O caso: um marketplace recebe 60.000 avaliações de produtos por dia e quer classificar cada uma: assunto (entrega, defeito, atendimento, preço, elogio) e se pede resposta urgente. Cada chamada leva 600 tokens fixos de instruções e exemplos, mais a avaliação, de uns 200 tokens. A resposta é um JSON curto, de 30 tokens.
Resposta curta: no Claude Haiku 5.5, o mês de 30 dias custa US$ 171,00 sem cache e US$ 73,80 (R$ 369,71) com as instruções no cache. Pela Batch API, cai para US$ 36,90. Duas armadilhas mudam a conta: instruções com menos de 512 tokens não entram no cache, e chamadas acima de 100.000 tokens custam 5 vezes mais.
1. Por que modelo pequeno em tarefa de volume
Classificar uma avaliação em cinco categorias não exige um modelo capaz de escrever um parecer jurídico. Exige ler 200 tokens e devolver uma etiqueta, do mesmo jeito, milhões de vezes. Nesse tipo de tarefa, o que decide a conta é o custo por item, e é aí que os modelos pequenos brilham.
O Claude Haiku 5.5, lançado pela Anthropic em outubro de 2026, custa US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída em prompts de até 100.000 tokens. É 10 vezes menos, na entrada, que o Claude Haiku 4.5, da geração anterior.
Um cuidado: o Haiku 5.5 usa o tokenizador dos modelos Claude 5.x, que gera mais tokens para o mesmo texto do que o do Haiku 4.5. Nas médias do site, uma avaliação em português vira 29% mais tokens no Haiku 5.5. Mesmo assim, a diferença de preço por token é muito maior que a de tokens.
2. A conta das 60 mil avaliações
Cada chamada tem 800 tokens de entrada (600 de instruções e 200 da avaliação) e 30 de saída. Sem cache:
- entrada: 800 × US$ 0,10 ÷ 1.000.000 = US$ 0,000080;
- saída: 30 × US$ 0,50 ÷ 1.000.000 = US$ 0,000015;
- por avaliação: US$ 0,000095; por mil avaliações, US$ 0,0950.
Com 60.000 avaliações por dia em 30 dias, são 1.800.000 chamadas e US$ 171,00 por mês (R$ 856,64).
Aqui a entrada domina: 84% do custo. E três quartos da entrada são as mesmas instruções repetidas em todas as chamadas. É o cenário ideal para o cache.
3. Com cache: a primeira armadilha
Com os 600 tokens de instruções lidas do cache (75% da entrada), na conta da calculadora, o mês cai para US$ 73,80 (R$ 369,71), 57% a menos. A leitura do cache no Haiku 5.5 custa US$ 0,01 por milhão, um décimo da entrada normal.
A armadilha está no tamanho. O cache só aceita trechos a partir de um tamanho mínimo, e no Haiku 5.5 esse mínimo é de 512 tokens. Se as instruções tivessem 450 tokens em vez de 600, ficariam abaixo da linha e seriam cobradas pelo preço cheio em toda chamada, sem erro nenhum na API. Com chamadas de 650 tokens (450 de instruções e 200 da avaliação), o mês custaria US$ 144,00: mais caro que o caso com 800 tokens e cache, mesmo mandando menos texto.
Por isso, em tarefas de volume com instruções curtas, pode valer acrescentar exemplos às instruções até passar do mínimo. Os exemplos costumam melhorar a classificação e, de quebra, destravam o cache. Para conferir, olhe os campos de uso do cache na resposta da API: se vierem zerados, o trecho não entrou.
O mínimo muda de modelo para modelo: 4.096 tokens no Haiku 4.5 e 1.024 nos modelos GPT-5.6. Na tabela abaixo, que roda o mesmo caso com 75% da entrada marcada para o cache, os modelos com mínimo acima de 600 tokens aparecem sem desconto:
| Modelo | Mínimo do cache | Cache aplicado? | Por mês (US$) | Por mês (R$) |
|---|---|---|---|---|
| Claude Haiku 5.5 | 512 | sim | US$ 73,80 | R$ 369,71 |
| GPT-6 Luna | 1.024 | não | US$ 171,00 | R$ 856,64 |
| GPT-5.6 Luna | 1.024 | não | US$ 352,80 | R$ 1.767,39 |
| Claude Sonnet 5.5 | 512 | sim | US$ 1.368,00 | R$ 6.853,13 |
| Claude Haiku 4.5 | 4.096 | não | US$ 1.710,00 | R$ 8.566,42 |
| Claude Opus 5.5 | 512 | sim | US$ 2.736,00 | R$ 13.706,27 |
| GPT-6.1 Sol | 1.024 | não | US$ 3.420,00 | R$ 17.132,83 |
| GPT-6 Sol | 1.024 | não | US$ 3.420,00 | R$ 17.132,83 |
| GPT-5.6 Terra | 1.024 | não | US$ 3.528,00 | R$ 17.673,87 |
| Claude Fable 5.1 | 512 | sim | US$ 6.570,00 | R$ 32.913,07 |
| GPT-5.6 Sol | 1.024 | não | US$ 6.840,00 | R$ 34.265,66 |
| GPT-6 Astra | 1.024 | não | US$ 17.100,00 | R$ 85.664,16 |
4. Agrupar pedidos: a segunda armadilha
Outra forma de não repetir as instruções é mandar várias avaliações numa chamada só e pedir uma lista de etiquetas de volta. Os 600 tokens de instruções passam a ser pagas uma vez por grupo, e não uma vez por avaliação.
Funciona, até certo ponto. No Haiku 5.5, a requisição cujo prompt passa de 100.000 tokens paga 5 vezes o preço normal de entrada e de saída, na requisição inteira. A documentação da Anthropic é clara: conta todo o prompt, incluindo o que vem do cache.
- Grupos de 400 avaliações: 80.600 tokens de entrada por chamada, abaixo da linha. Custo por avaliação: US$ 0,000035.
- Grupos de 500 avaliações: 100.600 tokens, logo acima da linha. Custo por avaliação: US$ 0,000176, 5,0 vezes mais.
Cem avaliações a mais por chamada multiplicam o custo de cada uma. Quem agrupa precisa de uma trava no código que conte os tokens antes de enviar e corte o grupo abaixo de 100.000. Grupos grandes também têm outro custo: se o modelo errar o formato da lista, o grupo inteiro precisa ser refeito.
5. Extração: a mesma lógica, outra proporção
O marketplace também quer tirar campos de 5.000 pedidos de devolução por dia: número do pedido, produto, motivo, se há foto anexada. Cada pedido tem uns 3.000 tokens de entrada (instruções, e-mail do cliente, dados do pedido) e a resposta, um JSON com os campos, tem 300 tokens.
No Haiku 5.5, sem cache, isso custa US$ 67,50 por mês (R$ 338,15). No Sonnet 5.5, a mesma tarefa sairia por US$ 1.350,00. Extração tem mais saída por item que classificação, e a saída do Haiku 5.5 custa 5 vezes a entrada. Por isso vale pedir só os campos necessários, com nomes curtos, sem texto explicativo em volta.
Uma combinação comum é deixar o Haiku 5.5 fazer a primeira passada em tudo e reenviar ao Sonnet 5.5 só os pedidos em que ele marcou dúvida, como e-mails confusos ou com vários produtos. Se 5% dos pedidos seguirem para o modelo maior, a extração passa a custar US$ 135,00 por mês, ainda muito abaixo dos US$ 1.350,00 de mandar tudo ao Sonnet 5.5. A conta só fecha se a marcação de dúvida funcionar; vale conferir, na amostra de teste, se os erros do Haiku 5.5 caem mesmo entre os itens marcados.
Somando a classificação com cache e a extração (sem o reenvio), o marketplace gasta US$ 141,30 por mês (R$ 707,86) para processar 1.950.000 itens.
6. E a qualidade?
Preço baixo só compensa se o resultado servir. Antes de ligar o processamento em volume:
- Separe 200 a 300 itens já classificados por uma pessoa e rode o modelo neles.
- Meça o acerto por categoria, não só o geral. Um modelo pode acertar 98% dos elogios e errar metade das reclamações de defeito, que são as que importam.
- Mande os casos duvidosos para cima. Peça ao modelo que marque quando não tiver certeza e encaminhe esses itens a um modelo maior ou a uma pessoa.
- Repita o teste quando mudar as instruções. Um ajuste pequeno no texto pode mudar o resultado.
7. Batch: metade do preço para o que pode esperar
Se as avaliações não precisam ser classificadas na hora, o processamento em lote da Anthropic cobra 50% do preço em entrada e saída, com resultado em até 24 horas. Para avaliações que chegam ao longo do dia e só precisam estar classificadas na manhã seguinte, por exemplo para um relatório diário, o lote noturno resolve sem mudar nada na lógica da classificação. Na conta com cache, o mês passaria de US$ 73,80 para US$ 36,90. O guia sobre Batch API mostra quando esse caminho vale a pena.
O que fica fora desta conta
A estimativa cobre só os tokens do modelo. Ficam de fora o servidor e a fila que organizam as chamadas, o banco de dados onde as etiquetas são gravadas, o tempo da equipe que monta o teste de qualidade, impostos e tarifas do cartão internacional e a variação do dólar.
Perguntas frequentes
Quanto custa classificar mil textos com o Claude Haiku 5.5?
Com 800 tokens de entrada e 30 de saída por texto, US$ 0,0950 sem cache, ou cerca de R$ 0,48.
Qual o tamanho mínimo para o cache funcionar no Haiku 5.5?
512 tokens. Abaixo disso, o trecho é cobrado pelo preço normal de entrada, mesmo marcado para o cache.
Quando o Haiku 5.5 fica mais caro?
Quando o prompt da requisição passa de 100.000 tokens. A requisição inteira passa a pagar 5 vezes o preço normal de entrada e saída.
Para refazer a conta com o seu volume, use a calculadora de custo da API logo abaixo, que já vem preenchida com a classificação deste caso, com 75% da entrada lida do cache.
