcionar, que varia por modelo. Abaixo dele, o prompt é processado sem cache e sem aviso de erro. Confira a tabela da documentação.
- Disparar chamadas em paralelo na primeira vez. A entrada do cache só aparece depois que a primeira resposta começa. Chamadas simultâneas podem pagar escrita todas.
- Não conferir o uso. Se os campos de tokens de escrita e leitura vêm zerados na resposta da API, o prompt não foi guardado.
Checklist antes de ligar o cache
- Meça o prefixo fixo em tokens.
- Passe tudo que muda para depois do ponto de cache.
- Estime quantas chamadas por janela usam o mesmo prefixo.
- Calcule o custo com acerto baixo (50%) e alto (90%).
- Ligue em um tráfego pequeno e confira os campos de uso da resposta.
- Compare a fatura real com a conta feita aqui.
Perguntas frequentes
O cache de prompt sempre reduz a conta?
Não. Com 0% de acerto, o mês no Sonnet 5.5 fica em US$ 9.414,00, contra US$ 7.614,00 sem cache. Quanto mais reutilização do prefixo, maior a economia.
Quanto economizo com 90% de acerto?
No caso deste guia, US$ 5.976,00 por mês no Sonnet 5.5, ou 78% da conta sem cache. É exemplo com premissas explícitas, não garantia.
Quantas releituras pagam a escrita?
No Sonnet 5.5, 0,26 leitura por escrita já empata a conta. O cálculo é o custo extra da escrita (US$ 0,0200) dividido pelo ganho de cada leitura (US$ 0,0760).
Vale usar o Opus 5.5 com cache?
No mesmo caso, o Opus 5.5 custa US$ 3.276,00 por mês com cache. O Sonnet 5.5 custa US$ 1.638,00. A diferença é de US$ 1.638,00. A decisão depende da qualidade que o seu caso exige.
E o Haiku 5.5?
Com o mesmo cenário, fica em US$ 98,10 por mês com cache. Teste a qualidade das respostas antes de trocar, porque o preço menor só vale se o resultado atende.
Quanto isso dá em reais?
A economia de US$ 5.976,00 equivale a R$ 29.937,37, pelo dólar de referência do site (R$ 5,01). O dólar muda todo dia, e impostos sobre serviços no exterior não entram na conta.
Quer usar os seus próprios números? Abra a calculadora de cache de prompt e informe o tamanho do prefixo, as chamadas por dia e a taxa de acerto.
Leia também: Cache de prompt: como ele corta a conta da API
