← Todos os artigos

Por que o português gasta mais tokens que o inglês (e o que fazer)

Por LW Forge — mantenedora do LLM Scout · Atualizado em 7 de setembro de 2026

Escreva a mesma frase em inglês e em português, jogue as duas no mesmo modelo, e a versão em português sai com mais tokens — não porque diz mais coisa, mas por como o tokenizador que transforma texto em tokens foi construído. Se você orça em reais usando uma regra de bolso feita para o inglês, vai subestimar a fatura toda vez, e a diferença é grande o bastante para importar em qualquer volume real.

Por que um idioma custa mais que o outro

Um tokenizador não entende idioma; é uma tabela de compressão construída contando quais pedaços de texto aparecem com mais frequência num corpus de treino, e dando um token só para os pedaços mais frequentes. Todo tokenizador de LLM grande — o200k da OpenAI, os por trás do Claude e do Gemini — é treinado num corpus desproporcionalmente em inglês. O resultado é mecânico, não linguístico: palavras e pedaços de palavra comuns em inglês ganham um token só, enquanto os mesmos conceitos em português, construídos com sequências de caracteres menos frequentes e uso pesado de acentos (ç, ã, õ), são quebrados em mais pedaços.

Não é um achado marginal. Um estudo acadêmico sobre justiça de tokenização entre idiomas mediu o português precisando de cerca de 50% mais tokens que o inglês para conteúdo equivalente nos tokenizadores da família GPT-4, e uma análise separada do LLaMA 3.2 encontrou o inglês comprimindo a 4,9 caracteres por token contra 3,6-3,8 no português, francês e espanhol — uma "fertilidade" (tokens por palavra) que sobe de 1,24 no inglês para 1,60-1,71 nas línguas românicas. Nosso próprio texto tokens explicados citou uma estimativa mais conservadora de 10-25% para prosa casual no tokenizador o200k mais novo, que o GPT-5.6 usa e que é treinado numa mistura um pouco mais multilíngue que seus antecessores. Os dois números estão certos — estão medindo gerações diferentes de tokenizador e tipos diferentes de texto. A faixa honesta para o português hoje é 15% a 50% mais tokens que o inglês, e onde você cai nessa faixa depende do modelo, da formalidade do texto e de quantas palavras acentuadas e conjugações verbais longas ele carrega.

Por que a faixa é tão larga

Três variáveis movem um texto específico em português para cima ou para baixo dessa faixa:

  • Geração do tokenizador. Vocabulários mais antigos e pesados em inglês (era GPT-3.5/4, a maioria dos modelos base de peso aberto) mostram a diferença maior. Tokenizadores mais novos com consciência multilíngue, incluindo os por trás do GPT-5.6 e dos modelos atuais do Claude, encolheram essa diferença treinando com mais texto fora do inglês — mas não a fecharam.
  • Formalidade e vocabulário. Português formal, com palavras mais longas e mais conjugações verbais (o subjuntivo, por exemplo), tokeniza pior que português casual de frases curtas. Redação técnica e de negócios fica na ponta mais cara.
  • Tipo de conteúdo. Português com muitos números, código ou anglicismos técnicos (comuns em redação de tecnologia) tokeniza mais perto do inglês, porque esses tokens são compartilhados entre os idiomas.

Essa variação é exatamente por que um multiplicador fixo é só uma ferramenta de planejamento. Cole os seus prompts reais em português — não um parágrafo de exemplo — na calculadora de tokens e compare a contagem contra o mesmo texto em inglês. Leva trinta segundos e elimina o chute que os estudos acima não conseguem.

Quanto isso custa em volume real

Pegue um chatbot de suporte respondendo em português para um público brasileiro: 10.000 conversas por mês, 1.500 tokens de entrada e 200 de saída por troca em termos de inglês. Aplique uma taxa de tokenização de 30% — o meio da faixa crível — dos dois lados, e a fatura mensal no GPT-5.6 Terra nos preços de agosto de 2026 (US$ 2,00 / US$ 12,00 por milhão) sai de cerca de US$ 432 para uns US$ 562. No Claude Sonnet 5 (US$ 3,00 / US$ 15,00), sai de US$ 720 para cerca de US$ 936. Nenhum dos dois saltos muda qual modelo é mais barato — o ranking entre provedores não é afetado pelo idioma, já que a taxa incide dos dois lados —, mas significa que um orçamento feito em cima de uma estimativa em inglês e simplesmente "traduzido" vai estourar de 20% a 40%.

O ajuste não é trocar de idioma; é estimar no idioma que você vai realmente usar. Rode o seu volume real de prompts em português nas calculadoras da OpenAI ou do Claude em vez de ajustar um número em inglês na mão.

Três formas de encolher a taxa

Encurte o system prompt, duas vezes. Um system prompt verboso em português paga a taxa de tokenização em toda chamada. Corte-o em português especificamente — tire construções formais redundantes, prefira formas verbais mais curtas — em vez de só traduzir um prompt em inglês que já tinha sido otimizado para a tokenização mais barata do inglês.

Jogue as chaves da saída estruturada para o inglês. Se a sua aplicação retorna JSON com conteúdo em português misturado a chaves estruturais, mantenha as chaves ("resposta", "confianca") em inglês ou abreviadas. As chaves se repetem em toda chamada; o conteúdo não precisa.

Cacheie a parte que não muda. Um system prompt em português e exemplos few-shot são exatamente o tipo de prefixo estável que se beneficia de prompt caching, que cobra leituras em cache a cerca de 10% da tarifa de entrada independentemente do idioma. Veja economia com prompt caching para quando essa conta compensa.

O número que realmente importa

Não tente decorar um multiplicador único — decore o hábito de testar. Tokenizadores mudam de geração em geração, a diferença vem encolhendo há dois anos e provavelmente vai continuar encolhendo, e o número exato depende do que você escreve, não só de qual idioma você escreve. A calculadora de tokens dá a contagem real de hoje para o seu prompt real; tudo neste artigo é contexto para ler esse número direito, não um substituto para ele.