Quanto custa a API do ChatGPT? Três cenários reais de chatbot

Por LW Forge — mantenedora do LLM Scout · Atualizado em 6 de julho de 2026

"Quanto vai custar meu chatbot?" tem uma resposta oficial frustrante — "depende dos tokens" — e uma resposta prática útil: para a maioria dos produtos, algo entre dezenas e poucos milhares de dólares por mês, e dá para prever onde você vai cair antes de escrever uma linha de código. Este artigo faz a conta aberta de três cenários realistas na família GPT-5.6 da OpenAI, para você adaptar os números ao seu caso — inclusive em reais, usando o seletor de moeda do site.

Antes, um lembrete rápido: você paga separadamente por tokens de entrada (tudo que envia — prompt de sistema, histórico da conversa, mensagem do usuário) e tokens de saída (o que o modelo responde), e a saída custa várias vezes mais. A preço de tabela em julho de 2026, os tiers do GPT-5.6 ficam em torno de $1/$6 por milhão de tokens de entrada/saída no Luna, $2,50/$15 no Terra e $5/$30 no Sol. Preços mudam — trate esses valores como âncora do raciocínio e confira as tarifas atuais na calculadora de custos OpenAI antes de fechar orçamento. Se tokens ainda são nebulosos para você, comece por por que 1.000 palavras ≠ 1.000 tokens.

Cenário 1 — Bot de suporte ao cliente (tier Luna)

O clássico: um bot que responde dúvidas comuns e escala as difíceis. Digamos 10.000 conversas por mês, oito trocas cada, e cada requisição carregando uns 1.500 tokens de entrada (prompt de sistema + histórico acumulado) e gerando 200 tokens de saída.

São 80.000 requisições: cerca de 120M de tokens de entrada e 16M de saída por mês. Na tabela do Luna, a conta é 120 × $1 + 16 × $6 — uma fatura na casa das poucas centenas de dólares mensais. Por conversa, dá em torno de dois centavos de dólar. Para um bot que desvia tickets que custariam dólares cada no atendimento humano, a economia não é sutil.

Cenário 2 — Assistente interno sobre seus documentos (tier Terra)

Um assistente de empresa que responde raciocinando sobre documentos recuperados pede o tier de trabalho. Digamos 50.000 requisições por mês, cada uma com uns 2.000 tokens de entrada (instruções + contexto recuperado) e 300 de saída: cerca de 100M de entrada e 15M de saída. Nas tarifas do Terra, a mesma aritmética cai na casa das centenas de dólares por mês — entrada e saída contribuindo com metades parecidas, o que é típico de cargas com RAG.

Cenário 3 — Agente complexo (tier Sol)

Agentes são onde a fatura surpreende, por um motivo estrutural: uma tarefa do usuário vira muitas chamadas ao modelo. Um agente que planeja, chama ferramentas e verifica pode fazer dez chamadas por tarefa, cada uma carregando 8.000 tokens de instruções, esquemas de ferramentas e estado intermediário. Com 5.000 tarefas por mês são 50.000 chamadas — 400M de tokens de entrada e talvez 50M de saída. No Sol, o tier topo de linha, você já está nos milhares de dólares mensais. A alavanca aqui não é o tráfego: é chamadas por tarefa e tamanho do estado por chamada — cortar qualquer um dos dois pela metade corta a fatura pela metade.

A armadilha do histórico

APIs de chat não têm memória: cada turno reenvia a conversa inteira. O turno 2 carrega os turnos 0-1; o turno 10 carrega tudo que veio antes. O custo de entrada por conversa cresce, portanto, mais ou menos com o quadrado do comprimento dela. Duas consequências: conversas longas são desproporcionalmente caras, e podar ou resumir o histórico depois de alguns turnos é a otimização de maior impacto na maioria dos produtos de chat. Limite o histórico aos últimos N turnos mais um resumo corrido e a curva quadrática volta a ser linear.

O cache muda a conta — automaticamente

A OpenAI aplica preço de entrada em cache a prefixos de prompt repetidos: leituras do cache custam cerca de um décimo da tarifa normal de entrada. Num chatbot, o prompt de sistema e o histórico mais antigo são exatamente um prefixo repetido — então, com tráfego constante, boa parte da entrada dos cenários 1 e 2 ganha o desconto sem nenhuma mudança de código. Um prompt de sistema grande dói bem menos do que a conta ingênua sugere; tráfego esparso (em que o cache expira entre requisições) é o que menos se beneficia. Estime a preço cheio e trate o cache como margem de segurança.

Custo por volume, de relance

Para o perfil do bot de suporte do cenário 1 (Luna, ~1.700 tokens por troca), a fatura mensal escala quase linearmente com o volume: uns poucos dólares para 1.000 conversas, poucas centenas para 10.000, poucos milhares para 100.000 — antes dos descontos de cache. O padrão para memorizar: o tier do modelo mexe na fatura por múltiplos (Terra ≈ 2,5×, Sol ≈ 5× a tarifa de entrada do Luna), o volume mexe linearmente, e o comprimento da conversa mexe quadraticamente. Escolha o tier por tarefa, não por empresa: muitos produtos rodam Luna para triagem e só escalam as consultas difíceis para Terra ou Sol, derrubando a tarifa média.

Rode seus próprios números

Cada cenário acima são três entradas: tokens que entram, tokens que saem, requisições por mês. Coloque seus valores reais na calculadora de custos OpenAI para ver os números vivos por modelo — inclusive convertidos para reais — e cole uma conversa de verdade na calculadora de tokens para medir seus tokens por troca em vez de chutar. Orçamento defensável é o que nasce do formato real do seu tráfego.