Janela de contexto: quantas páginas cabem e quanto custa enchê-la

1. O que é a janela de contexto

A janela de contexto é o máximo de texto que um modelo consegue considerar numa única chamada. Entram nela as instruções, os documentos, o histórico da conversa e a resposta que o modelo vai escrever. Ela é medida em tokens, não em páginas, e é por isso que a mesma janela comporta quantidades diferentes de texto conforme o idioma e o tokenizador.

Para converter, o calc.dev.br usa a página padrão de 500 palavras, 6,0 caracteres por palavra em português e a média de caracteres por token de cada tokenizador. Para código, usa 40 caracteres por linha; para fala, 140 palavras por minuto.

2. Quanto cabe em cada modelo

Duas coisas chamam atenção. Primeiro, as janelas do GPT-5.6 e dos modelos Claude 5.x têm tamanho parecido em tokens, mas no GPT-5.6 cabem mais páginas, porque o tokenizador dele gera menos tokens para o mesmo texto em português. Segundo, o Claude Haiku 4.5 tem uma janela bem menor: 220 páginas.

Na prática, desconte da janela o espaço das instruções e da resposta. Se o modelo vai escrever um parecer longo, esse texto também ocupa a janela.

Quanto custa ler a janela inteira

A calculadora mostra também quanto custa uma chamada que ocupa a janela toda, só de entrada, sem cache e sem resposta. É o teto do que uma única pergunta pode custar em cada modelo:

No Haiku 5.5 e nos modelos GPT-5.6, esse valor já inclui o preço maior para prompts longos. Por isso o Haiku 5.5, que custa US$ 0,10 por milhão de tokens em chamadas pequenas, cobra US$ 0,50 para ler a janela cheia, e não US$ 0,10. Quem estima custo de contexto longo multiplicando o preço de tabela pelo número de tokens erra para menos justamente nesses modelos.

Para um uso pontual, como analisar um contrato grande uma vez, esses valores são baixos. O problema aparece na repetição: um sistema que faz centenas de perguntas por dia sobre documentos enormes multiplica esse teto pelo número de chamadas.

3. O processo de 400 páginas, pergunta por pergunta

As 400 páginas somam 200.000 palavras. Em tokens, isso dá 470.588 nos modelos Claude 5.x e 333.333 no GPT-5.6. Com uma resposta de 1.000 tokens, cada pergunta custa:

Repare em dois modelos da tabela:

• Claude Haiku 5.5: o processo cabe, mas a chamada passa de 100.000 tokens. Acima dessa linha, o Haiku 5.5 cobra 5 vezes o preço normal de entrada e de saída na requisição inteira. Mesmo assim, segue entre os mais baratos, porque o preço de base é muito baixo.
• GPT-5.6: a chamada passa de 272.000 tokens. Acima disso, a OpenAI cobra 2 vezes a entrada e 1,5 vez a saída na requisição inteira. A conta da tabela já inclui esse acréscimo.

Nos demais modelos Claude 5.x, a Anthropic informa que a janela inteira de 1 milhão de tokens é cobrada pelo preço padrão: uma chamada de 900 mil tokens paga o mesmo preço por token que uma de 9 mil.

4. Caber não quer dizer que compense

Cada pergunta paga pela leitura do processo inteiro, mesmo que a resposta esteja numa página só. No Opus 5.5, as 40 perguntas por dia, em 22 dias úteis, somam US$ 1.674,77 por mês (R$ 8.389,95) sem cache.

O cache de prompt resolve boa parte disso. O processo vai no começo do prompt, igual em todas as perguntas, e é gravado no cache na primeira chamada. As seguintes o leem por US$ 0,20 por milhão de tokens, em vez de US$ 4,00. Supondo que 80% das perguntas encontrem o cache ainda válido (ele dura 5 minutos e é renovado a cada uso; perguntas espaçadas demais o deixam expirar), o mês cai para US$ 498,68 (R$ 2.498,19), 70% a menos. Cada pergunta passa a custar, em média, US$ 0,57.

Se as perguntas vêm espalhadas ao longo do dia, o cache de 1 hora, que custa mais para gravar, tende a acertar mais. O guia sobre cache de prompt mostra como escolher entre os dois prazos.

5. E o processo de 1.500 páginas?

Um processo de 1.500 páginas tem 750.000 palavras, ou cerca de 1.764.706 tokens nos modelos Claude 5.x e 1.250.000 no GPT-5.6. Não cabe em nenhuma janela do site. Há três caminhos:

1. Dividir por volume. Cada parte do processo vai numa chamada separada, e as respostas parciais são juntadas no fim. Funciona bem para perguntas que se respondem dentro de um trecho.
2. Resumir primeiro. Um modelo barato gera um resumo estruturado de cada volume (partes, pedidos, decisões, datas), e as perguntas passam a ser feitas sobre os resumos. O custo do resumo é pago uma vez só.
3. Buscar antes de perguntar. Em vez de mandar tudo, o sistema encontra os trechos que interessam e manda só eles ao modelo. É a ideia do RAG, explicada com a conta completa no guia quanto custa um RAG simples.

Os três caminhos também valem para documentos que cabem, mas que custariam caro demais se fossem relidos inteiros a cada pergunta.

6. O limite da resposta

A janela é para tudo, mas a resposta tem um teto próprio: 128.000 tokens por chamada nos modelos Claude 5.x e no GPT-5.6, e 64.000 no Claude Haiku 4.5. Em português, 128.000 tokens dão umas 54.400 palavras nos modelos Claude 5.x, cerca de 109 páginas. Para pareceres e relatórios, sobra espaço; para "reescrever o processo inteiro", não.

Lembre também que a saída custa mais que a entrada em todos os modelos. Uma resposta de 128.000 tokens no Opus 5.5 custa US$ 2,56 só de saída.

7. Como usar a janela sem desperdício

• Meça antes. Converta o documento em tokens com o modelo que vai usar; o endpoint de contagem de tokens da Anthropic é gratuito.
• Deixe espaço para instruções e resposta; não planeje usar 100% da janela.
• Fique atento às linhas de preço: 100.000 tokens no Haiku 5.5 e 272.000 no GPT-5.6.
• Use o cache quando o mesmo documento recebe várias perguntas seguidas.
• Prefira trechos quando a pergunta só precisa de uma parte do documento.

O que fica fora desta conta

A estimativa cobre só os tokens dos modelos. Ficam de fora a extração do texto de PDFs e documentos escaneados, o armazenamento dos arquivos, o sistema que monta as chamadas, impostos e tarifas do cartão internacional e a variação do dólar. Também não tratamos da qualidade das respostas em janelas muito cheias, que deve ser testada com perguntas reais.

Perguntas frequentes

Quantas páginas cabem em 1 milhão de tokens?

Em português, cerca de 850 páginas de 500 palavras nos modelos Claude 5.x. No GPT-5.6, com janela de 1.050.000 tokens, cerca de 1.260 páginas.

Encher a janela de contexto custa quanto?

No Claude Opus 5.5, ler a janela inteira custa US$ 4,00 de entrada por chamada, ou R$ 20,04. Com o cache, as leituras seguintes custam uma fração disso.

A resposta conta na janela de contexto?

Sim. Instruções, documentos, histórico e resposta dividem o mesmo espaço; por isso vale deixar uma folga.

Para ver quanto cabe em outro modelo ou idioma, use a calculadora de janela de contexto logo abaixo, que já vem com o Claude Opus 5.5 e textos em português.