Como poupar com a cache de prompts e pedidos batch: uma calculadora com preços do dia

Atualizado em 7 nov. 2026

Duas alavancas reduzem a fatura sem mudar de modelo. A cache de prompts: quando o início do prompt se repete - um prompt de sistema longo, um documento, definições de ferramentas -, muitos vendedores cobram a parte repetida ao preço mais baixo de "leitura da cache". Batch e flex: se a resposta pode chegar minutos ou horas depois, alguns vendedores vendem o mesmo modelo mais barato como oferta batch ou flex. A calculadora de cache e batch mostra o efeito das duas para o seu volume em cada vendedor do modelo.

Como usar

1. id do modelo. Copie-o da página do modelo, por baixo do nome, por exemplo anthropic/claude-sonnet-5-5.
2. Tokens de entrada e de saída por mês. O seu volume mensal; o contador de tokens em /tools ajuda se só souber os pedidos e o tamanho do texto.
3. Parte da entrada lida da cache. A parte de cada prompt que se repete tal e qual: um chatbot com 3.000 tokens de prompt de sistema e perguntas de 1.000 anda pelos 75 %; um RAG sobre documentos novos, perto de 0 %.
4. A tarefa pode esperar. Marque se não precisa dos resultados em tempo real: as ofertas batch / flex passam a contar.

Dois exemplos com preços de hoje

• Claude Sonnet 5.5, 100 M de tokens de entrada e 10 M de saída por mês, metade da cache: 300 $ ao preço normal da Anthropic, 205 $ com cache - cerca de um terço a menos.
• DeepSeek V4.1 Flash, o mesmo volume, 80 % da cache, a tarefa pode esperar: 10,77 $ ao preço normal em tempo real mais baixo, 5,87 $ com cache e batch - 45 % a menos.

O que a calculadora não conta

• Escrever na cache: alguns vendedores cobram uma vez.
• A vida da cache: uma entrada expira após minutos sem uso.
• Descontos não publicados como oferta própria.

Abrir a calculadora · Todas as ferramentas · Classes de modelos