Quanto custa mesmo resumir um PDF de 300 páginas com IA?

Por LW Forge — mantenedora do LLM Scout · Atualizado em 27 de julho de 2026

"É só colar no ChatGPT" funciona bem para um memorando de cinco páginas. Para um relatório de 300 páginas, a pergunta muda de figura: o documento cabe numa única requisição, quanto a API cobra por isso de fato, e quando o plano grátis deixa de ser opção? Este artigo faz essa conta em aberto, usando as mesmas premissas da nossa calculadora de custo de resumo de PDF.

A conta de tokens, página por página

Uma página densa de texto — pense num contrato ou num relatório técnico, não numa apresentação de slides — fica em torno de 400 tokens depois de tokenizada, mais um pequeno overhead fixo (cerca de 150 tokens) para as instruções de resumo em si. Um documento de 300 páginas fica em aproximadamente 300 × 400 + 150 ≈ 120.000 tokens de entrada.

A saída é o lado menor da conta: um resumo genuinamente útil de um documento desse tamanho costuma ficar em torno de 10-15% do comprimento da entrada depois da compressão — algo como 14.000-15.000 tokens de saída para um resumo com substância de verdade, não um parágrafo de duas linhas.

300 páginas cabem numa única requisição?

Sim, com folga, em praticamente todo modelo atual. Com cerca de 120.000 tokens, o documento usa uns 60% da janela de contexto de 200k da Claude e cerca de um décimo da janela de 1,05M do GPT-5.6 — sobra bastante espaço para instruções e para a resposta do modelo. Você não precisa dividir um documento desse tamanho para ele caber; dividir vira uma questão real na faixa de 500-1.000+ páginas, ou em modelos com janelas de contexto bem menores. Confira exatamente quantas páginas cabem no limite de cada modelo em quantas páginas cabem no GPT.

Quanto custa de fato

Colocando 120.000 tokens de entrada e uns 14.500 de saída nas tarifas atuais por modelo, o custo de um único resumo fica numa faixa de 20 centavos a pouco mais de US$ 1, dependendo do tier: um modelo de entrada sai por menos de 25 centavos, um modelo topo de linha fica perto de um dólar. Rode seus próprios números — inclusive a contagem real de páginas do seu documento — na calculadora de custo de resumo de PDF, que usa essa mesma estimativa por página.

Duas coisas mexem mais nesse número do que a escolha do modelo. Primeiro, a densidade do documento: uma apresentação de slides ou um formulário com bastante espaço em branco pode ficar bem abaixo de 400 tokens por página, enquanto texto jurídico denso, tabelas ou código embutido podem passar de 600-700 — meça seu documento de verdade na calculadora de tokens em vez de confiar na média. Segundo, quantas vezes você pergunta: o modelo não tem memória, então uma pergunta de acompanhamento reenvia e recobra o documento inteiro, não só a pergunta nova. Dez perguntas de acompanhamento sobre o mesmo PDF custam cerca de dez vezes a entrada, mesmo sem nada mudar no documento.

Grátis vs. pago, sem enrolação

Os apps de chat (ChatGPT, Claude.ai) resumem um PDF de 300 páginas de graça ou dentro de uma assinatura mensal fixa, e para uso pontual e ocasional essa é a ferramenta certa — não faz sentido escrever código de API para resumir um documento uma única vez. As contrapartidas aparecem no volume: os planos grátis e de assinatura limitam o tamanho do arquivo e o número de uploads ou mensagens num período, e quando você está resumindo dezenas de documentos por dia, uma API cobrada por token acaba saindo mais barata e menos limitada por taxa do que uma pessoa clicando numa interface de chat. A API também permite automatizar o pipeline — resumir uma pasta inteira de madrugada, por exemplo — algo que a interface de chat simplesmente não foi feita para fazer.

Passe único vs. resumo hierárquico

Uma única requisição que lê o documento inteiro e produz um resumo é a opção mais barata e funciona bem para documentos com um fio condutor claro — um relatório com um argumento central, um contrato único. Para documentos que são na verdade várias seções distintas costuradas juntas (um relatório anual com capítulos de departamentos sem relação entre si, um corpus de pesquisa compilado), um resumo único e plano tende a achatar nuances: seções menores ficam sufocadas pelo que o modelo julgou mais relevante.

A alternativa é o resumo hierárquico (map-reduce): resume cada seção separadamente, depois resume os resumos numa síntese final. Preserva mais detalhe ao custo de cerca de 1,5-2,5× os tokens de um passe único, porque você paga o overhead de resumir uma vez por seção mais uma vez para a combinação final. Vale a pena quando as seções do documento são de fato independentes; pule quando um resumo de passe único já sai coerente.

Rode seu próprio documento nos números

Contagem de páginas e densidade são as duas entradas que importam — o resto decorre delas. Estime a contagem real de tokens do seu documento na calculadora de tokens, depois precifique o resumo entre modelos na calculadora de custo de resumo de PDF. Se o documento estiver perto do limite de contexto de um modelo em vez de folgado, quantas páginas cabem no GPT e a calculadora de janela de contexto mostram exatamente onde fica esse teto.