---
title: "Tokens de entrada e de saída em LLMs e como são cobrados"
description: "Tokens de entrada são o que o modelo lê; tokens de saída, o que ele escreve. O que entra em cada um, onde o usage os mostra e como os dois preços formam a conta."
url: https://broadrouter.com/pt/glossary/input-and-output-tokens/
lang: pt-BR
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/input-and-output-tokens/) (atualizado em 2026-11-14).

# Tokens de entrada e de saída

Atualizado em 2026-11-14

Tokens de entrada são os tokens que um modelo de linguagem lê em uma requisição, incluindo o system prompt, o histórico da conversa, as definições de ferramentas e as imagens. Tokens de saída são os que ele gera na resposta, incluindo o raciocínio. As APIs de LLM costumam cobrá-los separadamente, e a saída costuma custar mais.

Também chamado de: tokens de entrada, tokens de saída, tokens do prompt, tokens de completion, prompt tokens, completion tokens, input tokens, output tokens

Toda requisição a um LLM tem dois lados: o que você envia e o que volta. As APIs contam os dois em [tokens](https://broadrouter.com/pt/glossary/token/), 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](https://broadrouter.com/pt/glossary/reasoning-tokens/) ocultos.

O bloco usage informa os dois:

```json
"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](https://broadrouter.com/pt/glossary/cached-input-tokens/) 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](https://broadrouter.com/data/llm-api-price-index/).

## Na BroadNet Inference

Por 1M de tokens, segundo o arquivo de preços publicado:

| Modelo | Entrada | Entrada em cache | Saída |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) | $0.175 | $0.0055 | $0.52 |
| [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) | $0.78 | $0.173 | $3.46 |
| [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) | $0.175 | $0.0435 | $2.17 |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/pt/models/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](https://broadrouter.com/pt/glossary/flat-rate-llm-plan/) elimina o medidor: o Full Moon custa $60 por mês por sessão. Compare os seus números na [calculadora de preços](https://broadrouter.com/pt/pricing/) ou leia [preço fixo vs. pagamento por token](https://broadrouter.com/pt/blog/flat-rate-vs-pay-per-token-llm-api/).

## 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.

## Perguntas frequentes

### Qual é a diferença entre prompt tokens e tokens de entrada?

Nenhuma. O formato Chat Completions os chama de prompt\_tokens e completion\_tokens. APIs mais novas, como a Responses API da OpenAI e a Messages API da Anthropic, os chamam de input\_tokens e output\_tokens.

### Por que a saída é mais cara que a entrada?

O modelo lê o prompt inteiro em uma única passada paralela, mas gera a saída um token por vez, então cada token de saída consome mais tempo de GPU.

### As definições de ferramentas são cobradas?

Sim. Os schemas das ferramentas e os resultados delas fazem parte do prompt, então são tokens de entrada em toda requisição que os inclui.

## Veja também

-   [Token](https://broadrouter.com/pt/glossary/token/) (termo)
-   [Tokens de entrada em cache (cached input)](https://broadrouter.com/pt/glossary/cached-input-tokens/) (termo)
-   [Tokens de raciocínio (reasoning tokens)](https://broadrouter.com/pt/glossary/reasoning-tokens/) (termo)
-   [Pagamento por uso (pay-as-you-go)](https://broadrouter.com/pt/glossary/pay-as-you-go/) (termo)
-   [Tokenizer (tokenizador)](https://broadrouter.com/pt/glossary/tokenizer/) (termo)
-   [Streaming de chat completions e conexões que caem](https://broadrouter.com/pt/guides/streaming-chat-completions/) (guia)
-   [Por que um modelo de raciocínio devolve uma resposta vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/) (guia)
-   [API de LLM com preço fixo ou por token: a conta do ponto de equilíbrio](https://broadrouter.com/pt/blog/flat-rate-vs-pay-per-token-llm-api/) (artigo)
-   [Tokens de entrada em cache: como reduzir a conta de API de LLM](https://broadrouter.com/pt/blog/cached-input-tokens-explained/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-input-and-output-tokens&utm_content=page-cta) ·

**Fontes**

-   [Referência da API da OpenAI, campos de usage do chat completion](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic, janelas de contexto (o que conta como entrada e como saída)](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [Preços da BroadNet Inference em formato legível por máquina (pricing.json) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-input-and-output-tokens&utm_content=sources)
