O caso: um escritório de advocacia quer extrair as cláusulas principais (prazo, multa, reajuste, foro) de 400 contratos de 12 páginas cada, todos em português. Cada chamada leva o texto de um contrato, mais umas 800 palavras de instruções, e devolve um JSON de uns 600 tokens.
Resposta curta: uma página padrão de 500 palavras em português tem cerca de 1.176 tokens nos modelos Claude 5.x e 833 tokens no GPT-5.6. O lote inteiro custa US$ 0,76 no Claude Haiku 5.5 e US$ 15,20 no Claude Sonnet 5.5, se o texto for extraído do PDF antes. Mandar o PDF direto custa mais, porque cada página também é cobrada como imagem.
1. Página não é unidade de medida, token é
As APIs de IA cobram por token, um pedaço de texto que pode ser uma palavra, parte dela ou um sinal de pontuação. Página é só um jeito prático de falar de tamanho, e uma página pode ter 80 palavras (um slide) ou 700 (um contrato com letra pequena).
Para ter uma régua comum, o calc.dev.br usa a página padrão de 500 palavras. Com 6,0 caracteres por palavra em português (contando o espaço) e a média de caracteres por token de cada tokenizador, a conta é:
Com esses números, uma página padrão em português fica assim:
| Tokenizador | Caracteres por token (pt) | Tokens por página |
|---|---|---|
| Claude 5.x (Opus, Sonnet, Fable, Haiku 5.5) | 2,55 | 1.176 |
| GPT-5.6 (Sol, Terra, Luna) | 3,60 | 833 |
| Claude Haiku 4.5 | 3,30 | 909 |
O mesmo texto vira 41% mais tokens nos modelos Claude 5.x do que no GPT-5.6. A própria Anthropic informa, na página de preços, que o tokenizador usado do Claude 4.7 em diante gera cerca de 30% mais tokens para o mesmo texto. Por isso, comparar só o preço por milhão de tokens entre fornecedores engana: é preciso comparar o custo do mesmo documento.
2. Nem toda página é igual
Antes de orçar um projeto, olhe uma amostra dos documentos reais. A diferença entre tipos de página é grande:
| Tipo de página | Palavras (estimativa) | Tokens no Claude 5.x | Tokens no GPT-5.6 |
|---|---|---|---|
| Slide de apresentação | 80 | 188 | 133 |
| Página de livro de bolso | 300 | 706 | 500 |
| Página padrão (referência do site) | 500 | 1.176 | 833 |
| Página de contrato com letra miúda | 700 | 1.647 | 1.167 |
Um contrato com letra miúda pode ter mais que o dobro de tokens de uma página de livro. Tabelas, números de CPF e CNPJ, códigos e nomes próprios também costumam render menos caracteres por token que o texto corrido, então a estimativa por palavras tende a ficar abaixo do real nesses documentos.
3. E o PDF? Ele pesa mais que o texto
Aqui está a pegadinha que mais estoura orçamento. Quando você manda um PDF direto para a API do Claude, a documentação da Anthropic explica que cada página é processada de duas formas: o texto é extraído e a página é convertida em imagem. Você paga pelas duas.
Segundo a mesma documentação, o texto costuma ocupar de 1.500 a 3.000 tokens por página, conforme a densidade do conteúdo, e a imagem de cada página é cobrada pelas regras de custo de imagens. Ou seja: o PDF de um contrato custa bem mais do que a nossa página padrão de 1.176 tokens de texto.
A imagem compensa quando o documento depende dela: gráficos, tabelas escaneadas, assinaturas, carimbos, plantas. Para um contrato digitado, em que tudo o que importa é o texto, o caminho mais barato é extrair o texto antes, com uma biblioteca de leitura de PDF, e mandar só o texto para o modelo. É essa a premissa da conta a seguir.
A documentação também lista limites por requisição: até 600 páginas de PDF quando a requisição usa a janela de 1 milhão de tokens, e 100 páginas abaixo disso, além de um tamanho máximo em megabytes. Documentos maiores precisam ser divididos.
4. A conta dos 400 contratos
Cada contrato tem 12 páginas de 500 palavras, ou 6.000 palavras. Somando as 800 palavras de instruções (o que extrair, em que formato), a entrada de cada chamada tem 6.800 palavras. Em tokens:
- Claude 5.x: 16.000 tokens de entrada por contrato;
- GPT-5.6: 11.333 tokens de entrada por contrato.
A saída, um JSON com as cláusulas, fica em 600 tokens por contrato em todos os modelos. Com 400 contratos:
| Modelo | Tokens de entrada por contrato | Custo por contrato | Lote de 400 (US$) | Lote de 400 (R$) |
|---|---|---|---|---|
| Claude Haiku 5.5 | 16.000 | US$ 0,0019 | US$ 0,76 | R$ 3,81 |
| GPT-5.6 Luna | 11.333 | US$ 0,0030 | US$ 1,19 | R$ 5,98 |
| Claude Sonnet 5.5 | 16.000 | US$ 0,0380 | US$ 15,20 | R$ 76,15 |
| GPT-5.6 Terra | 11.333 | US$ 0,0299 | US$ 11,95 | R$ 59,85 |
| Claude Opus 5.5 | 16.000 | US$ 0,0760 | US$ 30,40 | R$ 152,29 |
Três coisas aparecem na tabela:
- O Haiku 5.5 sai mais barato que o GPT-5.6 Luna mesmo gerando mais tokens, porque o preço por token é menor (US$ 0,10 de entrada contra US$ 0,20 no Luna).
- Entre o Sonnet 5.5 e o GPT-5.6 Terra, que cobram o mesmo por milhão de tokens de entrada, o Terra sai mais barato neste caso: o mesmo contrato vira menos tokens nele e a entrada domina a conta. A saída mais barata do Sonnet não chega a compensar, porque cada chamada devolve poucos tokens.
- Para um lote único de 400 contratos, o valor é baixo em qualquer modelo médio. O que importa mais é a qualidade da extração: vale testar com 10 ou 20 contratos e conferir campo por campo antes de rodar o resto.
Como os contratos não precisam de resposta na hora, o lote também pode ir pela Batch API, com 50% de desconto. O guia sobre Batch API mostra quando esse caminho vale a pena.
5. Quanto custa ler mil páginas
Para orçar projetos de outros tamanhos, ajuda ter o preço de leitura por página. A tabela abaixo mostra quanto custa só a entrada de 1.000 páginas padrão de texto em português, sem instruções e sem saída, em cada modelo:
| Modelo | Tokens em 1.000 páginas | Custo de leitura (US$) | Custo de leitura (R$) |
|---|---|---|---|
| Claude Haiku 5.5 | 1.176.471 | US$ 0,12 | R$ 0,59 |
| GPT-5.6 Luna | 833.333 | US$ 0,17 | R$ 0,83 |
| Claude Sonnet 5.5 | 1.176.471 | US$ 2,35 | R$ 11,79 |
| GPT-5.6 Terra | 833.333 | US$ 1,67 | R$ 8,35 |
| Claude Opus 5.5 | 1.176.471 | US$ 4,71 | R$ 23,57 |
A conta é linear: 10 mil páginas custam dez vezes isso, desde que cada chamada fique abaixo dos limites de preço especial de cada modelo. Na prática, o custo final depende mais do que você pede de volta. Um resumo de uma página por documento custa bem mais que um JSON curto, porque a saída é o token mais caro em todos os modelos.
6. Quanto de um documento cabe numa chamada
Os modelos Claude 5.x têm janela de 1.000.000 tokens. Pela nossa régua, isso dá uns 850 páginas padrão em português numa única chamada. Um contrato de 12 páginas ocupa só 1,6% da janela.
Mas caber não quer dizer que compense. No Claude Haiku 5.5, prompts acima de 100.000 tokens (umas 85 páginas padrão) pagam 5 vezes o preço normal na requisição inteira. Juntar vários contratos numa chamada só para "economizar" pode sair muito mais caro. O guia sobre janela de contexto aprofunda essa conta.
7. Como estimar o seu documento sem errar feio
- Pegue três documentos típicos e conte as palavras de verdade (qualquer editor de texto mostra isso).
- Converta com o tokenizador do modelo que você vai usar. O conversor do site faz isso; para o número exato, o endpoint de contagem de tokens da Anthropic é gratuito.
- Decida entre texto e PDF. Se a imagem não acrescenta nada, extraia o texto. Se acrescenta, conte com o custo extra da imagem por página.
- Some as instruções e a saída. Elas se repetem em cada chamada e, em lotes grandes, fazem diferença.
- Teste com uma amostra antes de processar tudo e confira o uso real nos campos da resposta da API.
O que fica fora desta conta
A estimativa cobre só os tokens dos modelos. Ficam de fora o custo de extrair o texto do PDF (biblioteca, servidor ou serviço de OCR para documentos escaneados), o armazenamento dos arquivos, a revisão humana dos campos extraídos, impostos e tarifas do cartão internacional. Também não calculamos o custo da imagem de cada página do PDF, que depende do tamanho da imagem gerada.
Perguntas frequentes
Quantos tokens tem uma página em português?
Uma página padrão de 500 palavras tem cerca de 1.176 tokens nos modelos Claude 5.x, 833 no GPT-5.6 e 909 no Claude Haiku 4.5. Páginas mais cheias, como contratos, passam disso.
Mandar o PDF custa mais que mandar o texto?
No Claude, sim: segundo a documentação, cada página do PDF é processada como texto e como imagem, e as duas partes são cobradas. Se a imagem não importa, extraia o texto antes.
Quantas páginas cabem numa chamada?
Pela régua de 500 palavras por página, cerca de 850 páginas em português na janela de 1.000.000 tokens dos modelos Claude 5.x, sem contar o espaço da resposta.
Para converter o seu documento, use o conversor de tokens, palavras e páginas logo abaixo, que já vem preenchido com as 4.800 páginas deste caso.
