Resumo
- Uma linha de destaque da lista de preços da OpenAI carrega cinco preços sob o único cabeçalho
Prices per 1M tokens.: entrada US$ 8,00, saída US$ 40,00, entrada em cache US$ 0,40, escrita de cache de 30 minutos a US$ 10,00 e de 12 horas a US$ 20,00 no gpt-6.2-astra. - Nos oito documentos lidos, a lista de preços não define token algum, as três páginas que tratam da unidade dão três estimativas em três unidades, e a única tabela modelo-codificação do conjunto é uma página arquivada cujo modelo mais recente é o gpt-4o — uma linha antiga que imprime três preços, não dez.
Comece pelo cabeçalho, porque o cabeçalho é o instrumento inteiro. A página de preços imprime uma única linha de unidade, Prices per 1M tokens., e depois um conjunto de colunas — Model Input Output Cached input 30m write 12h write — em que cada número é um valor em dólares por milhão de tokens. A linha de destaque, como voltou: gpt-6.2-astra $8.00 $40.00 $0.40 $10.00 $20.00. Cinco preços, um modelo, uma unidade.
O bloco Batch repete as mesmas cinco colunas pela metade: $4.00 / $20.00 / $0.20 / $5.00 / $10.00. O texto recuperado também nomeia os níveis de processamento — Standard, Batch, Flex, Fast, Ultrafast —, de modo que o número de preços que um comprador enfrenta num único modelo é o produto de colunas por níveis, não o de modelos. O segundo host dobra as colunas outra vez ao partir o contexto numa fronteira impressa: Short context: ≤272K input tokens. Long context: >272K input tokens. A mesma linha do gpt-6.2-astra imprime ali dez preços, de US$ 8,00 a US$ 60,00. Duas renderizações de uma mesma tabela não concordam sobre quais linhas existem — a da plataforma omite gpt-6.1-terra e gpt-6-luna — e o texto recuperado não permite estabelecer se são um documento servido em dois hosts ou dois documentos. A divergência pertence ao dossiê, não à nota de rodapé.
Os preços, por sua vez, são coerentes. US$ 0,40 dividido por US$ 8,00 dá 0,05: o preço impresso da entrada em cache está exatamente num vigésimo do preço impresso da entrada. US$ 10,00 e US$ 20,00 divididos por US$ 8,00 dão 1,25 e 2,5, que são as razões que o guia de cache enuncia em palavras — leitura a 0,05× da entrada comum no GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Sol e GPT-6.1 Terra, e a 0,1× na maioria dos modelos GPT-5.6 e posteriores; escrita a 1,25× por trinta minutos e a 2,5× por doze horas. A aritmética não está em disputa. O que está em disputa é aquilo que ela multiplica.
A coluna barata é também a mais condicionada, e suas condições estão escritas na unidade que a tabela nunca define. Cache reuse requires the entire rendered prefix to match. A prompt prefix must meet the model's minimum cacheable token length before it can be cached. Tokens in the OpenAI-provided hidden system content do not count toward this minimum. The minimum cacheable prompt length is 1,024 tokens for GPT-5.6 and later. When no explicit breakpoints are placed, the request does not use prompt caching or create cache writes. Cache-write pricing is not an additive fee: input tokens use the uncached-input, cached-input, or cache-write rate. Para modelos anteriores, o guia diz que a contagem de cache informada é arredondada para baixo ao múltiplo de 128 depois de descontados os tokens ocultos do sistema. Um preço de um vigésimo é real; o que o sustenta é um piso de 1.024 tokens, uma correspondência exata de prefixo e uma regra de arredondamento, todos expressos na unidade que a tabela deixa em aberto.
Agora a unidade. O README da biblioteca descreve o mecanismo — Byte pair encoding (BPE) is a way of converting text into tokens. — e oferece um único número de conversão, em bytes: On average, in practice, each token corresponds to about 4 bytes. O guia de uso avançado oferece outro, em caracteres e palavras: As a rough rule of thumb, 1 token is approximately 4 characters or 0.75 words for English text. Também registra que um token can be as short as one character or as long as one word, que a string "ChatGPT is great!" é codificada em seis tokens e que Chat models use additional tokens for message formatting, so counting the text alone doesn't give the full input token count. A central de ajuda repete o trio — 1 token is approximately 4 characters. 1 token is approximately three-quarters of a word. 100 tokens are approximately 75 words. — e então diz em voz alta o que importa: These are estimates, not exact counts.
Três páginas, três unidades: bytes, caracteres, palavras. Cada número vem rotulado como aproximado, e nenhum dos oito documentos lidos define o token na própria lista de preços. Não é escândalo: é fronteira de divulgação. O número exato da página é um valor em dólares por milhão de tokens. A grandeza que transforma um documento em fatura está declarada em outro lugar, em unidades que não se convertem entre si sem uma heurística escolhida.
A tabela de codificações é onde a fronteira endurece. A página do cookbook é o único documento do conjunto que associa nomes de codificação a famílias de modelos: o200k_base para gpt-4o e gpt-4o-mini; cl100k_base para gpt-4-turbo, gpt-4, gpt-3.5-turbo e os modelos ada-002 e embedding-3; p50k_base para Codex e text-davinci-002 e -003; r50k_base para os modelos GPT-3. Ela abre com Encodings specify how text is converted into tokens. Different models use different encodings. Carrega ainda a faixa This recipe is archived and may reference outdated models or APIs., sua prosa diz que a biblioteca supports three encodings enquanto a tabela lista quatro nomes, e o modelo mais recente ali é o gpt-4o. Em outras palavras: as linhas cuja codificação um leitor consegue nomear são as linhas antigas que imprimem exatamente três preços — entrada, saída, entrada em cache — e a linha que imprime dez não tem nome de codificação em nenhum documento obtido.
Minha aritmética, já que nenhuma página a imprime: com 0,75 palavra por token segundo o guia, um milhão de tokens equivale a cerca de 750 mil palavras em inglês, então US$ 8,00 por milhão de tokens dá aproximadamente US$ 10,67 por milhão de palavras em inglês. Troque a heurística pelos about 4 bytes do README e o número se move, porque bytes não são caracteres e caracteres não são palavras. O próprio par da central de ajuda diz a mesma coisa: 100 tokens a quatro caracteres cada somam 400 caracteres, enquanto esses mesmos 100 tokens aparecem como 75 palavras. Duas afirmações, dois objetos, um único rótulo de unidade.
A consequência prática é um problema de comparação, não de precificação. Dois preços por token só se comparam como estão escritos se os tokens forem contados do mesmo jeito, e dentro desta única lista as linhas já se distribuem por pelo menos quatro codificações nomeadas. Quem orça a partir de palavras orça a partir de uma estimativa que o próprio fornecedor sinaliza como estimativa. Quem orça a partir de tokens orça exatamente, numa unidade que não consegue definir sozinho a partir da página que a vende.
Uma última marca no instrumento: várias linhas imprimem um travessão onde ficaria o preço em cache — gpt-5.5-pro, gpt-5.4-pro, gpt-5.2-pro, gpt-5-pro, o3-pro. Travessão não é zero nem cache gratuito; é ausência de preço impresso, e pertence à mesma linha dos números que estão impressos.
A divulgação, então, é precisa onde precifica e aproximada onde define. Os valores em dólar trazem duas casas decimais. O denominador carrega três estimativas, três unidades, uma tabela de codificações arquivada e uma fronteira em 272 mil tokens que aparece numa das renderizações da tabela e não na outra. Quem citar esses preços por mil palavras está citando minha aritmética e a heurística da OpenAI, não um número que a página de preços imprima. A entrada do diretório registra a empresa; o instrumento é a página.
Briefing para membros
Leia o boletim de tendência completo
Os membros leem o boletim completo, com as notas de fonte por trás de cada constatação.
Círculo Estratégico
Um briefing diário no seu idioma, construído a partir de mudanças que verificamos.
Assine por USD 20/mêsCancele quando quiser.
Candidate-se à Leadership Alliance
Os membros também têm toda a biblioteca de pesquisas, um boletim diário sobre as redes que acompanham e o fórum privado.






