Toda requisição a um LLM tem dois lados: o que você envia e o que volta. As APIs contam os dois em tokens, e a maioria os cobra com tarifas diferentes.
Como funciona
A entrada é tudo o que está na requisição: o system prompt, todas as mensagens anteriores, definições de ferramentas, resultados de ferramentas, documentos e imagens. Um chat com vários turnos reenvia o histórico inteiro a cada turno, então a entrada cresce junto com a conversa.
A saída é tudo o que o modelo gera: a resposta visível, as chamadas de ferramentas e, em modelos de raciocínio, os tokens de raciocínio ocultos.
O bloco usage informa os dois:
"usage": {
"prompt_tokens": 18000,
"completion_tokens": 900,
"prompt_tokens_details": { "cached_tokens": 15000 },
"completion_tokens_details": { "reasoning_tokens": 600 }
}
O custo de uma requisição é:
(entrada nova × preço de entrada) + (entrada em cache × preço em cache) + (saída × preço de saída), com cada preço por 1M de tokens.
Por que importa
A proporção entre os dois decide qual preço pesa. Um assistente de chat pode produzir algumas centenas de tokens para uma pergunta curta. Um agente de programação reenvia um grande contexto do repositório a cada turno e escreve um patch curto, então a entrada pode superar a saída em 20 para 1 ou mais. Para agentes, o preço de entrada e o da entrada em cache respondem pela maior parte da conta.
Mesmo assim, vale ficar de olho na saída. Modelos de raciocínio podem gastar mais tokens pensando do que respondendo, e esses tokens são cobrados como saída. Nos modelos que acompanhamos, a proporção típica entre o preço de saída e o de entrada está no índice de preços de APIs de LLM.
Na BroadNet Inference
Por 1M de tokens, segundo o arquivo de preços publicado:
| Modelo | Entrada | Entrada em cache | Saída |
|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 |
| BroadNet Gemma 4 VL 26B | $0.10 | — | $0.22 |
No exemplo de cálculo da BroadNet, um agente de programação em tempo integral envia 1.000 milhões de tokens de entrada por mês, com 80% de acertos de cache, e recebe 50 milhões de tokens de saída. No DeepSeek V4.1 Flash cobrado por token, isso custa $65.40. Um plano de preço fixo elimina o medidor: o Full Moon custa $60 por mês por sessão. Compare os seus números na calculadora de preços ou leia preço fixo vs. pagamento por token.
Erros comuns
- Calcular o preço só pela resposta visível e esquecer os tokens de raciocínio.
- Ignorar a velocidade com que o histórico cresce. O 30º turno de um chat pode carregar 30 turnos de entrada.